用 LLM 给自己建一座知识库：Karpathy 方法完整实操指南（2026）
Andrej Karpathy 用一篇 16M 阅读量的帖子描述了他的知识管理方法：让 LLM 把原始素材「编译」成结构化 Wiki，而不是等你提问才去检索。本文是这套方法的完整实操指南，包含 CLAUDE.md 模板、三种工作流和开源工具推荐，半小时可上手。
LLM
本地部署大模型完整指南（2026 年 4 月最新版）
系统梳理 2026 年本地部署大语言模型的完整流程：工具选型（Ollama/LM Studio/llama.cpp）、主流模型横评（Qwen3.5/GLM-4.7-Flash/Gemma 4/DeepSeek-R1）、硬件显存门槛、与云端 API 的核心差异，以及对 Cline/OpenCode 等 Agent 工作流的支持情况。
大模型如何被评判好坏？一文读懂 LLM 评测全体系
从评测维度、核心指标到权威机构和测评网站，系统梳理 AI 大模型能力评估的完整图景，帮你看穿各家榜单背后的逻辑与陷阱。
AI大模型能力测评全指南：从入门到精通
一份系统化的AI大模型能力测评指南，涵盖测评维度、方法论、工具选择与实战案例，帮助你科学评估各类LLM的真实能力。
AI工程范式演进：从Prompt Engineering到Context Engineering到Harness Engineering
五年内三次范式迁移，揭示AI工程师驾驭语言模型方式的根本性升级