第 03 章：RAG 基石：Embedding 与向量检索
核心观点：在 AI 的眼里，万物皆是坐标。RAG（检索增强生成）的本质，就是把用户的自然语言问题，映射到知识库的坐标系中，寻找最近的”邻居”。
1. 引言：计算机不懂中文，它只懂数学
你问 AI：”苹果怎么卖？”
在计算机底层，它根本不知道”苹果”是水果还是手机。
但如果你告诉它：”苹果”的坐标是 [0.8, 0.2]，”香蕉”的坐标是 [0.85, 0.1]，”卡车”的坐标是 [-0.5, 0.9]。
它会立刻计算出：苹果和香蕉很近，离卡车很远。
这就是 Embedding（向量化） —— 它是 RAG 系统地基中的地基。
2. 核心概念：Embedding Space (向量空间)
2
第 02 章：算力与推理工程：显存与量化
核心观点：在大模型推理中，搬运数据的时间远多于计算的时间。推理优化的核心战役，就是打破”内存墙”（Memory Wall）。
1. 引言：你的显卡为什么在”摸鱼”？
你买了昂贵的 RTX 4090，跑大模型时却发现 GPU 利用率只有 30%？
不要怪显卡，它很委屈。
它就像一个米其林三星大厨（Tensor Core 计算核心），切菜速度极快，但他必须等服务员从几公里外的仓库（显存 VRAM）把土豆一个一个搬过来。
大模型推理的瓶颈，通常不在算力（Compute Bound），而在显存带宽（Memory Bound）。
2. 核心概念：内存墙与 KV Cache
2.1 显存：寸土寸金的仓
第 01 章：大模型解剖学：参数与 Scaling Law
核心观点：大模型本质上是对人类知识的”有损压缩”。参数量决定了压缩的”分辨率”，而 Scaling Law 揭示了算力转化为智能的物理定律。
1. 引言：智能的”分辨率”
当我们谈论 7B、70B、671B 这些数字时，我们在谈论什么？
很多人认为参数量仅仅意味着”更大的硬盘”，存了更多的死记硬背的知识。大错特错。
参数量实际上代表了模型对世界认知的分辨率。就像一张 JPG 图片，像素越高，边缘越清晰；参数越多，模型对逻辑、因果、微妙情感的”边缘”刻画就越精准。
本章我们将拆解这个黑盒，看看智能是如何从这些浮点数中涌现的。
2. 核心概念：压缩即智能
2.1 这里的”压缩”不是 WinRA
10X AI 全栈工程师的进化之路
内网文档 - 全栈手册)
👆🏻 全栈手册，是我在近期全栈化转型过程汇总梳理的较为结构化、系统性的知识库手册，希望能够对后来人有所帮助。
自我介绍：
1. 还是前端的我，目前负责 Lazada B 端前端基建，Merlion UI (UI 框架)) 作者，LAGO (页面发布平台))、Lazada Material (物料平台)) 等平台主要设计者及维护人，维护 Lazada 商家工作台 Node.js 应用(1000+ QPS)。
2. 开始转 Java 全栈的我，不到 4 个月被紧急成长完成了 Java 迭代需求 30+，主导大型重点项目 —— 智能审核（40 人日以上）交付
第 20 章：系统架构与工程实践
“算法只是冰山一角，工程才是水面下的巨兽。”
恭喜你，你已经掌握了无监督学习的所有核心算法。
但在实际工作中，写出算法代码可能只占 10% 的时间。
剩下的 90% 时间，你在处理：数据管道、异常恢复、性能优化、成本控制。
本章将以一个典型的文本分析系统为例，剖析工业级数据挖掘系统的架构设计。
1. 核心概念：批处理 vs 流处理
1.1 批处理 (Batch Processing)
* 模式：T+1。每天凌晨把昨天的数据全量跑一遍。
* 适用：Embedding, KMeans, LLM 总结。这些算法很重，没法实时跑。
* 常见选择：文本分析系统通常采用批处理。因为”风险挖
