RX // FEED
FEED
这里是给人看的订阅页。原始 RSS 是机器协议（XML），浏览器直接打开会像“白屏+代码”——那是正常的，不是站点坏了。
RSS ENDPOINT
https://cillian.website/ai/rss.xml
把上面的 URL 粘到 Feedly / Inoreader / NetNewsWire / 任何 RSS 阅读器即可。
希里安（Cillian）的工程笔记 —— 大模型、Agent、RAG、AI Infra，以及 ROS / 物理 AI 与可复现实践。
HOW TO USE
- 复制 RSS URL
- 打开你的阅读器 → 添加订阅源
- 有新信号时会自动推送到你的阅读器
LATEST IN FEED
当前信道内容
循环本身只是思考、调用工具、把结果喂回去。没有停止条件时，它会在同一种错误上把步数用完。停止条件要和最大步数一起写。
→02张量并行：什么时候该把一层计算拆到多张卡一张卡放不下权重时，才需要把矩阵乘切开。模型不大、批量很小、卡之间通信又慢时，拆开往往更慢。
→03Sim2Real：仿真成功为什么不等于真机能用仿真便宜、可并行、不会撞坏设备。真机有光、延迟、摩擦和仿真里不存在的故障。两个成功率要分开写。
→04遥操作数据：一条轨迹里到底有什么人遥控机器人做一遍，把图像、关节和夹爪记下来，就是遥操作数据。能用来训练之前，先看时间对齐、动作是否有效、成功和失败有没有分开标。
→05量化入门：用更少的位数保存权重FP16、INT8、INT4 差在每个参数用多少位。显存会下降，数值误差和格式稳定性不一定按同样比例变好。验收要用自己的题，不要只看榜。
→06KV Cache：推理显存为什么会随上下文暴涨权重只占一块固定显存。真正随并发和上下文变长的是 KV cache：每一层都要记下已经看过的 Key 和 Value。
→07ROS 2 不是操作系统：节点、话题、服务与 Action零基础建立 ROS 2 心智模型：是什么/不是什么、通信四件套、工作空间、常用工具，以及和单片机的边界。进阶 DDS/QoS 另见本站专题。
→08机器人入门学习路径：嵌入式 + ROS 2 实验清单可裁剪的 4～8 周节奏：嵌入式 E1–E6、ROS 2 R1–R6、时间不够时的最小周更，以及资料类型怎么挑。
→09机器人栈分层：从 GPIO 到 ROS 2先画一张分层图：单片机、Linux 主机、ROS 2 各管什么。适合从软件/云原生转机器人的读者建立心智模型。
→10何时只要 MCU，何时该上 ROS 2用场景表和检查清单决策：纯单片机、联网遥控、仿真导航、真车底盘各怎么拆；通信桥怎么选；避免所有问题都上 ROS。
→11第一块板怎么选：STM32 / ESP32 / Arduino / STC51按场景选型，不背参数表：51、Arduino、STM32、ESP32 各适合什么，树莓派为什么不是单片机，以及预算只够一块时怎么买。
→12嵌入式 MCU 基础：GPIO、总线、PWM 与别烧板读数据手册之前先掌握的概念：MCU 怎么跑起来、常用外设、电平与供电、裸机 vs RTOS、最小实验清单。
→13LLM 可观测性：延迟、质量与成本一张图给推理与 Agent 系统补上真正有用的观测：TTFT、tokens、工具调用链、质量抽样与成本归因。
→14向量库运维：索引、召回与容量规划RAG 背后的向量库怎么稳着跑：索引类型、重建窗口、过滤策略、容量与延迟的权衡。
→15GPU 调度实战：多模型共卡与显存不浪费从单卡单模型到集群调度：显存估算、分片、迁移、抢占与队列策略，帮你少烧空闲 GPU。
→16推理服务入门：把模型变成可调用的 API从单机 demo 到可上线的推理服务：批处理、流式输出、限流与冷启动，以及 vLLM / TGI 这类引擎该怎么选。
→17ROS 2 要点：DDS、QoS 与从 ROS 1 迁过来对照 ROS 1 讲清 ROS 2 的架构变化：无 Master、DDS/QoS、生命周期节点、launch 与常用发行版选择，附迁移检查清单。
→18ROS 1 入门：节点、话题与最小可跑系统用工程视角拆开 ROS 1：Master、节点、Topic/Service/Action、参数与 launch，并给出一个能跑的发布/订阅示例。
→19Physical AI 扫盲：具身智能、世界模型与工程栈物理 AI（Physical AI）不是口号：从感知-决策-执行闭环，到 VLA / 世界模型 / Sim2Real，再到 ROS 与仿真在工程里的位置。
→20Cursor 里的 Agent、Skill 与周边概念：是什么、怎么用把 Agent、Skill、Rule、Command、MCP、Subagent、OpenSpec 拆开讲清楚，并给出常用 Skill 的触发话术与工作流配方。
→21提示工程实战：从 Prompt 到可评测的系统好的 Prompt 只是起点。本文讲如何把提示词沉淀为可版本化、可评测、可迭代的工程资产。
→22构建你的第一个 AI Agent：工具调用与 ReAct 循环用最小的代码讲清楚 Agent 的本质 —— 一个"思考-行动-观察"的循环，以及如何安全地接入工具。
→23从零理解 RAG：检索增强生成的工程要点拆解 RAG 的核心链路 —— 切分、embedding、检索、重排与生成，并给出一套可落地的工程实践清单。
→