当缓存成为架构：Prompt Caching 如何串联上下文工程的五个模式
前缀匹配——Prompt Caching 的一条刚性规则——如何系统性地塑造上下文工程的五个模式，成为 Agent 架构中看不见的骨架。
Agent
推理服务是怎么影响你的 Agent 的：推理框架与架构决策
自顶向下拆解推理框架：延迟构成、上下文成本、模型路由、多模态代价、韧性设计——面向 Agent 架构师的推理层指南。
模型的能力是怎么来的：从预训练到 RLHF
预训练压缩知识、SFT 教会格式、RLHF 对齐偏好、Function Calling 赋予工具能力——面向 Agent 开发者的模型训练全景指南。
一句话是怎么变成 AI 回复的：LLM 的工作原理
从 Tokenization 到自回归生成，用一句「帮我查一下北京明天的天气」走完 LLM 处理全流程。面向 Agent 开发者的灰盒认知指南。
Context Engineering：Agent 架构师的核心手艺
Context Rot 的物理现实、三层压缩策略、文件系统作为延展记忆、CLAUDE.md 最佳实践，以及从 Prompt Engineering 到 Context Engineering 的范式转变。
Cache 杀手与行业实战：从踩坑到最佳实践
六大 Cache 杀手的诊断与对策，以及 Claude Code、Codex、Manus、Gemini CLI 的 Cache-Aware 架构全景扫描。
Prompt Cache：Agent 成本控制的核心约束
从 KV Cache 到 Prompt Cache 的认知跃迁：前缀精确匹配的铁律、Agent 的 I/O 100:1 失衡、以及为什么 Cache-Safe 是 Client 侧工程责任。
KV Cache 原理：LLM 推理的底层机制
从 Token、Embedding、Attention 到 Prefill/Decode，一次讲透 KV Cache 的底层原理。面向 Agent 工程师的推理基础指南。