AI 中文资讯日报 - 2026-11-13 08:00 to 2026-11-14 08:00

发表于 分类于 ，

共 103 条资讯

⭐ 今日必读

⭐ 必读：高分重点内容，建议优先阅读（≥8 分）

重磅！Claude Code的Harness实战教程来了！

Datawhale 整理了 Anthropic Claude Code 前核心成员 Thariq Shihipar 的 94 分钟深度对谈，系统讲解 Claude Code Harness 的工程设计：规则文件为何逐渐失效、如何找准需求盲区、如何分配算力档位、如何用 Claude Mods 派生“监督员”子 Agent。

📡 Datawhale · 2026-11-13 23:59

要点

  • 规则文件（CLAUDE.md/AGENTS.md）正成为负担：不同代际模型的缺陷模式不同，历史禁令会过度约束新模型；建议从零起步，只有失败模式复发时才补最小规则，并用技能评估插件量化每条规则的收益。
  • Harness 设计的两步：先摸清盲区（AskUserQuestion 主动反问隐藏需求、建立模型能力边界与“品味”），再把算力花在刀刃上（关键审计开高推理档，日常开发用中低档；前沿模型因验证成本低、常一次通过，总账反而更便宜；强制模型交出实现说明与放弃路径）。
  • Claude Mods 三层解耦架构：动态界面层 + 云端常驻推理大脑 + 本地沙盒执行，用 TypeScript 进程内 Mods 在关键节点派生监督员子 Agent，且直接继承主任务的 Prompt Cache，几乎零额外开销。
  • 三类开箱 Mod 思路：随堂测验（合并代码前必须答对改动相关选择题）、假设登记器（强制记录所有预设假设并生成审查清单）、手工动态模型路由（避免全局自动路由击穿缓存）。

⭐ 9.0 · 必读
💡 你是 Agent 新手，这篇 Claude Code Harness 一线工程实践可直接补齐你的 Agent 工程短板，值得看
· 相关性 4: Claude Code Harness 工程实践，正是你作为 Agent 新手要补的落地方法与设计模式，值得看
· 重要性 4: 规则文件取舍、推理档位分配、Mods 派生监督员等都是可复现的具体做法，你能直接借鉴到自己的 Agent workflow

不只是Memory：Ontology如何让Coding Agent越用越懂项目？

腾讯程序员从本体（Ontology）、Memory 与 Loop/RSI 三个角度，探讨如何让 Coding Agent 沉淀项目知识、越用越懂具体项目。

📡 腾讯技术工程 · 2026-11-13 17:36

要点

  • 本体（Ontology）是把领域内的概念、关系、成立条件表达成可共享的模型，解决「检索到材料后能否判断它在说哪个对象、在什么条件下成立」的问题，而不只是再增加一层检索。
  • 文章对比了 Schema、CodeGraph、知识图谱、文档/RAG 与本体各自能提供什么、单独使用时仍缺什么，强调「连更多节点」与「表达更准确的关系」不是同一个目标。
  • 以 Palantir Ontology（data/logic/action/security）和 FDE 的现场建模为参照，指出 Agent 越接近实际操作，业务语义澄清就越难省略，否则歧义会传导到工具参数、代码实现和验收断言。
  • 后半部分转向 Loop 与 Memory 之上的 RSI（递归自我改进）问题：任务反复执行不等于系统已学会，关键是能否把执行反馈沉淀为后续任务可复用的知识。

⭐ 9.0 · 必读
💡 你是 Agent 新手，这篇大厂原创的 Agent 知识表达/记忆工程实践能补齐你对「项目上下文」的方法论认知，值得看
· 相关性 4: Coding Agent 的知识表达与 Memory 机制，正是你作为 Agent 新手要补的工程实践方向，值得看
· 时效性 4: Agent memory / 上下文工程是当下热点，与你的学习路径正相关

Kortix CompanyOS：Agent 基础设施从对话到公司级代码化的范式跃迁

作者在 GitHub 发现 Star 破两万的 Kortix CompanyOS，认为其「计算与状态彻底分离、事件驱动协作、长上下文方案」代表了 Agent 基础设施从对话式走向公司级代码化平台的范式变迁。

📡 RadarAI · ✍️ TechVerser · 2026-11-14 07:00

要点

  • 项目定位：把 Agent 基础设施设计成「公司级代码化平台」，强调会话级沙箱与状态持久化分离，每个会话独立云端运行、用完即弃，可横向扩容。
  • 架构核心：计算与状态彻底解耦，加上事件驱动的 Agent 协作机制，以及针对长上下文问题的工程化解法。
  • 信号意义：Star 破两万说明「Agent 运行时/基础设施层」正成为开源社区的独立赛道，从单轮对话产品转向可编排的组织级 Agent 平台。
  • 信息局限：本文是第三方博客的二手摘要，只给出架构方向性描述，未展开具体实现细节与可复现步骤。

⭐ 8.0 · 必读
💡 Agent 基础设施开源项目，你正处于 Agent 入门期，可借此建立运行时/状态管理的架构认知，值得一看
· 相关性 4: Agent 运行时与状态管理属于你要补齐的 Agent 工程实践核心环节，契合你的入门需求
· 重要性 4: 计算状态分离、事件驱动协作是可迁移到你自建 Agent 的架构思路，Agent 新手能直接借鉴

Anthropic 更新 Claude Code Projects：协调器更主动并汇报线程状态

Anthropic 宣布 Claude Code Projects 更新：项目内的 Claude 可以跨并行线程协调任务，协调器变得更主动，会主动在项目聊天中回答问题，并汇报各线程的进行状态。

📡 RadarAI · ✍️ X：Ado Kukic（Anthropic 开发者关系，Claude Code） (@adocomplete) · 2026-11-14 07:08

要点

  • 核心更新：Projects 中的 Claude 能够在多个并行线程之间协调任务，不再只是被动响应。
  • 协调器行为变化：协调器更主动，会主动在项目聊天中回答提问，并同步正在进行的线程状态。
  • 官方与员工表态：消息由 Anthropic 的 ClaudeDevs 账号发布，开发者关系员工 Ado Kukic 转发并称赞；他称 Projects 是自己日常使用 Claude 的主力工具。
  • 意义：这体现出 Claude Code 从“单会话编码助手”向“多线程任务协调 Agent”的方向演进。

⭐ 8.0 · 必读
💡 Anthropic 官方 Claude Code 多线程协调更新，与你的 Agent 工程实践方向契合，值得关注但细节偏少
· 相关性 4: Claude Code 的并行线程协调属于 Agent 编排能力，你正在补齐 Agent 工程实践，直接契合
· 时效性 4: 白名单厂商最新产品能力，当下与你的 Agent 工具选型高度相关

Claude Code Projects 迎来重大更新

Anthropic 对 Claude Code 的 Projects 功能做了重大更新，升级后的协调器能跨多个并行线程协调任务，并更主动地回答问题、通报线程状态。

📡 RadarAI · ✍️ X：Claude Devs (@ClaudeDevs) · 2026-11-14 06:51

要点

  • Projects 升级为跨线程协调：Claude 可在多个并行执行的线程之间统筹、协调你的任务
  • 协调器变得更主动：会主动在项目聊天中回答你的提问，不需要你专门发起询问
  • 状态可观测性提升：会主动向你通报正在进行中的线程的状态
  • 该举措来自 Anthropic 官方，是 Claude Code 向「多 Agent 并行协作」方向的演进，但公告本身未给出实现细节与可复现说明

⭐ 8.0 · 必读
💡 Claude Code 多线程协调升级，属于 Agent 工程实践方向，你是 Agent 新手可以关注，但公告信息极少，看一眼即可
· 相关性 4: Claude Code 是多 Agent 并行协调工具，你正在补 Agent 工程实践，方向直接契合
· 时效性 4: Claude Code 刚刚更新的功能，对你当下关注点高度新鲜

基于本体的 AI 数据研发落地：淘宝行业经营分析实战

淘宝行业经营分析团队用本体（Ontology）把散落在生产代码中的隐性业务规则结构化成 AI 可读的知识，构建 OntSQL Agent，解决大模型写 SQL「能跑但数据不对」的准确性问题。

