本文围绕大模型推理中的 Prefill、Decode、因果掩码（Causal Mask）、KV Cache 与 Prefix Cache 展开，重点解释自回归模型为什么能够在 Prefill 阶段并行计算，以及 Decode 为什么仍需逐 Token 生成。通过分析 Attention 机制，厘清因果掩码限制信息可见性而非计算顺序的原理，并对比 KV Cache 的序列内复用与 Prefix Ca

本文围绕 Agent 的Context Engineering展开，重点探讨 RAG 检索结果如何通过 Inject、Offload和 Delegate实现动态分流，避免上下文膨胀与证据丢失。同时，解析 LangGraph 的状态管理与执行编排机制，以及 LangSmith 如何通过 Trace、Dataset 和 Evaluator 定位 Agent 失败原因。Context Engineeri

本文围绕医疗 Agent 的 Memory 架构展开，深入分析 SessionState、Chat History、State 与长期记忆的职责边界，指出数据归档不等于具备跨会话记忆能力。探讨前端回传状态的可信性问题、HMAC 签名保护，以及 Context Builder 如何处理当前状态与历史记忆的重复和冲突。同时，梳理医疗事实的提取、证据校验、身份隔离与生命周期管理，明确 PostgreSQ

本文围绕 Agent 系统的分层理解与 RAG 评估展开，重点梳理 Prompt、Context、Harness 和 Loop 四个层次各自解决的问题：Prompt 定义规则，Context 决定模型看到什么，Harness 提供能力与执行控制，Loop 负责多步行动与反馈。同时进一步明确 RAG 评估不能只看最终答案，而应拆分 Retrieval 与 Generation，结合 Context