文章

HBM 算力供应链 2026：SK hynix、Samsung、Micron 三巨头产能格局与 CoWoS 隐形瓶颈
当 AI 行业进入「下半场规模应用」拐点，决定竞赛走向的不是模型架构，而是 HBM + CoWoS 这条看不见的供应链。本文剖析三大存储厂格局、TSMC 封装瓶颈、可预见的格局重排。
2026年6月16日
AI 行业趋势
KV cache 优化工程实战 2026：从 PagedAttention 到 FlashDecoding 的生产级推理内核
2026 年的 LLM 推理工程已经从堆 GPU 走向重写每一层显存访问。本文沿 PagedAttention / FlashAttention / FlashDecoding / Speculative Decoding 顺序，剖析生产级推理内核如何把单卡 decode 吞吐从 200 tok/s 推到 2000+ tok/s 的工程路径。
2026年6月16日
AI 原生架构
状态空间模型的第二次复兴:Mamba-3 与混合架构如何重写 2026 的长序列建模
梳理 SSM 在 2024-2026 从 Mamba-1 到 Mamba-3 的关键跃迁:选择性机制、SSD 对偶性、二阶递推、Jamba/Zamba 混合架构,并通过长上下文基准对比回答“互补还是替代”这一核心问题。
2026年6月16日
大模型研究
AI Agent 测试与评估工程实战 2026：从 Function Calling 单元测试到端到端评估的完整路径
2026 年 6 月盘点五套主流 Agent 框架的测试实践：LangChain create_agent、OpenAI Function Calling、Vercel AI SDK、Pydantic AI、Instructor。没有任何框架替你解决「Agent 在生产里到底有没有真的变好」这个问题——这件事必须由工程团队自己搭。
2026年6月16日
AI 编程
Vibe Coding 工程化 2026:当「凭感觉写代码」撞上生产环境的最后一公里
Vibe Coding 在 2025 年完成了「想法→代码」的奇袭,但 2026 年中回看:它没解决「代码→可维护系统」的最后一公里。本文从 GitHub 实时数据出发,拆解 Vibe Coding 的三笔隐性成本,并提出 Spec-driven Development 作为下一阶段工程化范式。
2026年6月16日
AI 编程
【AI 日报】2026 年 06 月 16 日 AI 行业最新动态
今日 AI 行业四主线:小米开源 MiMo Code 在 200 步 agentic 任务上反超 Claude Code;Nature 报道 OpenAI 模型破解 80 年 Erdős 几何问题;Meta CTO 内部备忘录承认 AI 重组非常糟糕;AWS WAF 上线 AI bot 计费能力。
2026年6月16日
AI 日报
2026 开源大模型大爆发：从 DeepSeek-V3 到 Mistral Small 4，开源生态的范式跃迁
2026 年开源大模型已从追赶走向并行：DeepSeek-V3、Llama 4、Qwen3、gpt-oss、Mistral Small 4 五大里程碑在架构、训练、推理、多模态、生态五个维度全面演进。本文做一次贴近现状的深度复盘。
2026年6月15日
大模型研究
LLM 可观测性工程实战 2026：从 OpenTelemetry GenAI 语义约定到生产级 trace 架构
当 LLM 应用进入生产,APM 工具的 QPS/P95/ErrorRate 已不再充分。本文从 8 个 GitHub 仓库实时数据出发,拆解 LLM 可观测性的 5 类核心信号(token/cost/latency/quality/retrieval)、OpenTelemetry GenAI 语义约定的标准化进程、Langfuse/Opik/Phoenix/OpenLLMetry/Helicone 五大开源项目横向对比,以及 5 个生产级工程模式与三类典型事故案例。
2026年6月15日
AI 原生架构
Post-training 范式 2026：从 SFT/RLHF 到 GRPO/DPO/RLVR 的工程化大爆发
2026 年大模型的真正范式拐点不在预训练而在 post-training。GRPO 把 RL 工程门槛降了一个量级、DPO 把对齐从强化学习拉回监督学习、RLVR 让可验证成为新范式、PRM 在数学代码上突围、Anthropic 的 RLAIF 让对齐本身可扩展。这篇深度长文用 8 节内容把这一轮 post-training 范式迁移讲清楚：它从哪里来、怎么变成今天的形状、哪些算法已经成为行业默认配置、2026 年我们应该把什么放进生产栈。
2026年6月15日
大模型研究
【AI 日报】2026年06月15日 AI 行业最新动态
一日速览：从 Anthropic Mythos 的国安风波到 OpenRouter Fusion 把模型“合体”，从 Meta 把 Alexandr Wang 推上销售前线到中国 1.2 万个“过时学位”被砍，今天的 AI 行业主线是安全监管与模型工程化重组。八条主要消息覆盖安全监管、多模型融合、中美教育调整与 AI 工具体验设计争论。
