前两天有个读者私信我，说腾讯二面问了这样一个问题：“CLAUDE.md 你是怎么维护的？”他知道的就是“/init 一下”，别的平常也没怎么关注。 这就好比面试官想让你回答“数据库怎么优化的”，结果你回答了“装个 MySQL 就行了”。 说了，但又好像没说。  /init 只是起点。 CLAUDE.md 这个文件，写好了就是超级外挂，你的代码交付质量杠杠的。 写烂了就是 token 噪音。今天这篇内容，给大家来一次硬核拆解。  系好安全带，我们粗粗粗发～  01、CLAUDE.md 到底是个什么东西 先把概念捋清楚。 CLAUDE.md 不是 README，不是注释，不是文档，它是 Claud...

今天早高峰10号线，人挤人，我好不容易站稳，余光扫到旁边座位上有个穿校服戴红领巾的小男孩，正低头盯着iPad。我以为他在看动画片，好奇瞟了一眼——好家伙，在刷leetcode。我人都傻了。我小学五年级还在玩赛尔号，人家已经在地铁上刷题了。让我想起来现在也有很多机构推出面向小孩的人工智能课、AI使用课...现在连小孩都这么卷了吗？

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...