技术博客
关于模型结构、推理系统与 Agent 执行层的持续记录。
通过中英双语内容，持续整理 Transformer、GPU 推理、Harness 与其他关键工程主题。
模型原理
Transformer 架构的原理
从 self-attention、token 信息混合与可扩展性三个角度，解释 Transformer 为什么成为现代语言模型的基础架构。
2026年4月22日7 分钟
TransformerAttentionLLM 基础
架构研究
关于该架构更深入的研究
从 scaling、位置编码、效率优化与长上下文问题出发，讨论 Transformer 在研究与工程中是如何被不断改造的。
2026年4月21日8 分钟
Scaling位置编码架构研究
推理基础设施
NVIDIA H100 的结构，推理为什么需要 LPX
从计算单元、显存层级、数据流和低精度执行路径出发，理解 H100 为什么适合大模型推理，以及推理为何离不开 LPX 这类能力。
2026年4月20日8 分钟
NVIDIA H100推理LPX
Agent 工程
关于 Harness 的研究
为什么 Agent 系统需要 Harness 层：它负责执行控制、工具隔离、可观测性与失败恢复，是模型推理与工程系统之间的关键桥梁。
2026年4月19日7 分钟
HarnessAgentsRuntime