📡 阿里技术 · 2026-11-13 18:01

要点

  • 大模型写 SQL 的三类高频错误：选错表、用错字段、口径对不上；共同特征是 SQL 能正常运行且不报错，但数据错误，常规测试无法拦截
  • 根因在于 AI 缺少「语义理解 + 规则理解」两层业务知识；这类业务约定从未出现在上下文中，换用更强的模型也无法弥补
  • 方案：参考 Palantir 三层本体框架，把指标口径、字段语义、业务规则、历史代码经验沉淀为可复用、可追溯的结构化资产（OntSQL Agent = 本体资产 + 按需召回 + 飞轮迭代）
  • 本体四种构建路径对比：只给 DDL 无法解决语义问题；人工整理效果虽好但难以维护；把文档编译成知识页的方向可行，但生产中文档常常缺失；最终选择从生产代码自动抽取，并用机器反向验证

⭐ 8.0 · 必读
💡 你是 Agent 新手，这篇阿里一手实践讲的「知识注入/上下文工程」思路对 Agent 落地有借鉴价值，值得看
· 一手性 4: 阿里团队原创一手工程实践，非转载复读
· 相关性 3: 涉及 LLM 写 SQL 的知识注入与 Agent 编排（本体+召回+迭代），对你补齐 Agent 工程实践有参考，但领域偏数据研发

📖 选读

📖 选读：中等分数，按兴趣按需阅读（6–8 分）

DeepSeek 将聊天应用全栈能力开放给开发者 API

DeepSeek 把其聊天 App 背后的完整能力（搜索、文件读取、链接打开、内容安全、语音 OCR/ASR/TTS）通过 API 开放给开发者，并附开源前端 demo。

📡 RadarAI · ✍️ X：Rohan Paul (@rohanpaul_ai) · 2026-11-14 04:31

要点

  • 可一次性启用内置能力：通过少量参数即可开启搜索、文件读取、链接打开、内容安全、语音等 App 同款功能，或以单独 API 方式调用 OCR、ASR、TTS。
  • 面向 Agent 的工具化意味明显：搜索、读文件、开链接相当于把「联网+读文档」这类工具能力封装成可直接调用的服务，降低开发者自建工具链成本。
  • 提供开源前端 demo，支持导入 DeepSeek 对话历史，代码与文档分别发布在 GitHub 与 api-docs.deepseek.com。
  • 属官方一手发布，但为能力清单式公告，未给出基准数据与效果细节，实际质量需自行验证。

⭐ 7.5 · 选读
💡 白名单厂商 DeepSeek 开放搜索/OCR/ASR/TTS 等工具化 API，你做 Agent 时可直接当现成工具链试用，值得看但别期待深度实践
· 时效性 4: 新鲜发布、当前可直接申请试用，对你当下 Agent 实践正相关
· 相关性 3: 你在补 Agent 工程实践，这类搜索/读文件/语音工具 API 正是 Agent 常用组件，对你有参考价值

谷歌追着A社打，Carbon刚出就发最强小模型：给旗舰打工Token消耗猛砍24%

Google 发布轻量级模型 Gemini 4 Hydrogen，其代码与 Agent 任务能力大幅提升，并通过 Orchestrator 实现「大模型规划、小模型执行」的协同调度，在保持任务成功率的同时节省 24% 配额消耗。

📡 量子位 · 2026-11-13 10:54

要点

  • 性能提升：相比 Gemini 3.8 Flash，完成任务的速度提升 2.5 倍，Terminal-Bench 4.1 从 18.2% 升至 57%，SWE-sweep 达 13.5%，幻觉率降低 5 倍以上；在 Artificial Analysis 综合智能指数上，High 档得 51 分，最高 xhigh 档得 54 分，反超同家族大模型 Argon
  • Agent 协同调度：Antigravity 新增 Orchestrator，可根据任务阶段自动在 Carbon（负责架构规划、复杂推理）和 Hydrogen（负责写代码、跑测试、验证）之间分配任务；在 Terminal-Bench 4.0 上，成功率接近单独使用 Carbon，但配额消耗平均减少 24%，速度提升 19%
  • 针对代码与长任务场景优化：面对大型代码仓库时并行读取多个文件、按需搜索，改 Bug 时尽量只改动必要部分；Agents’ Last Exam v1.1 得 71.6%，高于 Claude Sonnet 5.5 的 60.4% 和 GPT-6.1 Terra 的 69.8%
  • 开放与定价：支持 100 万 Token 上下文，输入价格 $1.5/百万 Token，输出价格 $7.5/百万 Token；提供 Low、Medium、High、xhigh 四档思考强度，已在 Google AI Studio、Gemini API、Gemini App、Google 搜索等入口陆续上线

⭐ 7.5 · 选读
💡 白名单厂商 Google 的小模型发布，Orchestrator 大小模型协同省 Token 的思路对你补齐 Agent 工程实践有参考价值，值得一看
· 时效性 4: 刚发布的模型与 Agent 编排功能，对你当下关注 Agent 工程是新鲜且相关的
· 相关性 3: 你是 Agent 新手，文中大小模型协同调度的 Agent 编排思路与你的学习方向相关，但属厂商发布通稿而非可上手实践

打造自己的 Personal Agent，从抄大肥鱼作业开始

作者以开源项目 DSH 为底座，而不是直接安装现成应用；他打通了 QQ 交互渠道，并实测资讯、PPT、写代码等任务，由此开启「自建 Personal Agent」的系列实践。

📡 稀土掘金 人工智能频道 · ✍️ 飞哥数智谈 · 2026-11-13 21:52

要点

  • 路线选择：不直接用成品 Personal Agent 应用，改为拿开源 DSH 当底座自行搭建，主打可改造、可复现。
  • 第一层打通的是交互渠道：先把 QQ 接入作为入口，让人能通过 IM 对话直接驱动 Agent。
  • 实测了三类任务：资讯获取与整理、PPT 生成、写代码，用来验证端到端可用性。
  • 定位是「抄作业式」入门系列第一篇，后续还会继续补工程细节，适合当 Agent 新手照抄落地的模板。

⭐ 7.5 · 选读
💡 Agent 新手可照抄的个人 Agent 搭建实践（QQ 通道 + 资讯/PPT/写代码实测），入门阶段值得看
· 相关性 4: 你是 Agent 新手，这篇正是从零搭 Personal Agent 的入门实践，补齐你的工程短板，值得看
· 重要性 3: 有具体底座选型与三类任务实测，可照着复现，但出自个人博客、深度与稳定性未经验证

ICSE 2027 | 清华提出CoACT：降低Coding Agent 33% Token开销

清华大学团队提出 CoACT：以「下一步动作保持（NAP）」为准则压缩 Coding Agent 的 observation（工具返回内容），在 SWE-bench Verified 上平均减少 33% 的总 token 消耗，PASS@1 不降反微升；该工作已被 ICSE 2027 接收，并开源了代码。

📡 机器之心 · 2026-11-13 14:28

要点

  • 问题定位：Coding Agent 反复读代码、改程序、跑测试，历史 observation 在 SWE-bench Verified 上占总 token 的 45.7%、在 Terminal-Bench 上最高占 67.8%；长上下文导致每一步调用都要重新计费，因此压缩 observation 是降低这类 Agent 成本的主要途径。
  • 核心方法：不做「改写历史」，因为改写会破坏 KV Cache 复用；而是在新 observation 进入上下文前压缩。判定标准不是压缩结果「像不像原文」，而是压缩后 Agent 的下一步动作是否保持不变（NAP）：保持目标和历史不变，比较读压缩前后 observation 得到的动作，并解析操作类型、目标文件、读取范围，而不是比较字符串。
  • 训练流程：以 Qwen3.5-4B 为基座做轻量压缩器。用 Gemini3-Flash 生成 8 份候选，先做离线轨迹监督微调，再让压缩器参与真实 Agent 运行、基于已压缩历史重新采数据做在线对齐；两阶段数据合并训练。
  • 实验结果：在三个 Agent 模型上，总 token 平均下降 33.0%，PASS@1 从 69.0% 升至 71.0%，交互步数从 56.5 降到 51.2；对照 LLMLingua-2、SWE-Pruner、LongCodeZip 等基线，CoACT 是总 token 最低的方法，说明「只压短单步 observation」不等于降低整任务开销。

