LLM 101
为什么 Claude Code 和 Codex 这么吃额度：从 KV Cache 到 Prompt Cache
为什么 Claude Code、Codex 这类 coding agent 在长任务里容易吃额度、首 token 变慢？原因之一是长上下文反复 prefill。KV Cache 和 Prompt Cache，分别解决了两层重复计算问题。
用产品思维和工程原则，理解 AI 产品、Agent 与 LLM 系统
GEO
GEO 到底是什么：从搜索排名到答案引用
GEO 不是 SEO 的替代品，也不是 AI 黑魔法。它关注的是：当搜索开始直接生成答案，内容如何被发现、理解、信任、引用，并带来有效访问。
GEO
SEO 还重要吗：为什么 GEO 不能绕过 SEO
SEO 解决的是内容能不能进入搜索系统；GEO 解决的是内容进入系统后，能不能被答案采用。两者不是替代关系，而是前后关系。
AI 产品
Lovable 类 AI 应用生成产品，如何建立指标体系
从 Lovable、Bolt.new、Replit Agent 与 v0 的公开形态出发，拆解 AI app builder 应该如何建立北极星指标、事件模型、质量评测、发布治理与成本看板。
Pi Agent 101
Pi Agent 101｜13｜The Agent Harness Map
用一张总图把 Pi Agent 101 串起来：模型、工具、消息、会话、上下文、扩展、UI 和可观测性如何组成一个 Agent Harness。
