用两台 DGX Spark（GB10）部署 DeepSeek-V4-Flash（284B/13B-active，官方 FP8）：为什么 128GB 单机装不下 149GB 权重、如何为 GB10 的 sm_121 架构选对 vLLM 引擎、源码构建中 torch 被悄悄降级的隐蔽问题，以及 MTP 调优后的实际吞吐。

我顺着一个 Pod DNS 排查短视频，把 K8s Service 网络链路重新整理了一遍：DNS 解析、ClusterIP 到 Pod IP 的 DNAT、EndpointSlice、负载均衡，以及 1.36 时代 iptables/IPVS/nftables/eBPF 的取舍。

Spring Boot 3.4+ 内建了 ECS 结构化日志支持，5 行配置能替掉大部分手写的 logback-spring.xml，再用 SLF4J Fluent API 把字段写成 OpenSearch 查得到、聚得起来的样子。

读 Nick Hodges 的《A new challenge for software product managers》后，我顺手记下几条工程师视角的补充：当 AI 把“工作量”这道闸拆掉后，我会怎么判断一个 feature 值不值得进来。

结合一次 Spring Boot 3.5 tracing 接入：自动配置覆盖范围、自定义埋点、Kafka/Redis/DB 组件接入、采样策略、PII 处理，以及用 ArchUnit 约束常见误用。

Java 日志里记什么、不记什么、message 怎么写、结构化字段如何设计；也整理我在 Spring Boot 项目里落地这些约定时的一些取舍。

从递归解析器、权威 DNS、CDN 导流到边缘 PoP 的完整链路出发，整理 CDN 与 DNS 如何协作，以及网站如何在 DNS 宕机、控制面异常和缓存收敛延迟中争取更好的可用性。

Confluent Kafka 的 topic 分区数按当前业务规模假设算了一轮，起步先按 12 个分区配置。

Homelab 的 Proxmox 宿主机（AMD Ryzen 5 5600H）CPU 温度长期 72°C，通过诊断发现 VM 内存超售、Turbo Boost 未关、KSM 高频扫描三个热源，用 Ansible 一键优化后降到 62°C。

我把 Agent Skills 的开放规范、SWE-Skills-Bench 的实证结果，以及 Daniel Sogl 对 skill eval 的反思放在一起看，试着回答三个问题：skill 适合解决什么问题、什么时候值得投入，以及为什么没有 eval 的 skill 很容易变成一份没人验证的 Markdown。