⭐ 7.5 · 选读
💡 Agent 上下文压缩的工程实践论文+开源代码，你正补齐 Agent 工程短板，可作方法论参考但不急于精读
· 相关性 4: Coding Agent 上下文/token 成本控制是 Agent 工程核心议题，契合你补齐 Agent 实践的目标，值得看
· 重要性 3: NAP 判定准则和两阶段训练思路可借鉴，但需自建压缩器与评测，落地门槛偏高，Agent 新手难直接复用

Long-Horizon Agent Failure Analysis: Why Tests Mislead and How to Fix Evaluation

文章分析长时程（long-horizon）AI Agent 为何在通过简单测试后仍然失败，指出测试过拟合问题，并基于 Mercor 的 OWE-Bench 基准结果提出更合理的评测实践。

📡 RadarAI · ✍️ Cloris 🌱 · 2026-11-14 04:21

要点

  • 核心问题：Agent 能通过简单/短程测试，但在长时程、多步骤任务中失败，说明现有测试对真实能力的区分度不足，容易造成“已解决”的错觉。
  • 失败归因：评测中出现的过拟合行为（针对测试集调优、指标被刷分），使测试结果无法反映 Agent 的真实鲁棒性与泛化能力。
  • 改进方向：用 OWE-Bench 这类更贴近真实长时程任务的基准，配合更严谨的评测设计（任务复杂度、过程评估而非只看最终结果）来衡量 Agent 能力。
  • 对实践者的启示：自建 Agent 时不要把“跑通 demo/单测”当成能力达标，需要设计长链路、多轮、带干扰的评测集来暴露失败模式。

⭐ 7.0 · 选读
💡 你正在补齐 Agent 工程实践，这篇讲 Agent 评测为何失真、怎么评才靠谱，值得看
· 相关性 4: Agent 评测与失败分析，正是你作为 Agent 新手要补的工程实践关键环节，值得看
· 时效性 4: 长时程 Agent 评测是当下热点，与你当前学习阶段高度贴合

openJiuwen发布RSI原生AgentOS，让Agent自由变身，持续迭代！

openJiuwen 发布「RSI 原生 AgentOS」，通过热插拔扩展包机制，让 Agent 能够自行开发并安装新功能，持续迭代自身能力。

📡 量子位 · 2026-11-13 10:54

要点

  • 核心主张：AgentOS 提供覆盖界面、网关、服务端与 Agent 执行全周期的扩展点，支持 Agent 根据任务反馈把自己的改进打包成「扩展包」并热插拔装载，实现递归自我改进（RSI），且不修改原有应用代码、支持版本管理与回退。
  • 架构拆解：系统分为 Web 客户端、Gateway、Agent 层（AgentServer 管理会话、Harness 组织任务与工具调用），共开放 Client、Gateway、AgentServer、Swarm、Agent 五个环节的扩展能力，扩展包通过 manifest.json 声明标识、版本、依赖与代码入口。
  • 运行机制：安装时校验清单并按包 ID/版本存储；加载时，Gateway 与 AgentServer 各自选择要加载的包，把扩展代码中的处理函数注册到事件总线；当会话与消息、Agent 组装提示词、Swarm 协作、界面交互、网关分发等事件触发时，调用对应处理函数，并通过 Ops 读取会话数据、登记工具/MCP、更新界面等。
  • 示例与实操：基于该 AgentOS 的 Agent 应用 WorkSwarm，可以直接让 Agent 生成「桌宠形态」系统插件或「Token Weather」状态栏类插件；使用开发 Skill 与 Agent 边聊边做、即时调试，出现故障时可以从存档点恢复配置。

⭐ 7.0 · 选读
💡 Agent 扩展/插件机制对你是新知识点，但这是白名单外厂商的宣传稿、未经验证，可只看架构部分不必深读
· 相关性 3: Agent 运行环境与扩展机制，契合你补齐 Agent 工程实践的方向，但偏产品宣传而非入门教程
· 重要性 3: 事件总线式插件扩展点与 MCP/工具登记思路可借鉴，但未经验证、无法直接复现落地

Artificial Analysis 评测：MiniMax H3-Image 登顶两个开放权重图像模型榜单

🏭 行业动态 Artificial Analysis 评测显示，MiniMax H3-Image 在两个开放权重图像模型榜单（图像编辑、文生图）上均排名第一。 - 在 AA-Image-Editing v2.1 与 AA-Image-T2I v2.1 两个榜单上，H3-Image 均为排名最高的开放权重图像模型。 - 在总体排名（包含闭源模型）中，图像编辑列第 13、文生图列第 25，距离头部闭源

📡 RadarAI · ✍️ X：Artificial Analysis (@ArtificialAnlys) · 2026-11-14 04:29

要点

  • 在 AA-Image-Editing v2.1 与 AA-Image-T2I v2.1 两个榜单上，H3-Image 均为排名最高的开放权重图像模型。
  • 在总体排名（包含闭源模型）中，图像编辑列第 13、文生图列第 25，距离头部闭源模型仍有差距。
  • 仅通过 MiniMax API 提供的 H3-Image Highspeed 版本，分别列第 14 与第 24，速度优先、排名略降。
  • 这是白名单厂商在图像生成/编辑方向的开放权重模型进展，但报道本身仅为榜单结论，无技术细节与可复现信息。

⭐ 7.0 · 选读
💡 白名单厂商图像模型登榜动态，但你关注 Agent/大模型实践，这篇只有排名结论，简单扫一眼即可
· 时效性 4: 最新评测榜单，当下时效性强
· 相关性 3: MiniMax 属白名单厂商，但方向是图像生成/编辑，与你在补的 Agent 工程实践关联有限

Inkling 2 Small 原生 4-bit 训练详解

Thinking Machines 详细介绍了如何从预训练第一步到最终 RL rollout，全程用原生 4-bit 前向传播训练 Inkling 2 Small，并指出量化误差会干扰学习。

📡 RadarAI · ✍️ X：Thinking Machines (@thinkymachines) · 2026-11-14 05:23

要点

  • 训练全流程端到端采用原生 4-bit 前向：从预训练初期阶段一直贯通到 RL rollout 阶段，而不是只做推理量化或后训练量化。
  • 核心权衡：低比特带来更快的训练速度，但量化误差会在学习过程中累积，并对优化效果造成干扰，因此需要在训练过程中针对这些误差做处理。
  • 这是 Thinking Machines 官方博客发布的第一手技术拆解，属于训练方法或训练效率层面的工程细节，不涉及 Agent 能力或应用层实践。
  • 对算法工程师的参考点在于「4-bit 前向训练如何不损害收敛」这类训练侧经验；但它与读者当前重点补齐的 Agent 工程实践并不直接相关。

⭐ 7.0 · 选读
💡 非白名单厂商的 4-bit 训练技术细节，与你的 Agent 方向不直接相关，可略过
· 一手性 4: 官方原创的一手技术博客，非转载复读
· 信息密度 3: 端到端技术拆解信息量足，但对你当前吸收的优先级不高

直播预告 | UIUC金海波博士：智能体走向真实世界的最后一公里

PaperWeekly × 星弧 STARC 直播预告：UIUC 金海波博士介绍 Agent-Native Primitives 与 HEELO 框架，讨论智能体落地真实世界的「最后一公里」。

📡 PaperWeekly · 2026-11-13 20:34

要点

  • 核心思路：为工具、代码、知识各配一个常驻语言模型的「原语（Primitive）」，由 HEELO 按任务组合原语、依据执行反馈定位并修正出错环节，把一次任务验证过的经验复用到后续任务。
  • 基准成绩：相同模型与工具目录下，Tool Primitives 把 ToolBench 通过率从 55.8% 提到 75.1%；Dev-Primitives 在 Terminal-Bench 4.0 上把解决率从 37.3% 提到 55.5%；Navigation Primitives 在 GAIA-Text-103 上达 58.3%（迭代检索为 45.6%）。
  • 真实任务与 MCP：在 heelo.dev 的 46 个真实任务中，Claude Code 与 Codex 独立运行各完成 9 个，通过 MCP 接入 HEELO 后分别完成 39 个和 35 个——对 Agent 工具编排/MCP 实践有直接参考。
  • 形式限制：本文只是直播预告（11 月 14 日腾讯会议），仅给出报告摘要与少量数字，无方法细节与可复现代码，实操信息需靠参会或等回放。

