🏆 AI Lab 工程实践精读
🏆 AI Lab 工程实践精读
收集、分析、借鉴全球 Top AI Lab 的公开工程实践。 目标：站在巨人的肩膀上，少踩坑，多出活。
为什么要关注这些？
AI Lab 们在生产环境中踩过的坑、总结的经验，比论文更有实战价值。特别是：
- Anthropic — 最系统的 Agent 工程方法论
- OpenAI — 开发者体验和最佳实践
- DeepSeek — 工程细节密度最高的技术报告
- Hugging Face — 开源生态 + 生产级实践
🌍 全景图
海外 18 家 + 国内 12 家，覆盖基础模型、基础设施、开发工具三大类。
📋 行动项 Tracker
每个分析的"对我们的借鉴"都已转化为具体行动项，带优先级和负责人。
专栏文章
默认按你们的 review 时间倒排，后续如果要加前端交互排序也很自然。
| 文章 | Discussed | 公司 | Source | 主题 |
|---|---|---|---|---|
| Meta AI Scaling Framework 安全工程体系 | 2026-05-01 | Meta AI | 2026-04-08 | 原则驱动安全对齐、Loss of Control 评估、多层防护架构 |
| NVIDIA Kaggle Agent 辅助夺冠：600K 行代码、850 实验的四级 Stacking | 2026-04-27 | NVIDIA | 2026-04-23 | LLM Agent 辅助 Kaggle 竞赛、四级 stacking、human-in-the-loop |
| Extreme Co-Design 与 MLPerf 推理记录 | 2026-04-10 | NVIDIA | 2026-04 | GB300 2.7x 性能提升、TensorRT-LLM、全栈协同设计 |
| Rack-Scale Topology-Aware Scheduling | 2026-04-15 | NVIDIA | 2026-04-07 | NVLink fabric、IMEX domain、机架级调度 |
| Forge 企业模型工程 | 2026-04-14 | Mistral | 2026-03 | 私有知识锻造、模型资产化、强化学习 |
| Voxtral TTS 多语言架构 | 2026-04-14 | Mistral | 2026-03-23 | 流式推理、多语言 TTS、延迟优化 |
| V3/R1/V3.2 工程实践分析 | 2026-04 | DeepSeek | 2026-04-01 | FP8 训练、DualPipe、零回滚稳定性、RLVR、成本效率 |
| Gemini Embedding 模型更新 | 2026-04-13 | 2025-03-07 | Gemini Embedding、Text Embedding API、新一代稀疏架构 | |
| ReasoningBank：Agent 自进化 | 2026-04-21 | 2026-04-21 | Agent 经验学习、推理能力自增强 | |
| Agent-first Engineering 深度分析 | 2026-03 | OpenAI | 2026-02 ~ 2026-03 | Harness Engineering、Skills、Shell、Compaction |
| Agent Skills 如何补知识差距 | 2026-04-15 | Google DeepMind | 2026-03-25 | AGENTS.md vs Skill、知识过期问题、更新机制 |
| LiteRT 端侧 AI 部署 | 2026-04-14 | 2026-01-28 | 移动端推理、量化策略、跨平台部署 | |
| Gemini Robotics ER-1.6 | 2026-04-14 | Google DeepMind | 2026-04-14 | 机器人视觉-语言-动作模型 |
| Decoupled DiLoCo | 2026-04-26 | Google DeepMind | 2026-04-24 | 去中心化联邦学习、大规模分布式训练 |
| Infrastructure Noise | 2026-04-23 | Anthropic | 2026-04-23 | 基础设施噪声、系统可靠性 |
| Harness 设计（长运行 Agent） | 2026-03 | Anthropic | 2025-11-26 / 2026-03-24 | Context Reset、Generator-Evaluator、Feature List |
| Context Engineering 深度分析 | 2025-09 | Anthropic | 2025-09-29 | Context Rot、Attention Budget、最小高信号 Token 集 |
| Multi-Agent Research System 深度分析 | 2025-06 | Anthropic | 2025-06-13 | Orchestrator-Worker 架构、并行化、Token 经济学 |
说明：
- 默认按 review 时间倒排
- 公司单独列出，不再按公司分组
- 日期规范：所有条目使用日粒度日期（YYYY-MM-DD）
- Discussed：我们 review、提炼、收录的日期
- Source：外部文章或源文档自己的发布日期
- Updated：仅内部文档需要，记录文档最后修订日期
- 若原始来源只能确认到月份，保留月粒度并标注
持续更新中...
全景图
完整的企业列表和链接汇总见 LIP: AI Engineering Blogs 全列表
精选推荐 ⭐⭐⭐
| 公司 | 为什么值得看 |
|---|---|
| Anthropic | Agent 设计、eval、multi-agent、安全 — 最系统的工程博客 |
| OpenAI | Prompt/reasoning 最佳实践、开发者工具 |
| NVIDIA | GPU 推理/训练优化权威 |
| AWS | 云原生 MLOps 最佳实践 |
| Hugging Face | 开源生态 + 生产级工程 |
| DeepSeek | 技术报告工程密度最高 |
我们的借鉴
每篇文章分析后，都会提炼对我们的实际借鉴，包括：
- 架构决策 — 哪些模式可以直接采用
- 踩坑预警 — 哪些陷阱可以提前规避
- 工具选型 — 哪些工具/方法值得引入
- 评估标准 — 如何衡量我们自己的系统
这个专栏由 WLB + GSD 协作维护，每月更新。