围绕 OpenAPI 的 Contract First 实践笔记：工具栈如何拼、AI 怎么起草 spec、团队同步机制、breaking change 治理、常见坑的对策，以及老项目的迁移路径。

一篇问题驱动的笔记：从多 agent 工作流为什么会变乱开始，拆开 always-on 规则和 skill 的边界、Claude Code 的 skill 加载时机、跨 agent 共享源文件的取舍，以及每家 agent 的落地方式。

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。

基于一次 M5 本地测试，记录 MoE 模型带宽瓶颈，以及通过内存热缓存把长上下文推理提速到约 6.4 倍的过程。

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。

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。

记录首次在两台 DGX Spark 上以 vLLM TP=2 方式部署 Qwen3.5-35B-A3B 的过程与 benchmark 结果。

记录如何通过 Tailscale 组网和 Codex CLI 自定义 Provider 配置，把本地 AI 编码助手接到远程 Homelab 上的 Ollama 服务。

记录我读 Anthropic 这篇 preprint 论文后的想法：学新工具时太依赖 AI，可能会让调试和理解概念变弱，但这个结论还要放回样本规模和具体任务里看。