⭐ 6.5 · 选读
💡 主题是 Agent 原语编排+MCP 实践，契合你补 Agent 工程的方向，但本文只是直播预告、无方法细节，可关注回放而非优先精读
· 相关性 3: Agent 原语组合与 MCP 接入 Claude Code/Codex，正是你要补的 Agent 工程方向，主题契合
· 重要性 3: HEELO 的『原语+反馈修正+经验复用』思路与 MCP 接入方式对 Agent 新手有借鉴，但预告里没有可上手步骤

每请求到底多少钱？把 Token 成本算成可观测指标（C01）

面向已上线的 LLM 应用，讲如何把「每请求 Token 成本」做成可观测指标，回答”这个月花了多少钱、花在哪个功能、每请求多少钱”这类成本核算问题。

📡 稀土掘金 人工智能频道 · ✍️ 前端阿凡 · 2026-11-13 21:26

要点

  • 切入点：AI 应用上线后，财务/老板最先问的三个成本问题（总花费、花费归属功能、单请求平均成本）通常答不上来，只能翻云账单猜
  • 核心做法：把 Token 消耗按请求维度埋点、归集，从”账单级”粒度下沉到”请求级 / 功能级”成本核算，转化为可观测指标
  • 实践价值：为该系列（C01，疑似成本/可观测性专题第一章）的工程落地铺垫，适合多轮/高频调用的 LLM 与 Agent 应用做成本控制
  • 定位：掘金个人技术教程，偏工程实践入门，非厂商一手发布

⭐ 6.5 · 选读
💡 LLM 应用 Token 成本可观测的工程实践，你做 Agent 多轮调用时用得上，可快速一读但深度有限
· 相关性 3: LLM 应用成本可观测属于 Agent/大模型工程实践的一环，与你的方向相关，但偏运维侧而非核心 Agent 方法
· 重要性 3: Agent 多轮调用 Token 消耗放大，这套单请求成本核算方法你能直接搬到自己的项目里

vLLM 跨实例图像缓存串号漏洞及修复

vLLM 在多实例共享外部 KV/图像缓存时，因每台服务器的图像标签从 1 开始计数而发生跨实例缓存串号（命中错误图像且不报错），修复方式是给标签加入每台服务器的随机前缀（PR #67461）。

📡 RadarAI · ✍️ X：UCSD Hao AI Lab (@haoailab) · 2026-11-14 03:13

要点

  • 触发条件：多服务器共享外部缓存，且 prefix cache 与图像处理缓存均关闭时，图像标签各自从 1 计数，不同图像在共享缓存中撞同一 key
  • 危害隐蔽：第二台服务器会「正常命中」另一张图像的缓存数据，无任何报错，属于典型的静默数据正确性问题
  • 修复思路：为每台服务器的图像标签注入随机部分，使跨实例标签不再可能相同（对应 PR #67461）
  • 启示：多实例共享 KV/前缀缓存时，缓存 key 必须全局唯一（含实例/租户命名空间），否则正确性风险远大于性能收益

⭐ 6.5 · 选读
💡 多实例共享 KV 缓存时的静默正确性坑，你做大模型推理部署可留意，但内容过短只够当一条 checklist
· 相关性 3: vLLM 推理部署属你熟悉的算法工程范畴，但只是单点 bug 修复，不是 Agent/大模型方法论主线
· 重要性 3: 多实例共享缓存 key 唯一性是你上线推理服务时容易忽略的正确性坑，可当 checklist 用，但无可复现细节

Jev 模式之推测性提问：把追问合并进同一次调用

介绍 “Jev 模式” 中的推测性提问技巧：把可能需要的追问一次性合并进初始 LLM 调用，用 gate 字段控制是否采用，从而减少调用轮次与重复的上下文（state）token 成本。

📡 RadarAI · ✍️ X：TypeSafe AI (@typesafeai) · 2026-11-14 06:14

要点

  • 核心做法：在初始调用中随 gate 一并生成多个候选追问的答案，代码先检查 gate，只取需要的答案，其余忽略
  • 三大收益：单次调用即可完成整个任务、state token 只付一次避免重复计费、同一次调用内各问题互不影响输出，准确性不受损
  • 适用前提：多数场景下”批量问 + 事后筛选”比”按需多轮追问”更快且往往更便宜，即使不确定是否需要答案
  • 来源为作者转发 allietheicon 的最佳实践，属于提示词/调用编排层面的经验技巧，非官方文档或基准验证

⭐ 6.5 · 选读
💡 一个可直接用在 LLM 调用编排上的省钱省轮次小技巧，你作为 Agent 新手花一分钟看一眼即可，但信息量有限
· 相关性 3: 涉及 LLM 调用编排与 token 成本控制，与你补齐 Agent 工程实践的方向相关，但只是单点技巧
· 重要性 3: gate+批量追问的模式可直接套用到你的 Agent 调用链里，落地成本低

Arena周报：Fable 5.2登顶，Gemini 4 Hydrogen提速

Agent Arena 最新周榜：Anthropic 的 Claude Fable 5.2 (Max) 以 7.8k 真实会话、+30.5% 净提升登顶，Google DeepMind 的 Gemini 4 Hydrogen (High) 以单步 7.3 秒成为前十中最快的模型。

📡 RadarAI · ✍️ X：Arena (@arena) · 2026-11-14 04:45

要点

  • Claude Fable 5.2 (Max) 登顶 Agent Arena，基于 7.8k 真实会话评测，净提升 +30.5%
  • Gemini 4 Hydrogen (High) 进入前十且速度最快，典型单步耗时 7.3 秒
  • 榜单以真实会话（而非合成基准）衡量 Agent 能力，可作为模型选型的参考信号
  • 信息为聚合周报，未披露评测方法、任务分布与失败案例细节

⭐ 6.5 · 选读
💡 Agent 榜单速览，可作为模型选型参考，但无实践与方法细节，扫一眼即可
· 时效性 4: 最新周榜，可作为当下模型选型的时效参考
· 相关性 3: Agent 竞技榜与白名单厂商模型动态，与你补齐 Agent 实践的方向相关，但只是排名不是方法

OpenAI 推出 ChatGPT Wallet，让 Dots 智能体代用户购物

OpenAI 上线 ChatGPT Wallet，面向美国 Pro 用户开放，并由 Dots 智能体代表用户完成购物支付。

📡 RadarAI · ✍️ The Verge：AI（RSS） · 2026-11-14 04:45

要点

  • ChatGPT Wallet 即日起向美国 18 岁及以上的 ChatGPT Pro 订阅用户开放，目前仅限美国市场。
  • 支持绑定美国发行的 American Express、Chase、Mastercard、Visa 合资格卡。
  • 核心能力是让 Dots 智能体代替用户执行购物与支付流程，属于 Agent 落地到「代理交易」场景的一步。
  • 原文信息较薄，未披露授权边界、风控与退款责任划分等关键机制。

⭐ 6.5 · 选读
💡 OpenAI 的 Agent 代付购物是 Agent 落地新场景值得关注，但本篇仅一段通稿、缺机制细节，快速扫一眼即可
· 时效性 4: 白名单厂商 OpenAI 的 Agent 商业化最新动作，当下相关性高
· 相关性 3: Agent 代用户购物是你在补齐的 Agent 工程实践方向之一，但文章没有可借鉴的实现细节，价值打折

Obsidian 知识库可视化：从结构图到数据图表，结合 Agent skills高效制作

这是一篇实操教程，讲解如何在 Obsidian 中调用 Agent 技能（Mermaid、Canvas、Excalidraw、Bases、Dataview 等 Skill），自动生成结构图、白板和数据图表，并强调生成后要回原文核对。

