Sub-Agents vs Agent Teams：那个让你系统翻车的架构选择
真正的问题是「Sub-Agents和Agent Teams到底怎么选」。大多数人在任务复杂时立刻想到多Agent系统，但这往往是错误的起点。理解这个问题的答案，能帮你省下大量返工时间。
#LLM
你的AI Agent会思考，但不会记忆
AI Agent 能推理、能规划、能对话，但每次会话结束就忘得一干二净。Ghost 项目用一套纯 PostgreSQL 的基础设施解决这个问题，让数据库变成 Agent 的记忆宫殿。
把 400B 大模型塞进 48G 内存：LLM in a Flash 背后的魔法
Apple 2023 年的一篇论文，让 4000 亿参数的模型跑在了普通 MacBook 上。核心技术 MoE + 量化，背后藏着一个关于'按需调用'的工程哲学。
告别 90 秒的等待：oMLX 如何在 Mac 上对 Ollama 实现降维打击
oMLX 专为 Apple Silicon 打造，通过 MLX 框架、SSD KV 缓存和连续批处理，将长上下文场景下的 TTFT 从 90 秒降到 1-3 秒，全面超越 Ollama。
一个 Agent 顶一千个：Ramp 教我的企业 AI 落地心法
Ramp 估值 320 亿美元，每年处理 1000 亿美元交易。他们的 AI 之路不走寻常路：不建一百个 Agent，而是用一个 Agent 配一千种技能。本文是他们工程师在大会上的完整分享。
Karpathy 最新力作：200行代码实现完整GPT，这可能是最可爱的AI入门教程
Andrej Karpathy 又双叒叕搞事情了！这次他用 200 行纯 Python 代码实现了一个可训练、可推理的 GPT模型，没有任何依赖库。这可能是史上最简洁的大语言模型实现。
Karpathy眼中的2025 LLM：六件让我刮目相看的AI趋势变化
Andrej Karpathy 2025 LLM年终总结深度解读：从RLVR到Vibe Coding，剖析2025��大模型领域的六大范式转变，探讨AI趋势新方向