流式500、多个worker跑满，还有一行powersave：一次API7 AI网关的排查记录
生产 AI 网关升级后出现流式请求偶发 500、单节点多个 worker 接近满载但流量不高。通过对照实验、监控相位分析、依赖 diff 与 perf 热点交叉验证，最终定位到 SSE 刷新误判断连和 Prometheus key-index 回归，并发现 56 节点存在 powersave 调频差异。
大模型网关限流新思路：从进程内漏桶到分布式漏桶矩阵
读百炼网关用 RocketMQ LiteTopic 重构大模型限流的文章后，记录核心思路，并补上原文跳过的响应通道设计——消费端调模型后，流式响应怎么回到客户端。
15秒之谜：一次APISIX网关超时问题的排查记录
线上AI网关偶尔报504，请求耗时全部精确卡在15秒。通过代码追踪、内核参数分析、DNS排除和抓包验证，最终定位到根因是 tcp_syn_retries=3 导致的SYN重传超时。
Coding Agent Harness 选型与接入：OpenCode、Pi、DeepSeek Harness 对比
比较 OpenCode、Pi、DeepSeek Harness、Codex、Claude Agent SDK 和 OpenHands，并讨论独立运行、HTTP API、会话管理以及接入业务时的职责边界。
阅读六本大模型书的阶段性思考：一个 Token 如何变成答案
在阅读六本大模型书籍的过程中，从技术演进、分词、注意力、MoE、GPU、Prefill、Decode、RAG、微调和评估等角度，阶段性梳理大模型从 Token 到答案的完整链路。
我用一个点餐 Demo，串了一遍 Agent 应用开发
通过一个可运行的点餐 Demo，串联 Tool Calling、MCP、A2A、AG-UI、HITL、Skill 路由与多 Agent 协作的完整开发链路。
当AI开始自主进化，普通人最该守住什么？
结合阅读与工程实践思考AI深度参与工作和生活后，普通人如何守住独立判断、责任意识、基本功和长期能力，避免把决策完全交给模型。
《Harness工程：从上下文管理到Agent系统构建》笔记
《Harness工程》读书笔记，梳理上下文管理、规划执行、反思记忆、Skills、多 Agent 协作与 Agent 产品设计。
从文件上传到可核对回答：一个 Go 文档问答项目的 RAG 实现
沿一份文档和一次提问的完整链路，拆解 Go 项目中的异步解析、OCR、切片、混合检索、RRF、Reranker、引用校验与故障降级。
什么样的网关，才算好的 AI 网关？
从网关基本功、AI 流量理解、运行时性能和工程治理四个维度，建立可量化的 AI Gateway 选型评分框架。