沿 Req 状态迁移拆解入队、运行、完成、撤回与资源回收。

沿请求 ID 拆解协议适配、分词、IPC、增量解码与中止清理。

从入口到 GPU，建立 SGLang 推理运行时的完整源码地图。

串起请求、调度、KV、执行、采样与输出的完整源码路径。

从数据布局、流水线与并行策略拆解 Marlin W4A16 推理内核

从 Delta Rule、细粒度门控到硬件感知 Kernel，讲透 KDA 的线性注意力机制。

拆解 llama.cpp 的 GGUF 文件格式与 k-quants 块量化位布局，理解端侧推理模型文件为什么长这样

置信度门控的多阶段循环草稿加上循环感知训练，把投机解码的天花板从 k+1 抬到 Sk+1

拆解 AgRefactor 的多 Agent 重构框架、事实/策略双记忆系统与工具-LLM 协同分工,以及它对 AutoDSE 的 6.51× 加速从哪来