DSH 经 OpenAI Responses 兼容反代调用 Codex 模型时出现空 justification、权限升级被拒和不声明图片输入三类报错，追到适配层默认值与模型能力元数据后，用两行配置修复。
把 DeepSeek Harness 的 Web 界面（dsh web）从 loopback 搬到公网域名 dsh.example.invalid，套一层 Flask 登录网关 + 高防 CDN。记录这一路的坑：登录页乱码、API 403、WS 连不上、模型不回复，以及每个问题真正的原因和最终解法。
DSH 0.1.2-rc.1 下官方模型每回合报 REQUEST_EXTENSION，顺着被吞掉的 cause 查到是插件清单扩展把 profile 自己缺少 version 的 package.json 当成非法插件包，补一行字段即恢复。
从 4×RTX PRO 6000 上训练 Qwen3.8-27B LoRA，到 vLLM 部署、frp 内网穿透、sub2 中转，再到 FlashInfer 在 SM120 上从编译失败到跑通的完整记录。踩过的坑：torch inductor 模板冲突、Mamba cache 不足、FlashInfer CUDA 版本不匹配、SM120 被当成 SM100 家族误判
在 2 核 1.8G 阿里云小机上用 sysbench 同负载对比 PolarDB-PG、原生 PostgreSQL 13 与 MySQL 8，并梳理 PolarFlex 栈比裸 PG 多出的默认口令、公网端口和 root 组件，附加固清单。
284B MoE 模型 hash 层专家合并（T2）与宽度裁剪（W512）两条路线的 ppl 门禁执行全记录：完整操作、每个坑、根因分析与经验教训
记录一次把 Qwen3-Next-80B-A3B-Thinking 跑起来的全过程：先是拿到了摩尔线程 S4000（48G 显存 + 100G 内存）以为万事大吉，结果被宿主机驱动 2.7.0 卡死；换 NVIDIA 4090 后又掉进 vllm 0.27 + torch 2.13 的兼容连环坑；最后用 CPU offload 6G 才把 45G 的 4-bit 权重塞进 48G 显存。服务起来了，但输出是乱码——故事还没完。
抓取全球 11 个城市市中心 1km² 的 OSM 数据，按 6 个维度打分，再逐步修正水域、3D 建筑、军事区与城市能级，看韶关到底画得够不够。
把模型答砸的 7699 条对话丢给 Kimi K3、GLM 5.3、DeepSeek V4 Pro 三家重答再选优。记录三家 agent 的真实工作方式：GLM 搭流水线、DeepSeek 硬编码直写、Kimi 一次性生成，以及我从中看到的东西
7699 条失败对话重答实验的后续：8 份盲测记录、185 题的统计结果（GLM 48.6% / Kimi 42.7% / DeepSeek 8.6%），以及 DeepSeek V4 Pro 在跑到 250/7699 时拒绝继续、留下一份进度脚本就停摆的全过程。所有数据均有可验证来源。