一份系统化 LLM 学习路线，覆盖 Transformer、预训练、SFT、RLHF、RAG、Agent、推理优化、评测和工程项目。

一份面向工程同学的 AI Infra 学习路线，覆盖后端基础、RAG、Agent Runtime、模型服务、评测观测、稳定性工程和项目落地。

基于源码区分请求前优化、高水位压缩和 API 报错恢复，厘清 Microcompact、Full Compact 与 Auto Compact 的关系。

从 CLI、Gateway、Channel、Plugin SDK 和 Agent Runtime 读懂个人 AI 助手的运行时架构。

用 MapReduce、Raft、容错和分布式 KV Store 理解 AI 工作流与多 Agent 系统的底层结构。

从短期对话、摘要记忆到向量检索，讲清 Agent 如何保存、压缩和召回历史信息。