AI 编程框架下篇：5 大代表项目横向对比（Spec-Kit / BMAD / OpenSpec / Superpowers / GStack）、代码图谱工具（CodeGraph / Graphify）、OpenCLI 工具层、综合映射矩阵、5 类项目选型决策树。

AI 编程框架 12+ 概念全景调研：规范/流程驱动（BMAD/OpenSpec/Spec-Kit/Superpowers）、AI Skills 库（mattpocock-skills/ui-ux-pro-max）、代码图谱（CodeGraph/Graphify）、工具层（OpenCLI）、综合映射矩阵、选型决策树。

把 AI 获取公网 / 私域信息的工具分成 6 类（单页获取 / 搜索 / 浏览器 / 爬虫 / 平台 / 网关），给一张决策图 + 11 个代表项目的强项弱项对比 + 10 条默认推荐 + npm 包安装速查。

Transformer 与 Attention 论文速读：Bahdanau 2014（首次引入 attention）/ Memory Networks 2014（外部记忆）/ Attention Is All You Need 2017（self-attention 革命）/ Transformer 变种（Linformer / Performer / Reformer 等高效注意力）。

706 宁波 AI 知识工坊项目方案 V3 解读：定位、C2B 模式、用户分层洋葱模型、3 阶段路径（启动 / 发展 / 成熟）、3 阶段核心指标、知识付费 + 共创空间 + 黑客松 三大支柱。

零基础到 CATTI 三级的 12 个月路径：3-6 月打基础（词汇 + 听力 + 口语）、7-9 月笔译实战（经济学人 + 政府工作报告）、10-12 月口译实战（视译 + 听译 + 影子跟读）。第二年应试冲刺 + AI 时代策略调整。

国内小程序 + 后台管理 + 监控系统全栈技术栈选型：Taro + Vue3（小程序）+ Nuxt3（后台）+ NestJS（后端）+ TypeScript 共享类型包。完整对比表 + 4 框架核心用法 + 适配要点 + 3 条避坑。

跨端前后端技术栈下篇：monorepo 工程化（pnpm workspace + turborepo）、CI/CD 流水线（GitHub Actions）、监控告警（Sentry + 钉钉 + Prometheus）、性能优化（小程序分包 / Nuxt3 SSR 缓存 / NestJS Fastify）、5 人团队分工、3 个月里程碑。

Gated Sparse Attention 论文速读：长上下文 LLM 注意力优化（12-16 倍加速）、3 大组件（gated indexer / adaptive sparsity / dual gate）、perplexity 6.03→5.70、RULER 128K 翻倍、attention sink 47%→4%、loss spike -98%、3 类工程启示。

Diffusion 模型 5 篇代表论文速读：Diffusion ReRoll（机器人序列预测 + 可修正去噪）、DDPM（基础去噪）、DDIM（加速采样）、Stable Diffusion（文生图）、Consistency Model（一步采样）。Diffusion 模型在 2026 年的工程落地。