从 OpenAI 翁家翌在 WhynotTV 的采访中，关于后训练、infra 等观点受到的启发。

核心问题

在异步代码中调用同步方法，就像在高速公路上突然停车——整个系统都会被你堵住。本文将带你从一次真实的RAG评估Bug出发，深入理解异步编程中的同步阻塞陷阱，以及如何正确使用asyncio.to_thread()来避免这类问题。

在 AI 应用开发中，调用大语言模型看似简单，但当项目规模扩大后，你会发现各种问题接踵而至：配置散落各地、追踪信息需要层层传递、Token 消耗无法统一记录……今天我想分享一下我是如何在 CookHero 项目中设计一个统一的 LLM 调用框架的。

在实际落地的 AI Agent 系统中，什么才是真正决定成败的关键？

从工程实现角度理解 MCP 和 Function Calling 的区别，以及它们与 AI Agent 的关系。

核心洞察

Java的ThreadLocal绑在线程上，Python的ContextVar绑在执行上下文上。在协程时代，一条线程会并发执行多个Task，如果继续用ThreadLocal存储上下文，Task之间会互相覆盖。ContextVar通过”协程创建时复制Context”的机制，完美解决了这个问题。本文将深入解析ContextVar的底层实现机制，并与ThreadLocal进行本质对比。

从网络测量的视角看数据结构选择：cache locality 为什么比算法优雅更重要。

核心对比

事件循环和线程池是两种本质不同的并发模型。事件循环用”时间分片”在一个线程上同时处理数万连接，资源占用极低；线程池用”真并行”让每个请求独占资源，简单但开销巨大。本文将深入解析这两种模型的底层原理、优缺点对比，以及在什么场景下选择哪种架构。

在构建 RAG 系统时，我们往往习惯盯着检索指标如精确率和召回率，却忽略了生成环节的真实表现。本文剖析了为何高召回率可能掩盖生成幻觉，强调忠实性和答案相关性才是评估核心，并分享从人工评测到 LLM-as-Judge 的演进路径，以及构建分层评估流水线的实践建议。读完后，你将明白如何避免评估误区，确保 RAG 系统真正可靠。

在 RAG 系统中，检索延迟和 API 成本是两大痛点。本文记录了我们在 CookHero 项目中设计的 L1+L2 双层缓存架构——用 Redis 做精确匹配，用 Milvus 做语义匹配——以及这个设计背后的思考和踩过的坑。