从理论到生产：Foundation Model 工程全景
Foundation Model Engineering: From Theory to Production
这本技术指南专为 AI 工程师和深度研究者打造，带你穿透 API 调用的表层，深入理解 Foundation Model 的底层逻辑。内容涵盖从 RNN 到 Transformer 的架构演变、MoE 的扩展策略、大规模训练稳定性、RLHF 对齐机制，再到 RAG 系统与 Agentic AI 的实战落地。书中不仅梳理了历史脉络与数学原理，更重点剖析了工程权衡：如何在质量、内存、吞吐量与延迟之间找到最优解。如果你想知道为什么某些模型是稀疏的，或者推理系统为何如此依赖 KV Cache，这里将为你串联起所有关键知识点，助你建立扎实的工程判断力。
这本书的目标不是提供零散的提示或孤立的定义，而是解释将注意力机制、MoE、RLHF、多模态、长上下文服务、RAG 和智能体等主题连接成一个完整工程叙事的历史脉络、数学思想和系统约束。