這篇文章談的是 Collection Autofill 的架構設計：一個把非結構化資料整理成 structured context 的產品介面，如何在幾百列到上千萬個 AI-computed cells 的規模下，仍然保持快速、公平且可觀測。

一台 MacBook Pro M4 Max、一個開源 MoE 模型，針對推論優化的一次實戰：為什麼讓 LLM 的吞吐量崩跌 100 倍的是 prefill（而不是 decode），以及兩個針對 prefill 部分的優化。