📡 明立非(Mingnify)的博客 · 2026-11-13 16:00

要点

  • 结构可视化部分：AI 通过 Mermaid 技能生成流程图、时序图、思维导图、状态图；通过白板（Canvas）技能把原笔记和归纳卡片分组连线；通过 Excalidraw 技能画导览草图并给截图加标注。
  • 使用模式统一：在 Claudian 对话面板粘贴提示词，填入「来源笔记路径」和「输出目录」，让 Skill 直接在当前笔记或指定目录产出可继续编辑的文件；生成后要逐一核对节点、分支、箭头方向和数据。
  • 数据可视化部分：Bases 做多视图表格（按日期、来源、官方筛选），Dataview 写成查询，把剪藏笔记汇成表，Mermaid 把整理好的数字画成饼图、柱状图、折线图（Charts View 可读 CSV，也可以用 DataviewJS 查询后再绘图）。

⭐ 6.5 · 选读
💡 Agent Skill 实操范例可参考调用范式，但主体是 Obsidian 笔记可视化技巧，对 Agent 工程本身价值有限，可略读
· 相关性 3: 你是 Agent 新手，文中 Skill 带参数（来源/输出目录）生成文件的调用范式有一定参考价值，但落点是 Obsidian 可视化，不是 Agent 工程实践
· 信息密度 3: 步骤与核对流程写得具体，但大量篇幅是 Obsidian 插件操作，你可吸收的有效信息中等

Claude Code 项目支持 /btw 与 /fork

Claude Code 的项目会话新增 /btw 与 /fork 两个线程管理命令：前者为临时冒出的杂事另开线程、保持主线不跑题，后者从当前线程派生新线程以尝试不同思路。

📡 RadarAI · ✍️ X：Claude Devs (@ClaudeDevs) · 2026-11-14 06:51

要点

  • /btw：工作中冒出无关事项时，单独开一条线程处理，当前主线话题保持不变
  • /fork：从当前所在线程分叉出一条新线程，用于尝试另一种思路/分支探索
  • 这两个命令此前已可用，本次是扩展到「项目（project）」场景中可用
  • 本质是 Agent 会话的上下文隔离与分支管理能力，属于 Claude Code 的交互工作流优化

⭐ 6.5 · 选读
💡 你是 Agent 新手，这是 Claude Code 的会话线程管理小功能，对理解 Agent 上下文隔离有点用但信息量很少，快速扫一眼即可
· 相关性 3: Claude Code 属白名单厂商的 Agent 工具，线程隔离/分叉与你在学的 Agent 上下文工程沾边，但只是表层功能
· 时效性 3: Claude Code 是你当下在用的 Agent 工具，功能更新对你的使用方式有即时影响

美团正式发布 LongCat-2.5：面向智能体任务的原生多模态模型

美团发布 1.6 万亿参数（每 token 激活约 480 亿）的原生多模态模型 LongCat-2.5，主打长程智能体任务与智能体编程能力，并披露其 Agentic RL 训练链路、多专家在线教学与国产算力长上下文训练方案。

📡 美团技术团队

要点

  • 能力定位：在 LongCat-2.0 基础上强化长程 Agent 与原生视觉理解，视觉信号经 RVQ 离散为多层级 token 与文本统一建模，覆盖复杂代码库开发、完整项目构建与 Visual Coding/3D 任务。
  • Agentic RL 工程细节：自动化数据合成与环境构建（GitHub PR + F2P/P2P 校验）、partial rollout 异步训练缓解长尾、按 logprob 差异裁剪并加权历史 token 以控制样本陈旧性、断网/清 git 历史 + LLM judge 抑制 reward hacking、跨任务跨 Harness 混合训练提升泛化。
  • 训练方法：延续 MOPD 多专家在线教学，提出 per-cut prefix 缓解单轮长回复分布偏移，并用树状 prefix 共享 prefill/KV cache 与 Tree Attention 降低 OPD 训练开销。
  • 基础设施：面向国产算力（单卡显存 < 80GB）优化长上下文训练的显存与超节点并行策略，以及 W4A4 推理、训推数值一致性与长上下文 rollout 优化。

⭐ 6.0 · 选读
💡 美团非白名单厂商的自述型模型发布，1.6T 规模训练细节你无法复现，仅作 Agentic RL 方法论扫读，不必细看
· 信息密度 3: 对你这类算法背景读者，异步 RL 陈旧性处理、per-cut prefix、Tree Attention 等是可吸收的方法洞察，密度尚可
· 时效性 3: 长程 Agent RL 是当下热点，方法思路对你有一定当下参考价值

近70年经典算法大升级！Meta改写K-Means，聚类提速45倍

Meta FAIR 提出 e-means，用指数移动平均 + 余弦退火 + Scaling Laws 改写 K-Means 中心更新规则，约 2 轮即超越 Lloyd 算法 25 轮效果，GPU 最高提速 45.5 倍，代码已进 Faiss。

📡 PaperWeekly · 2026-11-13 20:34

要点

  • 核心改动是中心更新方式：用 EMA 统计每个簇的样本数量与向量和再取比值，让新分配及时修正中心、旧统计逐渐失效，同时借用余弦退火衰减步长、用约 7.5 万次实验拟合出的两条 Scaling Laws 自动确定批次大小与初始步长，免去逐数据集调参。
  • 小批量带来的随机波动反而提升质量：Lloyd 在悬殊两团/直线五团实验中陷入不理想分组的比例为 26% 和 46%，e-means 仅 3.5% 和 0%；配合”死亡簇复活”（从大簇拆分裂出新中心），DEEP 数据集上少于 10 个样本的簇占比从 26.3% 降至 0.3%。
  • 实测收益：以 Flash-KMeans 跑 25 轮的测试误差为目标，e-means 只需 1.4–2.6 轮，GPU 实际耗时缩短 9.5–45.5 倍（最高值出现在 10 亿条 DINO 向量），CPU 约 8–15 倍；在 100 亿向量、约 1677 万簇规模上 2.5 轮即取得更低误差，并靠融合距离计算与最近中心选择的定制 GPU kernel 兑现加速。
  • 工程可用性：代码已并入 facebookresearch/faiss 的 contrib/e_means，可直接替换向量量化、图像检索、数据压缩等场景中的 K-Means 环节。

⭐ 6.0 · 选读
💡 经典聚类算法加速，属向量索引/量化基础设施而非 Agent 或大模型实践，你可粗略了解但不必精读
· 信息密度 3: EMA 更新、死亡簇复活、Scaling Laws 调参、消融数据齐全，技术信息对你是可吸收的，只是不在关注域内
· 时效性 3: 新发布且已开源落地，作为基础设施更新当下可用

vLLM 流式会话越界写共享缓存漏洞

vLLM 在流式输入场景下对会话总长度校验缺失，导致超长 token 数据越界写入共享前缀缓存块，后续请求复用该块时输出被静默篡改，现已给出修复思路与 PR。

📡 RadarAI · ✍️ X：UCSD Hao AI Lab (@haoailab) · 2026-11-14 03:13

要点

  • 漏洞根因：流式会话只逐 chunk 校验长度、不校验整段会话总长，超长 token 数据溢出到共享前缀缓存块
  • 危害特征：污染是「静默」的——后续请求命中并复用该缓存块后输出被改变，但全程无任何报错或异常提示，难以排查
  • 修复方案：限制 worker 的写入范围，丢弃超限的 token 数据，对应 PR 为 vllm-project/vllm#67457
  • 影响面：所有开启 prefix caching + 流式输入的 vLLM 部署都可能出现结果不一致（正确性问题，非单纯崩溃类故障）