2026年6月15日
AI 日报
2026 年 AI 能力度量的真实地基
从 METR TH1.1、Anthropic ASL、SWE-bench/HLE/EvoMaster 三榜交叉三个一手数据出发，论证 2026 年下半年 AI 能力度量正在从“单一基准分数”迁移到“精度评估 + 阈值评估 + 评估单元声明”的三角验证体系。
2026年6月14日
大模型研究
RAG 工程实战 2026:从 Naive RAG 到 Agentic RAG 的四层架构跃迁
Anthropic Contextual Retrieval 让检索失败率下降 67%、Self-RAG/CRAG/GraphRAG 三大自反思范式落地、Agentic RAG 的工程陷阱与选型决策树——一篇 2026 年 RAG 工程师的实战地图。
2026年6月14日
AI 原生架构
【AI 日报】2026年06月14日 AI 行业最新动态
Anthropic Fable 5 / Mythos 5 因美国出口管制全球下架；Meta 北京压力下拆 Manus 收购；Anthropic 发布 AI Exponential 政策提案；Google 起诉用 Gemini 实施诈骗的中国团伙；Anthropic Zero Trust for AI Agents 被指出 bearer token 短板；ClawMoat 推出 Agent 运行时隔离方案；Microsoft Research 发布前沿模型智能时间序列；俄国家庭用 AI 复活亲人引发伦理讨论。
2026年6月14日
AI 日报
MoE 架构 2026：从稀疏门控到 DeepSeek-V3 与 Qwen3 的工程化集大成
当 671B 参数的 DeepSeek-V3 每个 token 只激活 37B、Qwen3-30B-A3B 只激活 3B 时,MoE 已成为 LLM 规模化的默认范式。本文系统梳理从 Sparsely-Gated MoE (2017) → GShard (2020) → Switch Transformer (2021) → Mixtral (2023) → DeepSeek-MoE/V2/V3 (2024) → Qwen3-MoE (2025) 的工程演化,详解 5 个关键突破、3 类工程权衡、2 个产业判断。
2026年6月14日
大模型研究
【AI 日报】2026年06月13日 AI 行业最新动态
Anthropic 首次就出口管制公开发声；Open Source AI Must Win 宣言登顶 HN；OpenAI 遭多州 AG 联盟调查；BitBoard 切入 Agent 分析工作区；FFmpeg 公开 21 个 0day；Arch Linux AUR 恶意包事件收尾。
2026年6月13日
AI 日报
Diffusion LLM：当文本生成从打字机变成并行编辑器
从 2025 年 5 月 Google Gemini Diffusion 的 857 tokens/s，到 2026 年 6 月 DiffusionGemma 的 500+ tokens/s，再到 Mercury 2 的 1109 tokens/s 商业化交付——文本生成正在经历一场静悄悄的范式革命。本文梳理 5 个核心项目、6 个一手来源，剖析 Diffusion LLM 如何重写大模型的推理架构。
2026年6月13日
大模型研究
AI 网关工程实战：把多模型路由、缓存、限流、可观测性装进生产架构
一篇关于 LLM 应用基础设施层——AI Gateway——的工程实战指南。覆盖多模型路由、语义缓存、统一可观测性、限流与降级、Guardrails 五大主题，结合 LiteLLM、Portkey、Cloudflare AI Gateway、OpenRouter 四种主流方案的真实接口形态与代码示例。
2026年6月13日
AI 编程
推理时计算的范式革命：当大模型学会“多花点时间想”之后，AI 架构发生了什么
OpenAI o1/o3、Anthropic Claude 3.7 Sonnet、Google Gemini 2.5 Pro、DeepSeek R1——四家实验室在 2025 年集体把“推理时计算”推到默认能力。这篇文章拆解这场架构革命的根源、四条路径的差异，以及它对 AI 应用架构的连锁冲击。
2026年6月13日
AI 原生架构
LLM 评估的危机与重建：从饱和基准到过程性评估的范式转移
当 SWE-Bench Verified 接近饱和、METR 的算法分与整体分出现结构性撕裂，LLM 评估正在从「标准化考试」范式转向「动态测量」范式。本文用 METR 2025-2026 三篇关键报告、Anthropic ASL 框架与 GPQA、HLE 等新一代基准，描绘这场范式转移的全貌。
2026年6月12日
大模型研究
LLM 应用的 Token 成本工程：缓存、路由与网关的 5 个实战模式
把 LLM 应用从'能跑'带到'能盈利'的成本优化手册——围绕 Prompt Caching、模型路由、语义缓存、API Gateway、Token Budgeting 5 个模式，给出可落地的代码片段与账单算术。
2026年6月12日
AI 编程

