Qwen3.6 随 KV cache 修复一起引入的 preserve_thinking 开关是 chat template 的 kwarg，不是 vLLM CLI 标志；借助集群两台 DGX Spark 做 A/B 对照，量化出 prompt/completion token 的差异。

Proxmox VM 一重启 Vault 就 sealed，ExternalSecret 跟着失败：postStart 解锁 hook 被 JSON grep 误判、ESO 没有及时重验，恢复脚本自己还有假阴性，最后改成按 exit code 三态判定。

实测两台 DGX Spark 上 Qwen3.6-35B-A3B-FP8 的 vLLM 吞吐：单机单流 ~50 tok/s，双机经 FastAPI Gateway 并发 N=16 聚合可达 ~485 tok/s。

将两台 DGX Spark 从不稳定的 vLLM TP=2 跨节点部署迁移到单节点独立运行 + Bifrost 负载均衡网关的完整实践和 benchmark 结果。

结合截至 2026 年 4 月能看到的公开案例与开源生态，整理软件团队从「贴 Prompt」逐步过渡到 Agentic 工作流时，质量保障与团队协作可能发生的变化。

在两台 DGX Spark 上对比 vLLM EP2 和 TP2 跑 NVIDIA Nemotron 3 Super 120B A12B NVFP4 的结果，并分析 EP2 失稳的可能原因。

BFF 与微服务之间到底该共享到哪一步？Shop Platform 的 monorepo 实践之外，共享 contracts、共享 client 和契约测试在 polyrepo 下各有 tradeoff，我目前更倾向其中一种组合。

Java 21→25 和 Spring Boot 3.5→4.0 值不值得升，先看版本维护周期与语言、框架层的变化；真上手时，手动迁移和 OpenRewrite 自动化两条路径的取舍也不一样。

在 code agent 普及的背景下，我在 Shop Platform 用 ArchUnit 作为可执行的 harness，它在微服务、monorepo 和普通 repo 里的落地方式各不相同。

两台 DGX Spark 以 vLLM TP=2 跨节点跑 Qwen3.5-35B-A3B，部署过程、benchmark 数据和与单机的对照都在这一篇。