⭐ 6.0 · 选读
💡 vLLM 前缀缓存越界写的正确性缺陷，只有你在部署流式+prefix caching 服务时才需要关注，Agent 方向不优先看
· 信息密度 3: 篇幅短但把根因、静默污染路径、修复方向讲清了，对你排查线上输出漂移有参考价值
· 时效性 3: 新披露的漏洞与 PR，若你正在用 vLLM 服务，当下就需要确认版本与配置

vLLM 混合模型前缀缓存全零块 bug 修复

vLLM 在混合模型开启细粒度前缀匹配时存在缓存块未写入即被标记可复用的竞态 bug，现已通过小修复（PR #67451）解决。

📡 RadarAI · ✍️ X：UCSD Hao AI Lab (@haoailab) · 2026-11-14 03:13

要点

  • 问题根因：缓存块在尚未写入数据时就被标记为可复用，导致同一步内第二个请求过早复制到全零块并从零开始生成，且错误块会残留在缓存中被后续请求继续复用，而响应表面看一切正常，属于静默正确性问题。
  • 复现证据：在 GB200 上修复前 32 次试验中复制源全为零，修复后为 0 次。
  • 修复方案：将「复制源尚未写入」的请求推迟到下一个调度步执行，改动很小，PR 为 vllm-project/vllm#67451。
  • 影响范围：仅在混合模型加细粒度前缀缓存组合下触发，若你使用 vLLM 部署此类模型且开启该特性，需关注此修复对输出正确性的影响。

⭐ 6.0 · 选读
💡 vLLM 前缀缓存正确性 bug 修复，属推理引擎细节、与你补齐 Agent 实践的主线关联弱，可快速扫一眼不必深读
· 相关性 3: vLLM 推理引擎的前缀缓存正确性，与你大模型工程实践相关，但不属于你当前重点的 Agent 方向，关联中等
· 时效性 3: 刚修复的线上正确性问题，若你在用 vLLM 当下就有参考价值

vstack 对 vLLM 做智能体形式化验证，发现 17 个 bug

UCSD Hao AI Lab 用刚发布的 vstack 对 vLLM 做智能体（Agent）形式化验证，已挖出 17 个仍在增加的 bug，并公开其中 5 个及对应修复 PR。

📡 RadarAI · ✍️ X：UCSD Hao AI Lab (@haoailab) · 2026-11-14 03:13

要点

  • 方法：用 AI Agent 驱动的形式化验证工具 vstack（本周发布）自动检查 vLLM 的推理服务实现，属于「Agent 做软件验证」的落地尝试。
  • 结果：累计发现 17 个 bug（数量仍在增长），类型从静默错误输出（结果静默出错）到服务器锁死不等，覆盖正确性与稳定性两类风险。
  • 公开内容：团队放出其中 5 个 bug 的细节与对应修复 PR，同时提供 vstack 插件和 bug 追踪表链接，可自行复现/跟进。
  • 意义：对使用 vLLM 部署推理服务的人是一个提醒——推理框架的正确性缺陷可能不会报错，只悄悄污染输出。

⭐ 6.0 · 选读
💡 属于 LLM 推理基础设施的正确性验证，与你的 Agent 工程实践主线只是间接相关，可快速扫一眼不必深读
· 时效性 3: vstack 与 bug 列表都是本周新出，当下跟进正合适
· 一手性 3: 出自高校实验室一手工作并附 PR，但经聚合站转载，非你直接获取的一手原文

CMU 论文 Singularity-Bench：Opus 5.5 + Claude Code 得分 1.25 领先 11 个智能体

CMU 等机构发布 arXiv 论文 Singularity-Bench，用 6 项端到端 ML 工程任务（预训练、推理引擎、集群编排等）横评 11 个智能体，Opus 5.5 + Claude Code 组合以 1.25 分领先。

📡 RadarAI · ✍️ X：Rohan Paul (@rohanpaul_ai) · 2026-11-14 03:54

要点

  • 基准设计：让智能体完成预训练、推理引擎、集群编排等 6 项端到端 ML 系统任务，在同一 GPU 环境下与 SGLang、Claude Code 等生产级系统同台对比打分
  • 参与方：CMU 等机构于 11 月 12 日发布，arXiv 论文形式，覆盖 11 个智能体
  • 结果：Opus 5.5 + Claude Code 组合得分 1.25，位居第一
  • 意义：把 Agent 评测从「写代码/问答」推向「真实 ML 工程端到端交付」，是 Agent 能力边界评测的新方向

⭐ 6.0 · 选读
💡 纯论文类 Agent 评测基准，你近期论文关注度低且非入门可复现实践，可作为了解 Agent 能力边界的参考，不必精读
· 时效性 3: 11 月 12 日新发布，Agent 端到端评测是当下热点话题
· 一手性 3: CMU 原创研究一手，非转载复读

chinese-novelist-skill: AI-Powered Chinese Novel Writing Pipeline

chinese-novelist-skill 是一个开源 AI 自动化流水线，可从选题到成稿生成 10–50 章的中文长篇小说，覆盖情节设计、角色塑造、故事弧线与质量校验。

📡 RadarAI · ✍️ LanfAI · 2026-11-14 07:25

要点

  • 以 Agent Skill 形式封装的开源项目，把「中文长篇小说创作」拆成一条可自动执行的 pipeline
  • 能力覆盖自动情节推进、角色发展、长线故事弧线编排，并内置质量控制环节
  • 支持从大纲到 10–50 章成品的规模化生成，属于 AIGC 内容生成类落地尝试
  • 仅给出概要级介绍，未披露提示词结构、章节衔接、一致性校验等工程细节

⭐ 6.0 · 选读
💡 它是 Agent Skill 形态的开源项目，形态可借鉴，但内容偏小说写作且细节极少，你作为 Agent 新手可快速扫一眼不必深读
· 相关性 3: SKILL 形态的开源项目与你在补的 Agent 工程实践相关，但落点是小说写作，不是你需要的工程场景，价值中等
· 时效性 3: Agent Skill/AIGC 写作是当下热点，作为生态样例对你不过时

Grok Bot 现在可以加入会议

xAI 的 Grok Bot 更新支持加入会议，可被提问、分配任务并记录团队决策，属于轻量产品动态。

📡 RadarAI · ✍️ X：baltaaazr（SpaceXSI，Grok Bot 初版作者之一） (@baltaaazr) · 2026-11-14 07:04

要点

  • Grok Bot 新增“加入会议”能力，用户可在会中直接向它提问、给它派活。
  • 支持自动记录团队达成的决定，具备会议助理/纪要类 Agent 的雏形。
  • 信息来自社交平台的引用与调侃（“让 bot 去完成我在会上答应要做的事”），无技术细节、无官方基准或可用性说明。
  • 未涉及模型能力、接入方式、权限/隐私等工程信息。
  • 说明：该文与 AI（会议助理型 Agent 产品）相关，但内容为一条轻量产品动态转述，缺乏可落地的技术细节，对 Agent 工程实践参考价值有限。

⭐ 6.0 · 选读
💡 仅一条 Grok Bot 加入会议的轻量动态，无技术细节与可复现方案，你作为 Agent 新手不必专门看
· 相关性 3: 会议助理型 Agent 产品方向与你的 Agent 学习沾边，但只是一条功能更新，深度不足
· 时效性 3: 是当下新发布的产品动态，时效性尚可但非你的热点

Claude Projects 公测更新：项目设置与本地文件夹访问更简便

Anthropic 将 Claude Projects 推向 Pro/Max 用户的公测，简化项目设置并支持本地文件夹访问，Web、桌面端及新版移动端同步更新。

📡 RadarAI · ✍️ X：Claude Devs (@ClaudeDevs) · 2026-11-14 06:51

要点

  • Claude Projects 覆盖 Web 与桌面端，简化了项目创建与配置流程；尚未开放的用户可通过等候名单申请。
  • 新增本地文件夹访问能力，使 Projects 能直接读取本地文件作为项目上下文。
  • 最新移动端应用采用新的 Projects 设计，三端体验趋于统一。
  • 目前该功能仅在 Pro 和 Max 订阅上处于公开测试阶段。

⭐ 6.0 · 选读
💡 Anthropic 产品动态，与你的 Agent 实践沾边但信息极简，快速扫一眼即可，不必深读
· 相关性 3: Anthropic 是白名单厂商，Projects+本地文件夹可作为你搭建 Agent 上下文/知识库的轻量替代，但非 Agent 工程实践本身
· 时效性 3: 刚发生的产品更新，当下相关度尚可

