2023.03-至今：
   Digital Ai:
   认知、决策与智能体 (Cognitive & Agentic AI)自回归基模 (Foundational Models): 预训练 (Pre-train)、后训练 (Post-training) 体系
   Reasoning Model (逻辑推理模型)、Long Context、MoE 架构及多模态对齐；
   智能体架构 (Agentic Systems):
   - 框架层: Agentic Workflow, Multi-Agent Collaboration (多机协同), LangGraph/Langchain, AutoGen、Dify；
   - 能力层: GUI Agent、Tool Use, Function Calling、MCP/A2A、Browser/computer use
   - 评测与进化：Agent RL，Sandbox/Harness Engineering, SWE-bench 评测
   生成式算法 (AIGC): 基于 DiT 架构的图像/视频生成 (Sora/Flux/Veo)、3D 原生生成 (3DGS/NeRF/TripoSR)

   Physical AI: (Embodied AI & Robotics)【少量涉猎】：
   具身模型 (Embodied Models): VLA (RT-2/OpenVLA) 模型、世界模型World Model/Multimodal、端到端
   运动与操控 (Control & Manipulation): 灵巧手操控 (Manipulation)、足式/轮式导航 (Locomotion)、全身动力学控制
   仿真与数据 (Data Engine): Sim2Real 迁移、Real2Sim 逆向建模、数据闭环、Teleoperation (遥操作) 数据采集
   具身 Agent: 机器人“大脑”与“小脑”的耦合、物理环境下的智能体感知与反馈架构

   AI Infra (算力基础设施与数据底座)：
   AI 工程化: AI 编译器 (MLIR/TVM)、分布式训练「MOE、Dense/sparse」/Deepspeed/Megatron、算子优化、分布式并行策略 (3D Parallelism)
   高性能计算 HPC &高性能网络RDMA
   推理与部署: 高性能推理框架 (vLLM, SGLang, Triton，TensorRT-LLM)、模型压缩与量化
   数据架构: 增量计算、向量数据库 (Vector DB)、数据湖 (Lakehouse/Iceberg)、分布式存储与数据库内核

   2019.03-2023.03：
   Data数据: 数据湖、大数据平台|架构、引擎|组件、应用|数仓、数据产品开发、业务数据开发、数据仓库开发、数据治理...
   infra基础架构：湖仓一体、数据库（含中间件）、存储（块、文件、对象、kv等）、分布式计算、搜索|推荐|广告引擎
   区域: 北京/上海/深圳/南京/杭州/成都