Posts
All the articles I've posted.
多 Agent 编排：Conductor、Vibe Kanban 与 Gas Town
单 Agent 到多 Agent 协作是 2026 年的跃迁。本文对比三款主流编排工具的设计哲学与适用场景。
长上下文 LLM：200K 窗口如何改变架构决策
上下文窗口从 8K 到 200K，RAG 的时机与必要性被重塑。本文分析长窗口对 Agent 与架构的实质影响。
RLVR 与 GRPO：让小模型拥有推理能力
2026 年的突破不在参数规模，而在后训练。通过 RLVR、GRPO 与 On-Policy DPO，小推理模型已能媲美专有系统。
领域微调 2026：小团队也用得起的 Fine-tuning
通用模型商品化背景下，领域微调成为护城河。本文梳理 2026 年微调的工具链、成本与选型。