HBM 算力供应链 2026：SK hynix、Samsung、Micron 三巨头产能格局与 CoWoS 隐形瓶颈

KV cache 优化工程实战 2026：从 PagedAttention 到 FlashDecoding 的生产级推理内核

状态空间模型的第二次复兴:Mamba-3 与混合架构如何重写 2026 的长序列建模

AI Agent 测试与评估工程实战 2026：从 Function Calling 单元测试到端到端评估的完整路径

Vibe Coding 工程化 2026:当「凭感觉写代码」撞上生产环境的最后一公里

【AI 日报】2026 年 06 月 16 日 AI 行业最新动态

2026 开源大模型大爆发：从 DeepSeek-V3 到 Mistral Small 4，开源生态的范式跃迁

LLM 可观测性工程实战 2026：从 OpenTelemetry GenAI 语义约定到生产级 trace 架构

Post-training 范式 2026：从 SFT/RLHF 到 GRPO/DPO/RLVR 的工程化大爆发

【AI 日报】2026年06月15日 AI 行业最新动态

2026 年 AI 能力度量的真实地基

RAG 工程实战 2026:从 Naive RAG 到 Agentic RAG 的四层架构跃迁

【AI 日报】2026年06月14日 AI 行业最新动态

MoE 架构 2026：从稀疏门控到 DeepSeek-V3 与 Qwen3 的工程化集大成

【AI 日报】2026年06月13日 AI 行业最新动态

Diffusion LLM：当文本生成从打字机变成并行编辑器

AI 网关工程实战：把多模型路由、缓存、限流、可观测性装进生产架构

推理时计算的范式革命：当大模型学会“多花点时间想”之后，AI 架构发生了什么

LLM 评估的危机与重建：从饱和基准到过程性评估的范式转移

LLM 应用的 Token 成本工程：缓存、路由与网关的 5 个实战模式

HBM 算力供应链 2026：SK hynix、Samsung、Micron 三巨头产能格局与 CoWoS 隐形瓶颈

KV cache 优化工程实战 2026：从 PagedAttention 到 FlashDecoding 的生产级推理内核

状态空间模型的第二次复兴:Mamba-3 与混合架构如何重写 2026 的长序列建模

AI Agent 测试与评估工程实战 2026：从 Function Calling 单元测试到端到端评估的完整路径

Vibe Coding 工程化 2026:当「凭感觉写代码」撞上生产环境的最后一公里

【AI 日报】2026 年 06 月 16 日 AI 行业最新动态

2026 开源大模型大爆发：从 DeepSeek-V3 到 Mistral Small 4，开源生态的范式跃迁

LLM 可观测性工程实战 2026：从 OpenTelemetry GenAI 语义约定到生产级 trace 架构

Post-training 范式 2026：从 SFT/RLHF 到 GRPO/DPO/RLVR 的工程化大爆发

【AI 日报】2026年06月15日 AI 行业最新动态

2026 年 AI 能力度量的真实地基

RAG 工程实战 2026:从 Naive RAG 到 Agentic RAG 的四层架构跃迁

【AI 日报】2026年06月14日 AI 行业最新动态

MoE 架构 2026：从稀疏门控到 DeepSeek-V3 与 Qwen3 的工程化集大成

【AI 日报】2026年06月13日 AI 行业最新动态

Diffusion LLM：当文本生成从打字机变成并行编辑器

AI 网关工程实战：把多模型路由、缓存、限流、可观测性装进生产架构

推理时计算的范式革命：当大模型学会“多花点时间想”之后，AI 架构发生了什么

LLM 评估的危机与重建：从饱和基准到过程性评估的范式转移

LLM 应用的 Token 成本工程：缓存、路由与网关的 5 个实战模式