把意图分类、查询改写、多路编排路由、可观测回写熔成一个统一的查询理解层，让 90% 的用户请求走确定性路由表、剩下的 10% 升级到 Planner-Executor，用预测熵、置信度、路由-评估耦合反馈三件套撑起 AI 应用前门工程的闭环可治理。
从无限宽度极限到 μP 标度律与特征学习的二元分解,给出可工程迁移的宽度-学习率-初始化方差联合标度法,并桥接重整化群与信息几何。
把 check-then-act race 形式化、把一致性等级标注作为工具契约、把租约机制与因果令牌作为跨 Agent 协调的统一真相,通过单 Agent 并发原语、分布式租约、checkpoint 协议与副作用追踪,把 Agent 系统从隐式假设推到显式工程。
把反事实后悔提升为 Agent 在不可逆行动空间中的统一元信号,推导紧致后悔界收敛,把工程中的撤销回滚语义提升为决策层可计算算子。
把分配、碎片、泄漏、峰值四面体作为显存压力工程的理论骨架;以 KV cache 池化、LSTM OOM 预警、四级优雅降级、显存泄漏门禁、NUMA 亲和性调度为五条生产治理轴;给出 13 项监控指标 + 8 条告警 + 4 类事故演练 + 3 项回归门禁的 SRE 可观测性清单。
函数调用可靠性是 LLM Agent 生产部署的核心挑战，通过错误分类、重试预算、熔断器、幂等性保障和 Checkpoint 五层体系，可将 Agent 任务成功率从 85% 级别提升到 99%+，同时控制额外延迟在业务可接受范围内。
把局部窗口、低秩近似、哈希桶三类稀疏路径放进同一个信息论率失真与频谱分析框架里——滑动窗口保留低频局部依赖但牺牲高频长程信号,线性注意力受 softmax 秩拉伸约束,哈希桶在两者之间通过学习桶分配逼近最优,工程选型应基于任务长度、类型与精度预算联合决策。
把 trace 采样、确定性回放、LLM-as-Judge 评分、回归集版本化、A/B 分流、护栏拦截六件事，串成一条从生产数据到推理回路的全链路闭环。
本文沿着非单调逻辑、TMS 真值维护、Dung 论辩框架、AGM 信念修订四条主线，把信念可错性从哲学语义拉到 Agent 工程可用层，并在自由能原理下做跨域统一，给可废止性一个工程契约式的形式化底座。
把 GPU SKU 选型、NVLink 拓扑、PCIe 通道、HBM 容量、TPU 切片、占位成本、跨域路由七个约束统一为一个调度真相，从单集群多卡到多云 TPU 共存的工程闭环。
把多租户 LLM 限流重新建模为二维 Wasserstein 距离最小化,工程上落地为双层令牌桶 + 加权公平队列 + 突发借据 + 软降级的四件套,补齐流量入口层公平性的工程空白。
用率失真函数与最小描述长度这两个互补视角，把自监督预训练、SFT、DPO/RLHF、对齐税、KV 压缩与模型合并统一为同一族信息论约束，揭示大模型在训练与推理全链路上不断做“隐式压缩”的统一机制。
把工具调用作为主入口之后,Prompt Injection 已从用户层攻击演变为经由 RAG 召回、网页抓取、邮件附件、PDF 内容流入模型上下文的间接注入。本文给出从威胁建模、分层防御、多源校验到 SRE 闭环的工程实战框架,把被 prompt 改写目标这类失败变成可观测、可回滚、可压测的工程事件。
把 Agent 的世界模型压缩、信念状态更新与动作选择,统一映射到 Friston 自由能原理的同一目标函数下,给出预测编码循环、误差驱动学习与主动推理三层架构,证明在长链路、高不确定性任务上比 ReAct、Reflexion 具备更紧的遗憾上界。
当一个应用同时调度数十个 LLM、跨越多家供应商、并在请求级做大小模型级联时,AI Gateway 不再是简单的反向代理——它是一个面向推理经济学与延迟 SLO 双目标的实时调度系统。本文从形式化定义到生产可观测性,给出 2026 年的完整工程路径:协议适配、配额隔离、成本感知权重、级联可验证性,以及给 SRE 的五件可观测性清单。
把 prompt 视作源代码级的一等公民，通过版本化、A/B 试验、评审工作流、CI 门禁、可观测性与一键回滚六大能力，把 LLM 应用行为规约的工程治理做到与代码治理同构。
当语言建模从离散 token 的自回归过程迁移到连续时间扩散过程,真正的范式跃迁不在“如何去噪”,而在“如何定义吸收态、定义前向-反向过程的对偶、定义去噪得分匹配与自回归似然的等价性”——本文用 CTMC 与吸收态理论,把扩散语言模型的训练目标、采样动力学、与自回归的桥接关系,统一在“离散-连续桥接”的范畴下。
把超时熔断与幂等性放在同一个副作用预算框架里讨论，从 HLC deadline 到熔断家族再到 fingerprint 持久化，给出可落地的六层防御清单。
把 agent 系统建模为范畴，行为作为态射、上下文作为自然变换、协议作为伴随函子、资源作为线性类型——五件工具箱共同把 agent 工程从经验工程提升为形式化工程。
把单分位 P99 优化推到多分位 SLO + 多租户 Token-Level Fair Queue + 抢占语义与背压的联合设计，以 SLO Compliance Ratio、Jain's Fairness Index、Type Fairness Ratio 三件度量与一个统一的容量规划公式,给出生产侧可复用的判定与治理闭环。
