推理服务该盯哪些指标：一张诊断映射表
vLLM 原生五个关键指标、延迟异常定位到上游还是 decode 侧，以及上线前必须演练的三件事...
vLLM 显存装不下：参数该按什么顺序调
从 gpu_memory_utilization 到 TP/PP 的四步调优顺序、官方 OOM 缓解顺序，以及 FP8 的硬件门槛与 kernel 踩坑...
装 skill 前先扫一遍：NVIDIA SkillSpector 和那组不好看的数字
31,132 个 skill 里 26.1% 含漏洞、5.2% 疑似恶意，NVIDIA 用 SkillSpector 补这道闸，以及它扫不出来的部分...
拆开 Agent Skills：SKILL.md 到底长什么样
从开放标准与官方仓库出发，讲 SKILL.md 的结构、description 驱动的渐进式披露三层机制，以及上下文预算与重叠冲突两个成本...
读《Best Claude Skills》：我同意的三条和存疑的一条
Farasat Ali 文章的提炼笔记，附对 seo-audit 定位的不同看法，以及本地离线生态这块原文没覆盖到的地方...
Gemini 4 Argon 的 100 万输出 token，改变的到底是什么
输出上限从 6.4 万提到 100 万，任务形态和审核成本都会变；顺带说清楚为什么榜单分数不该直接横比...
MiniMax M3.1 Flash：1M 上下文、74% DeepSWE，权重 10 月 23 日开放
10 月 19 日发布的多模态模型，价格约为 M3 三分之一，标注了哪些数据尚未经一手核实...