Claude Code v2.1.325 发布：修复 zstd 解码安全问题及多项稳定性缺陷

Anthropic 发布 Claude Code v2.1.325，主要修复 zstd 解码安全问题及子智能体模型切换、第三方网关上下文报错、会话恢复丢消息等稳定性缺陷。

📡 RadarAI · ✍️ Claude Code：GitHub Releases（RSS） · 2026-11-14 04:40

要点

  • 安全修复：解决 zstd 压缩响应解码过程中的安全问题
  • Agent 相关缺陷：子智能体（sub-agent）模型被错误切换、第三方网关每轮误报上下文长度错误、恢复会话时丢失近期对话
  • 体验改进：优化组织策略拦截提示、修复 /security-review 在 bare 仓库 worktree 下的报错
  • 其他修补：/stats、/insights、/voice 等命令的显示与行为问题

⭐ 6.0 · 选读
💡 Claude Code 补丁版本更新日志，你在用 Claude Code 可扫一眼子智能体与网关相关修复，但信息量有限不必深读
· 相关性 3: Claude Code 是你这类 Agent 新手常用工具，子智能体/会话恢复修复与你实操相关
· 时效性 3: 最新版本即刻可用，对正在用 Claude Code 的你当下相关

启明观点 | 启明创投周志峰：在“珠峰大本营”，预见 AI 创业公司的王者之路 | 启明创投

启明创投周志峰从投资人视角判断：AI 产业正从技术演示阶段转向商业落地阶段，B2A 经济与 Agent 拐点将成为创业公司的关键机会。

📡 RadarAI · ✍️ qimingvc.com · 2026-11-14 06:32

要点

  • AI 仍处基础设施建设期，算力、存储、先进制程等硬科技是当前投资重点，产业价值会逐步向应用层迁移。
  • 提出“B2A（Business to Agent）”经济形态，认为 Agent 正迎来能力与商业化拐点，是创业公司差异化竞争的关键方向。
  • 从投资逻辑看，AI 创业公司需从技术演示转向可验证的商业兑现，关注单位经济模型与真实付费场景。
  • 属于投资人视角的行业趋势判断与策略框架，未涉及具体技术实现、工程方法或可复现实践。

⭐ 6.0 · 选读
💡 投资人视角的 AI 趋势判断，缺乏可落地的 Agent 工程细节，你作为 Agent 新手参考价值有限，可快速略读
· 时效性 3: Agent 拐点与 B2A 议题当下正热，与你近期关注方向有一定相关性
· 一手性 3: 投资人原创访谈观点，但属观点输出而非一手技术实践

斯坦福让GPT-6 Astra直接修改机器人参数：只动65行词嵌入，修复一类指令失灵

斯坦福等机构提出让 GPT-6 Astra 充当「调试器」，只修改机器人 VLA 策略中涉及 65 行词嵌入的权重（约占参数 0.00367%），在不做梯度更新、不新增示范数据的情况下，修复「换种说法就失败」的指令泛化问题。

📡 机器之心 · 2026-11-13 14:28

要点

  • 研究对象是 OpenPI 的 π₀.₅ LIBERO 检查点（视觉—语言—动作模型）；Astra 在带状态的 Python 工作区里查看张量、写入替换值，并借仿真反馈迭代，每次语言编辑有 50 次工具请求预算，留出测试集结果不返回给模型。
  • 修改集中在词元嵌入表：把 cooking 的嵌入改为 25% 原向量 + 75% stove 向量，fermented/grapes→wine、rounded→bowl、uppermost→top；65 行共改 132,768 个参数值。
  • 三次独立编辑搜索中最优的一次（C）在 765 条留出改写指令上把成功率从 86.3% 提到 92.0%（48 修复、4 退化，净增 44），包含被改词元的 335 条从 74.3%→87.5%，不含的 430 条逐回合成败完全不变；最难一级改写从 59.8%→78.2%。
  • 论文、代码与 16 次完整实验记录已开源（arXiv 2611.09376）；作者自述未与 ROME/MEMIT/MEND 等模型编辑算法做直接对比，也未单独评估单行修改的贡献。

⭐ 6.0 · 选读
💡 具身机器人 VLA 的权重编辑论文解读，你不做机器人方向，纯论文对你近期关注低，不需要看
· 信息密度 3: 论文数据统计扎实（配对检验、分组对照）但对你不关心的领域，可吸收量有限
· 时效性 3: LLM 自主改模型权重是当下较新的话题，与你关注的 Agent 自主性有一点关联

端侧 AI 迎来「高智能」时刻，比肩云端模型

无界方舟开源 Edge0-145B 千亿参数端侧模型及配套统一推理引擎，通过稀疏专家架构、分级存储与调度优化，让千亿模型在笔记本上以 29GB 峰值内存、80+ token/s 的速度运行。

📡 极客公园 · 2026-11-13 14:00

要点

  • 端侧模型的「不可能三角」在于智能、内存与 IO 之间难以兼顾：苹果新一代 Siri AI 多次推迟上线，核心原因是模型权重装不进手机内存；主流端侧模型仍停留在 1B–10B 参数档。
  • Edge0-35B 首次让 350 亿参数模型在手机上运行：峰值内存约 2.5GB、生成速度 37+ token/s；此前的版本已登上 Hugging Face Trending 榜第一，并成为端侧复刻的标准解法。
  • Edge0-145B 的关键工程手段有三项：第一，分组共享稀疏专家结构，每次推理实际只激活约 6.6B 参数；第二，显存、内存、SSD 分级存放权重，并用预取掩盖 IO 等待；第三，CPU/GPU 协同与投机解码。
  • 关键性能数据：峰值内存 29GB、Prefill 1100+ token/s、Decode 80+ token/s、典型功耗 120W、支持 128K–256K 上下文；macOS、Windows、Linux 首发适配 M 系列芯片与 NVIDIA GPU，并且模型权重与推理引擎均已开源。

⭐ 6.0 · 选读
💡 端侧千亿模型的推理优化思路（稀疏专家、分级存储、投机解码）对做 LLM 的你有参考，但厂商未经验证且与 Agent 实践无关，可快速扫一眼
· 信息密度 3: 稀疏专家结构、预取调度、性能数据等具体指标对你有一定可吸收信息量
· 时效性 3: 端侧大模型是当下热点方向，但与你近期的 Agent 主线关联不强

NeurIPS 2026 Oral | MIT等提出ELD：从能量分布破解合成数据预训练质量预测

MIT 与 TUM 在 NeurIPS 2026（Oral）提出 ELD/pELD：用真实图像能量分布（负对数似然谱）的 Wasserstein-1 距离来审计和筛选合成预训练数据，比 FID、LPIPS、Recall 更能预测下游自监督表征质量。

📡 我爱计算机视觉 · 2026-11-14 00:01

要点

  • 核心洞察：自然图像在概率密度曲面上横跨从高似然平滑场景到低似然致密纹理的宽能谱，只追求“平均逼真度高”会造成模式坍缩；两个 FID 近乎相同的合成数据集，能量分布可能完全不同，下游迁移表现也随之悬殊。
  • 方法：将真实/合成样本输入已归一化的真实图像密度模型得到标量能量，用两组一维能量分布的 Wasserstein-1 距离定义 ELD；再用概率积分变换做分位数标定得到 pELD（0–1、对单调变换不变），计算只需排序 + CDF 差分，成本极低。
  • 三类失配画像：噪声型（能量右偏、长尾低似然，如高斯/Perlin/FractalDB）、过度聚集型（高 CFG 扩散样本，能量展宽比过小）、宽域但偏移型（StyleGAN3、程序纹理，形态或均值偏离真实峰值）。
  • 实验：在 DINO/ViT-S 自监督设定下，pELD 与线性探测、全参微调、ImageNet-C/A 表现强负相关（|ρ|≈0.9）；留一数据集交叉验证 MAE 仅 0.82 个百分点，优于 FID(0.91)、LPIPS(1.67)，并可直接指导离线数据重采样与混合比例优化。

