好好风格的博客

比较 lm-eval、HELM、OpenCompass、LightEval 的定位、优劣势与选型建议。

Browser Use 与 Playwright MCP，正在把 AI 从会说变成会做。

DeepGEMM 不只是一个 GEMM 库，它把 FP8/FP4/BF16、MoE、MQA、JIT 与新一代 NVIDIA 架构经验收敛到一个更轻、更可读的 CUDA 工程里。

Skill 解决怎么做，MCP 解决怎么连。两者不是对立，而是上下层关系。

什么是 Skill，它为什么不是普通 prompt，又为何会成为 Agent 的关键方法层。