解读 Helm 4 的核心变化，包括 Server-Side Apply、WASM 插件系统、kstatus 状态模型、可重现构建与内容哈希缓存，并以时间线回顾 Helm 的历史。
博客
AI、云原生与开源技术分享，实用经验与最新动态。
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。
TRAE SOLO vs VS Code：AI 工程实体对比
以 AI 工程实体框架，系统对比 TRAE SOLO 与 VS Code（含 Copilot、Agent HQ）在自动化、协作、模型透明度等方面的差异与工程定位。
分析闭源大模型加速与开源生态同步响应现象，探讨工程视角下的核心矛盾与基础设施演进。
Ingress NGINX 退役事件揭示了云原生基础设施技术债、迁移路径与未来流量治理标准化趋势。
本文解读 CNCF 的 Kubernetes AI Conformance 项目，深入分析一个 AI 平台要达到 Kubernetes 原生标准需满足的架构、调度、存储、网络与互操作性要求。
从开发者视角系统拆解 ChatGPT Atlas 浏览器为何体积庞大、架构复杂、与 Chrome 完全不同，并深入解释 Agent 模式的运行机制与限制。
作为长期使用 ChatGPT、Codex、Chrome、VSCode 的开发者，我从 Atlas 上线第一天开始将其作为主力浏览器。本篇以开发者视角梳理它的架构优势、工作流增强点、痛点与潜在方向。
KAITO 与 KubeFleet：CNCF 正在重塑 AI 推理基础设施
KAITO 与 KubeFleet 推动 AI 推理基础设施标准化，助力多集群智能调度与声明式部署，提升全球化、高可用与成本优化能力。
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。