LLM

Kimi K2 Thinking：国产思维型大模型的真正觉醒

Kimi K2 Thinking 的开源标志着国产模型进入思维型大模型时代。本文拆解其技术路线、核心理念、MoE 专家分工、工具链交织推理路径，并分析其与国际前沿 Claude/Gemini 的路线关系。

使用云原生大模型开源四件套构建高效推理体系：KServe + vLLM + llm-d + WG Serving

云原生与 AI 原生架构师必读：KServe、vLLM、llm-d、WG Serving 如何形成大模型推理的云原生“四件套”，各自定位与组合优势，以及生态融合趋势分析。

Istio 1.28 对 LLM 推理基础设施的影响

Istio 1.28 深入解析：通过 InferencePool、Ambient Multicluster、nftables 与 Dual‑stack，提升 LLM 推理基础设施的可观测性、可靠性与高并发网络性能。

从 Kubernetes 到 Qwen：AI 时代的“开源”为何变了？

探讨 AI 时代开源的变革，从 Kubernetes 到 Qwen，揭示中美厂商在开源策略上的根本差异与新机遇。

AI 时代的脂砚斋：从《红楼梦》创作谈大语言模型与提示工程

以《红楼梦》作者与脂砚斋批注的协作为例，类比现代大语言模型与提示工程师的互动，探讨人机协作与反馈循环对创作和 AI 训练的启示。

《AI 原生软件交付》读书笔记：用 AI 翻译的新书分享

本文介绍我最近使用 AI 翻译的新书《AI 原生软件交付》，分享书中的核心观点与个人感受。

探索 AnythingLLM：借助开源 AI 打造私有化智能知识库

探索如何使用开源项目 AnythingLLM 构建私有化智能知识库。通过 RAG 技术，将文档转化为可检索向量，结合大语言模型实现高效问答，适用于企业与个人开发者。

译给初学生成式 AI（GenAI）的开发人员的 7 条最佳实践

这篇文章分享了七个步骤，帮助开发者掌握生成式 AI 的基本概念和技能。