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。
把量化、WebGPU/Metal 运行时、端云协同、可观测性、隐私合规五件套拼成一个工程子系统,2026 年端侧 LLM 已经从演示特性走向可承载真实生产流量的产品基建。
把 MoE 路由从工程启发式提升为带约束的优化问题，沿着辅助损失、专家正交、容量感知三个里程碑重新叙述这条主线，并以 DeepSeek-V3 与 Qwen3-MoE 的实测作为对照。
把 LLM 输出当不可信输入看待,围绕 schema 验证、解析降级、重试退避、模型分级、可观测性与回归门禁五个层级,让 Agent 工具调用从能用走向敢用。
把置信度校准、误差归因、自评估可靠性建模统一在贝叶斯证据累积与信息瓶颈的数学对象下,给出 Agent 元认知四元组与六条可工程化推论。
把每次大模型请求视为带有质量、延迟与能源约束的资源交易，建立从 Token 功耗计量到绿色调度、可观测性和回滚治理的生产闭环。
把 trace 四元组、span 层级、cost 归因、eval 闭环作为最小抽象,从 OpenTelemetry+OpenLLMetry+GenAI semconv 三条标准化线索,到 LangSmith/Langfuse/Helicone/Phoenix/Arize 五家产品工程真相,落到自托管 vs SaaS 决策树与给 SRE 的可观测性清单。
把 LLM 的测试时计算重建为离散路径积分——CoT、自一致性、Beam Search、PRM 树搜索是该积分的四种截断阶近似，统一于作用量 S 与配分函数 Z 的离散 Wick 旋转结构。
生产 Agent 的人工介入不是简单的审批按钮，而是一套覆盖不确定性量化、状态机租约、并发安全与反馈闭环的系统工程。升级策略的工程化是 2026 年 Agent 落地的核心技术挑战。
当 Agent 需要在分布漂移、奖励黑客、长链路信用稀释中保持稳健决策时,纯统计学习得到的关联表征会反复失效;只有把因果结构作为归纳偏置注入表征学习与决策回路,才能让 Agent 拥有真正的反事实推理能力——本文沿 SCM、do-算子、可识别性、反事实回放四条主线,给出一个从表征到决策的因果化统一框架。
把冷启动拆成六阶段流水线、把弹性伸缩纳入 L、W、S、C 四元组、把 Warm Pool 与 Spot 实例按业务 SLO 组合，通过 CUDA graph 缓存、KEDA LLM-aware autoscaler、graceful drain、GPU circuit breaker 五件套，把 LLM 推理服务的资源池动态行为推上一个台阶。
把流式输出、结构化输出、可中断、可编辑、可逆、可观测六类原语装配到前端工程里,从 streaming 协议、partial JSON 解析、CRDT 编辑器到失败恢复策略,构建从 PoC 到规模化的 AI 应用 UX 闭环。
