拼多多春招内推(づ￣ 3￣)づ

Codex 最近的热度非常高，和 Claude Code 一起成为继 OpenClaw 之后，AI 圈又一个炙手可热的词。反正我是文用 Claude Code，武用 Codex。两个配合，天下我有。上一篇我们分析了 Claude Code 的 CLAUDE.md，今天我们来分析分析 Codex 的 AGENTS.md。有一说一，第一次写 AGENTS.md，总觉得他就是个 README。但随着对 Codex 的深入使用和理解，逐渐有了不一样的认知。确实都是 Markdown 文件，但写得好和写得烂，Codex 的工程能力差距能有天壤之别。可能很多小伙伴没有时间去分析，今天这篇我花了很多 tok...

做梦也想不到我敢干这件事，但是我做了

😭😭被拷打麻了，手撕还不是hot100

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...