当时想做一个弹簧振子的 Manim 动画：一个小球连接在弹簧上，在平衡位置附近往复振动。我一开始的思路是——。这段代码跑起来之后，小球确实动起来了。但看了几秒之后——小球越振幅度越大，能量明显不守恒。欧拉法的数值误差在逐帧累积，像个隐形的外力在不断推着小球。我当然可以换龙格-库塔法，但那意味着更复杂的代码、更长的调试时间。直到我开始用SymPy的dsolve，才发现原来我根本不需要自己写数值积分。

一开始，我们主要是在和 AI “对话”。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始“长手长脚”了。不只是在聊天框里回答问题，它还能写代码、查资料、调用工具、跑测试

一开始，我们主要是在和 AI “对话”。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始“长手长脚”了。不只是在聊天框里回答问题，它还能写代码、查资料、调用工具、跑测试

一开始，我们主要是在和 AI “对话”。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始“长手长脚”了。不只是在聊天框里回答问题，它还能写代码、查资料、调用工具、跑测试

一开始，我们主要是在和 AI “对话”。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始“长手长脚”了。不只是在聊天框里回答问题，它还能写代码、查资料、调用工具、跑测试

一开始，我们主要是在和 AI “对话”。AI 要理解我们的需求，就有了：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了：要给 AI 什么上下文，它才更容易做对。再往后，AI Agent 开始“长手长脚”了。不只是在聊天框里回答问题，它还能写代码、查资料、调用工具、跑测试

GPUStack 支持可插拔的推理引擎架构，允许自定义推理后端及其版本，用于引入 GPUStack 未内置的vLLMSGLangMindIE版本，或接入其他自定义推理引擎镜像。为了部署模型，这里以SGLang最新v0.5.12CUDA 版本官方镜像地址国内镜像地址cu130cu129对于其他 GPU，可前往查找 SGLang 官方打包的专用镜像。在推理后端菜单，编辑 SGLang，在版本配置中选择

vLLM的定位是服务端LLM推理引擎，而不是个人本地试玩工具。如果只是本地体验模型，或者主要使用CPU推理、GGUF模型，llama.cpp和Ollama通常更合适。vLLM的核心场景，是将开源LLM稳定部署为在线服务。它的优势主要体现在GPU推理、高并发处理、监控指标和生产部署能力上，适用于企业内部模型服务、RAG系统、Agent平台，以及需要多人同时调用的API服务。不过vLLM本身并未提供官

如果你长时间用过代码 Agent，大概率遇到过这种场景：前面半小时还在很认真地查仓库、跑测试、解冲突，下一轮突然像换了个人，只记得“正在处理一个项目”，但忘了分支名、PR 编号、刚才失败的是哪个测试。这类崩坏通常不发生在第一轮。它发生在上下文被压缩之后。所以过去很多人的习惯很保守：上下文快满之前，先让 Agent 写一份交接文档；重要任务做到一半，尽量不要自动 compact；能新开会话就新开会话