本模块产出物：
· 讲义式 PPT：
· 精选电子书书单：
· 原始素材留痕：
· 讲义式 PPT：
LLM-讲义.pptx（主力成品，91 页，✅ 已完成）· 精选电子书书单：
电子书书单.md（10 项，偏实践，含阅读建议）✅· 原始素材留痕：
raw-data/（含 2026-07-08 联网核实笔记，时效性事实以此为准）
章节列表与状态
| # | 章节 | 要点 | 状态 |
|---|---|---|---|
| 1 | 从序列问题到 Transformer | 长距离依赖、RNN 传声筒三宗罪、2017 分水岭、圆桌会议总览、RNN vs Transformer 对比表 | ✅ 已完成 |
| 2 | 注意力机制：QKV 拆解 | 图书馆检索类比、三步计算逐页拆（点积→缩放 softmax→加权求和）、3 token 手算、因果掩码、多头会诊、承上启下·与 Multimodal（ViT 就是注意力吃图像） | ✅ 已完成（2026-07-10 加 Multimodal 串联页） |
| 3 | Transformer 全解剖 | Embedding 语义 GPS、RoPE、FFN 知识仓库（参数大头）、残差高速公路、decoder-only 三理由、MoE、7B 参数账 | ✅ 已完成 |
| 4 | 从架构到推理：上下文窗口与 KV 缓存 | prefill/decode、KV 显存账（32K 缓存＞权重）、O(n²)、标称 1M vs 有效 200K、与 RAG/Agent 承上启下、云落地 | ✅ 已完成 |
| 5 | 注意力的工程进化 | 三条战线（压 KV/减计算/榨硬件）、GQA/MLA/滑窗/DSA 稀疏/线性混合/FlashAttention 1→4、变体总表、价格差拆解 | ✅ 已完成 |
| 6 | 售前视角收拢 | 客户问题→架构解释速查表、「要被取代了吗」三段答法、选型七问、知识库串联图、白板综合演练 | ✅ 已完成 |
串联：本模块讲义已加「与 Prompt Engineering 的关系」页（↔
pe#pe-anatomy / pe-advanced-reasoning，提示词工程的架构基础）。 本模块是基础层，向上支撑两条已建实链——第 4 章「与 RAG 的关系」页给出「1M 窗口不是 RAG 终结者」的架构论据（↔ RAG 第 1 章）；「与 Agent 的关系」页解释上下文工程的架构根源（↔ Agent 第 5 章）。新增（2026-07-10，双向）：第 2 章「承上启下 · 与 Multimodal」页——ViT 就是注意力吃图像（patch 即 token、QKV 原样复用、O(n²) 同样成立），↔ Multimodal 模块第 2 章（multimodal#mm-encoder）。同层的 LLM-Training 模块与本模块互为前置——那边讲「发动机怎么造」（训练流水线），本模块讲「发动机怎么转」（架构与推理）；本模块第 3 章的 MoE/参数账 ↔ 其第 3 章预训练（Scaling Laws、MoE 训练），串联已双向落账（2026-07-08）。