李博杰《深入理解 AI Infra》靠 AI Agent 编写，首日星数破两千

没想到《深入理解 AI Infra》发布首日就突破 2k stars 了，比《深入理解 AI Agent》涨星都快 😂 不少读者问我怎么写出来的，我是上个月写了一份提纲，GPT-6 Astra 发布之后我就开始让 Agent 干活了：

1. 调研最近 3 年主要的几个系统和体系结构会议上的 paper，看哪些适合放在一本 Infra 教科书里的
2. 下载 NVIDIA、昇腾、Apple 等历代芯片架构的官方 spec，根据我的一个提纲建立性能模型
3. 下载 Qwen3 8B、Qwen3 30B A3B、DeepSeek V4 Flash、DeepSeek V4.1 Flash 等代表性模型架构，搞清楚算子和矩阵形状，建立性能模型
4. 调研 vLLM、sglang、ollama 等框架历史上的所有重要 feature
5. 读我 blog 里面跟 infra 有关的文章，以及我发表的几篇论文，提炼可泛化的思想

上述 5 条干了 3 天 3 夜，形成了 20 多 GB 的调研资料集（在 Git LFS 里面），以及一个包含各种模型、硬件参数的 calculations 工具。

然后我让 agent 参照《计算机体系结构：量化研究方法》的体例，以及《图解大模型》的配图风格调整提纲，我自己也跟它讨论，调整了几轮提纲。

最后让 Agent 根据提纲写作，体现我的思想，所有数据必须来自 calculations 工具计算，实验要求写代码验证，1 天后 Agent 交付了初稿。

这时候的稿子仍然有很多 AI 味，又花了 2 天时间让它反复 review 并去除翻译腔、hedging（句末的免责声明、适用范围类语句），提升流畅性，并调整技术内容。

之前我也尝试让 AI 自己去根据提纲写书，结果发现写出来的全是口水话，信息密度低，也缺少 insight。人需要先调研再写作，AI 也一样。

就像邓煜老师说哪天 AI 要是能做所有数学研究，他就回家去写百合小说，要是哪天 AI 能做我所有的研究了，我就专心写书去。“古者富贵而名摩灭，不可胜记，唯倜傥非常之人称焉”，若立功不成，立言也不错啊。

调研的资料和 calculations 小工具都在 Git 仓库里面开源了