理解 S3-FIFO 的设计思想

能够带着批判性视角阅读 S3-FIFO 论文，准确解释它为何能同时改善缓存命中率与并发扩展性，而不是只记住“三个 FIFO 队列”这个结论。

共 1 节课。

Agent 系统架构

建立一套不依赖具体框架的 Agent 架构心智模型，最终能够独立设计、评审并演进一个生产级 Agent 系统，而不是停留在调用 LLM API 或拼装框架组件。

共 4 节课。

Kimi K3 架构与 KV Cache

把 Kimi K3 这类混合注意力、超大规模 MoE 模型拆成可执行的推理系统设计，能够读懂技术报告、定位缓存瓶颈，并在推理引擎中做出有依据的 KV/state cache 取舍。

共 2 节课。

MTP 与投机解码

建立足够严格的 MTP（Multi-Token Prediction）与投机解码心智模型，以便独立阅读论文，并能沿着 vLLM 等推理框架源码追踪 draft、verify、accept、correct 的完整数据流。

共 5 节课。