本文介绍8个LLM推理框架：vLLM通过PagedAttention与连续批处理实现高吞吐；SGLang擅长结构化与多步提示；MAX支持CPU/GPU及内核级调优；TensorRT-LLM在NVIDIA硬件上速度最快；LMDeploy专注量化与并发；llama.cpp轻量可移植；Ollama适合本地实验；MLC-LLM支持多平台边缘部署。选型应结合流量、硬件与部署目标，并在自有模型上实测延迟与成本。

文章基于1000万行数据实测PostgreSQL 18各类索引：B-tree为默认首选，等值查询约0.11毫秒；哈希索引无优势且体积大3倍；BRIN仅72 KiB，适合时间有序大表，但慢约3倍；部分索引只含0.85%的行，体积小160倍且速度相当；覆盖索引快1.4倍但大4.4倍，且UPDATE后失效；GIN适合数组、jsonb和全文检索，匹配稀少时快129倍；GiST/SP-GiST用于几何与范围查询。每增加一个索引都会拖慢写入，应据查询选型并清理未用索引。

OpenRouter匿名上线union-alpha模型，宣称一周免费无限使用，但实测吞吐仅每秒15-19个token，速度远逊主流模型。其跑分图用截断坐标轴夸大编程能力，实际指令遵循差、任务常无有效产出。所谓无限受每日50次配额限制。该模型身份成谜，疑似中国实验室盲测，实战表现不佳，免费背后用户数据或被用于训练。