AI Agent Agentic RL CS336 Docker GFS GLM-5 GPU Go IDEA InternLM LLM Linux Llama3 MIT6.824 MapReduce Megatron-LM MoE Python RL RLHF RPC SWE-bench Verl git go k8s sandbox vLLM 代码风格 分布式 分布式训练 博客 大模型 开源之夏 源码分析 论文阅读 转载 阅读笔记 集群缓存 集群调度 面试题 高性能网络