从“能跑”到“能压测”：AI Infra 文章该怎么写得更有说服力

很多 AI Infra 文章的问题，不是技术不够深，而是信息结构不够完整。

如果一篇文章只讲“我们用了什么方案”，读者很难判断这个方案到底为什么成立。更有说服力的写法，通常至少包含三层：

1. 先定义问题边界

• 流量模型是什么
• 目标指标是什么
• 当前瓶颈在什么位置

比如你是在优化首 token 时延，还是整体吞吐？是在长上下文场景，还是短请求高并发场景？问题边界不同，技术决策就完全不同。

2. 把设计与代价同时展开

真正让技术文章变得可信的，不是“亮点功能”列表，而是你愿不愿意把代价也摊开说：

• 新方案引入了哪些额外复杂度
• 维护成本有没有上升
• 有没有把问题从 A 挪到了 B

这类内容反而最能体现作者的判断力。

3. 用压力模型闭环

最好让文章最后能回答一个问题：如果别人照着你的思路去测，他会看到什么？

所以我建议技术博客里至少给出：

• 核心 workload 假设
• 对比基线
• 关键指标
• 一条最重要的负面发现

这样读者读完不会只记住术语，而会记住方法。