FIELD SIGNAL / 2026.09
看见技术变化，
也看见它在栈里的位置。
Y 把新闻、论文、产品、基准与工程经验整理为可探索的技术地图，帮助团队回答三个问题：什么变了、为什么重要、现在该怎么选。
Y / AI TECHNOLOGY INTELLIGENCE
看见技术变化，
RADAR / EDITORIAL SIGNALS
今天真正值得看什么。
聚合只是第一步。Y 会给每条信息补上“技术位置、影响对象、证据强度与下一步动作”。
Agentic serving 正在改变推理基础设施的优化目标。
长上下文、多轮、前缀复用和子 Agent 让传统“单请求吞吐”指标不再够用。更重要的问题变成：缓存怎么留、prefill/decode 怎么拆、调度如何避免长请求阻塞交互回合。
读研究拆解 →Agent Runtime 的竞争点，从“能调用工具”转向“可观测、可恢复、可控”。
我们把 runtime、memory、tool routing、evaluation 与 guardrail 放进同一张工程地图。
RAG 之后，企业知识系统开始进入“持续评估”阶段。
检索准确率只是起点，真正的系统需要版本、权限、证据链和知识时效管理。
TECH LANDSCAPE / SANDBOX
不是列表，是可操作的技术全景。
每个领域都能从“层 → 能力 → 方案 → 证据”展开，支持筛选、比较和进入深度研究。
01 / MODEL & SERVING
Inference EnginevLLM · SGLang · TensorRT-LLM
Model Runtimequant · kernels · parallelism
02 / AGENT RUNTIME
Orchestrationgraph · durable workflow · state
Memorysession · long-term · shared
03 / DATA & KNOWLEDGE
Retrievalhybrid · rerank · graph
Knowledge Opsversion · ACL · freshness
04 / RELIABILITY
Evaluationtask eval · regression · judge
Observabilitytrace · cost · latency · outcome
Inference Engine点击任何节点查看它在系统中的职责、关键判断标准与相关研究。
FOUR FIELDS
四个领域，一套决策坐标。
不是把技术按新闻栏目分开，而是按企业构建 AI 能力时真正需要做的工程决策来组织。