从 Kimi K3 看下一代 MoE 架构的转折点：LatentMoE
文章分析了 2026 年大模型架构的新趋势 LatentMoE。通过对比 NVIDIA Nemotron 3 Super 和 Moonshot AI Kimi K3，揭示了 LatentMoE 如何通过将 token 投影到低维潜在空间，大幅降低内存和通信开销，从而在同等推理成本下激活更多专家，提升模型性能与效率。
🏷️ 量化
7 篇最适合国内投研的 Workbuddy：AI 助力个人投资研究升级
文章探讨了如何利用 Workbuddy 这类 AI 工具将个人投资研究从依赖信息的“刷观点”转变为构建系统的“跑流程”。作者指出，AI 的真正价值在于帮投资者建立研究框架、拆解模糊感觉、量化观察指标以及进行复盘迭代，从而建立一套可重复的个人投资体系。文中强调不能盲从 AI 结论，而应将其作为研究助理。
用扣子盯盘一周：AI 如何解决上班族投资的时间错配难题
文章分享了作者使用 Coze（扣子）搭建金融助手进行自动化盯盘一周的实战体验。通过配置技能包，实现了研报速读、异动提醒、自动止损和复盘等功能，将原本每天两小时的信息搬运工作压缩至 20 分钟。文章指出，该工具的核心价值在于将信息收集与数据处理外包给 AI，解决上班族精力与盘面时间的结构性错配，让决策回归人性。
人工智能的工程全景（中）：推理，后训练，对齐和安全
本文是AI工程全景的中篇，深入探讨了模型训练完成后的工程化路径。首先详述了推理优化的核心手段，包括模型瘦身（量化、蒸馏、剪枝、MoE）、投机解码以及主流推理引擎（vLLM, TensorRT-LLM, SGLang）的生态格局。文章分析了成本、延迟与吞吐的“不可能三角”，并重点介绍了“测试时计算”这一范式转变，即通过在推理阶段增加计算量来动态提升模型智能。
LLM 优化面试笔记：训练与推理核心技术
这是一份针对 AI 实验室面试准备的笔记，涵盖了高效训练和部署大语言模型（LLM）的核心优化策略。内容主要分为三部分：内存优化（如 Flash Attention、MQA/GQA、激活检查点）、计算优化（序列打包、高效变体 Transformer）以及推理优化（KV 缓存、投机解码、量化技术）。文章旨在总结在大规模模型开发中应对算力和内存瓶颈的关键技术。
全链路本地化 AI 应用实践：从端侧微调到 Ambrosia
作者构建了名为 Ambrosia 的离线 AI 护肤日记应用，全过程在本地设备完成。文章探讨了端侧模型在硬件适应性、成本及隐私方面的优势，详细记录了基于 Qwen3-VL-2B 模型在本地 MacBook 上进行 LoRA 微调并在 iPhone 上部署的实践，强调了针对特定任务约束小模型比通用助手更高效，展望了边缘智能与算力结合的未来。
Hermes Agent + Polymarket：从100到5000美元的自学交易机器人搭建指南
本文是一篇详细的技术教程，作者介绍了如何利用 Hermes Agent 搭建一个自动化的 Polymarket 天气交易机器人。文章首先阐述了 Hermes 相比 OpenClaw 的三大优势：持久化记忆、自我进化的技能生成能力以及全天候执行层。随后，作者列举了 Polymarket 上通过 AI 代理获得巨额回报的成功案例，并提供了从 VPS 准备开始的详细安装步骤。文章指出，Hermes 能够通过闭环学习不断优化交易策略，为用户带来自动化收益。