个人知识库

这里保存持续修订的知识、支持理解的资料，以及值得继续追问的问题。

AI 协助阅读、检索、发现联系和整理结构；我负责提出问题、验证推理，并决定哪些判断成为自己的理解。笔记的完善程度不代表结论已经成立，AI 候选观点也不代表我已经认同。

Start

#

• 主题地图：按前置依赖和学习顺序进入一个主题。
• 常青知识笔记：阅读一个问题的完整解释、论证与适用边界。
• 来源笔记：回到资料及证据的位置，了解它能够支持什么。
• 开放问题：查看当前的疑问、缺口和下一步研究方向。

Learning

#

• 注意力、Transformer 与推理缓存：从信息聚合走到自回归计算、KV 复用与 MoE。
• 概率与网络模型：理解损失、请求偏斜与拓扑假设各自能说明什么。
• Web3、身份与共识：沿信任边界理解系统机制，再阅读公开论文案例。
• 分布式存储与推理服务：连接放置、访问、迁移和系统瓶颈。

知识实践地图说明这里如何组织笔记。正文中的来源事实、AI 候选解释与个人确认分别标识；公开可读不等于已经认可所有推论。

Reading

#

每篇知识笔记区分候选理解与用户确认的判断，并在需要时说明来源、推理、反例和限制。知识之间的联系写在正文中：链接需要解释为什么相关，而不仅是相互指向。

如果重要观点改变，修订原因和依据保留在对应笔记中。Git 保存文件变化，两者一起记录理解的形成过程。