⭐ 6.0 · 选读
💡 纯 CV 合成数据筛选的学术论文，与你当前的 Agent/大模型工程实践不直接相关，近期不必看
· 信息密度 3: ELD 定义、三类失配机制与实验对比信息量足，但对你是可吸收价值中等偏上的窄领域内容
· 一手性 3: NeurIPS Oral 原创研究，经公众号解读而非一手论文原文

📋 其他资讯

📋 其他资讯：低分或未评分，简略浏览（<6 分），默认折叠

展开查看（67 篇）
  • ‘AI 取代人类’的另一种解读 ⭐ 5.5 - 一位开发者从自己使用新工具 dsh 的体验出发，观察到生态内新项目的 README、doc、commit、PR 大多是 AI 生成的长篇模板化内容，人类亲手写文档的成本越来越高，最终形成“AI 写、AI 读、AI 用”的闭环，而人被排除在循环之外。
    • 📡 V2EX 技术
    • 💡 一篇论坛随笔式观察，洞察有余但无落地方法，你可当谈资一读，不必优先看
    • 依据·时效性 3: AI 生成文档泛滥是当下真实痛点，议题不过时
    • 依据·相关性 2: 只泛泛提到用 AI 找工具装工具，与你补齐 Agent 工程实践的目标关联很弱，不需要优先看
  • AI 没有创造力？你错了。压缩即智能，幻觉即创新 ⭐ 5.5 - 作者用豆包实测翻车案例（编造不存在的隧道服务、域名、光猫菜单和价格）反讽”幻觉即创新”，说明大模型在冷门技术细节上会成体系地凭空捏造。
    • 📡 V2EX 技术
    • 💡 LLM 幻觉案例虽相关，但内容集中在 IPv6 冷门细节，对你补齐 Agent 工程实践参考价值有限，可快速略过
    • 依据·时效性 3: 幻觉与可信度是当下 Agent 落地绕不开的问题，议题本身不过时
    • 依据·相关性 2: 主题是 LLM 幻觉，但你看到的是 IPv6/DS-Lite 领域细节清单，与你的 Agent/大模型工程落地关联弱
  • 从快速部署到记忆共享，数据库如何支撑 Agent 应用？ ⭐ 5.5 - InfoQ 视频圆桌：探讨数据库如何支撑 Agent 应用的快速部署与跨 Agent 记忆共享，但正文仅有跳转链接，无实质内容。
    • 📡 InfoQ 中文
    • 💡 Agent 记忆与数据层是你要补齐的方向，但本文仅为视频跳转无实质内容，可看可不看
    • 依据·相关性 3: Agent 记忆/状态持久化属于你作为 Agent 新手需补齐的工程环节，方向相关
    • 依据·时效性 3: Agent 记忆共享是当下 Agent 工程热点，话题对你不过时
  • Docker 呼吁通过隔离与治理保障智能体安全 ⭐ 5.5 - Docker 提出应通过运行隔离与治理机制来保障 AI 智能体（Agent）的执行安全，降低其自主操作带来的风险。
    • 📡 InfoQ 中文
    • 💡 Agent 安全隔离与治理方向与你补齐 Agent 工程实践相关，但本文仅有摘要无方案细节，可快速扫一眼不必深读
    • 依据·相关性 3: Agent 运行隔离与治理属于 Agent 工程实践的组成部分，你是 Agent 新手可了解风险边界，但非核心入门内容
    • 依据·时效性 3: Agent 安全治理是当下落地热点，议题对你不算过时
  • GFlow：面向游戏设计的多 Agent 协作与验证实践｜AICon北京 ⭐ 5.5 - InfoQ 的 AICon 北京站分享介绍：GFlow 如何用多个 Agent 协作并做结果验证，并用于游戏设计场景。
    • 📡 InfoQ 中文
    • 💡 方向和你的 Agent 入门相关，但正文几乎为空、只有会议链接，暂时拿不到可复现细节，可等全文后再看
    • 依据·相关性 3: 多 Agent 协作与验证属于你想补齐的 Agent 工程方向，但落在游戏设计这一较窄场景，契合度中等
    • 依据·时效性 3: 多 Agent 编排与产出验证是当下 Agent 工程热点，主题不算过时
  • WSJ 报道称黄仁勋被罢免更多源于 Nvidia 高风险业务而非私生活 ⭐ 5.5 - The Decoder 援引 WSJ 报道分析称，黄仁勋被罢免主要源自 Nvidia 为 AI 云厂商与数据中心开发商提供巨额财务担保的高风险业务模式，而非私生活传闻。
    • 📡 RadarAI
    • 💡 Nvidia 财务担保与人事传闻类行业消息，未经证实且与你的 Agent/算法实践无直接关系，快速扫过即可，不必细看
    • 依据·时效性 3: 涉及当前 AI 算力资本格局，属于近期热点话题，但对你当下 Agent 学习不构成紧迫性
    • 依据·相关性 2: Nvidia 业务与人事的资本层面新闻，与你的 Agent/大模型算法实践无直接关系，参考价值有限
  • LangChain 完成 3 亿美元 C 轮融资，估值达 30 亿美元 ⭐ 5.5 - Agent 管理平台公司 LangChain 完成由 CapitalG 领投的 3 亿美元 C 轮融资，估值达到 30 亿美元。
    • 📡 RadarAI
    • 💡 LangChain 是 Agent 主流框架厂商的融资消息，可作为行业动态扫一眼，但无技术内容，不必细读
    • 依据·相关性 3: LangChain 是 Agent 开发主流框架，与你补齐 Agent 工程实践的关注点相关，但仅是融资消息
    • 依据·时效性 3: 当下新发生的 Agent 赛道融资，行业面有参考性
  • Thinking Machines 详解 Inkling 2 Small 原生 4-bit 全流程训练 ⭐ 5.5 - Mira Murati 的 Thinking Machines 在 Connectionism 博客中详解 Inkling 2 Small 在 NVIDIA GB300 上从预训练首步到最终 RL rollout 的全流程原生 4-bit 训练，把预训练时间从数周压缩到 68 小时。
    • 📡 RadarAI
    • 💡 低精度训练方向有参考价值，但属白名单外厂商自述、无可复现细节，你作为 Agent 新手不必优先看
    • 依据·时效性 3: 原生低精度训练是当下较新的训练侧话题，时效上不过时
    • 依据·相关性 2: 原生 4-bit 训练属大模型训练工程，与你当前主攻的 Agent 工程实践不直接相关，参考价值有限
  • Claude 支持线程提醒功能 ⭐ 5.5 - Anthropic 为 Claude 增加了线程提醒功能：用户可以在任意对话线程上设置定时提醒，也可以直接让 Claude 代为提醒。
    • 📡 RadarAI
    • 💡 Claude 的小型交互功能更新，与你补齐 Agent 工程实践的目标关系不大，可以快速扫一眼即可
    • 依据·时效性 3: 官方新功能刚发布，时效性尚可
    • 依据·一手性 3: Anthropic 官方一手发布，但仅是功能说明，不含验证细节
  • Claude Duet 向美国等待名单上的 Pro、Max 和 Ultra 订阅者发出全部邀请 ⭐ 5.5 - Anthropic 向美国等待名单上的 Claude Duet 订阅者发出全部邀请，并小幅重置了 Pro、Max、Ultra 的用量限额。
    • 📡 RadarAI
    • 💡 Anthropic 官方产品动态，但你不在美国区、且信息仅限邀请与配额，对你的 Agent 实践参考有限，扫一眼即可
    • 依据·时效性 3: 当下新动态，但缺乏技术细节，时效价值一般
    • 依据·一手性 3: Anthropic 官方一手发布，但属运营通知而非技术一手
  • Meta 发布个人智能体开放标准 Poppy 首版，Muse 率先支持 ⭐ 5.5 - Meta 发布个人智能体开放标准 Poppy 首版，Muse 个人智能体率先支持，意在打通用户与企业服务方的接入体验。
    • 📡 RadarAI
    • 💡 Agent 协议标准方向与你相关，但本文只是 Meta 的发布通稿、无规范细节且厂商不在你的白名单，暂不需要看
    • 依据·相关性 3: 个人智能体开放标准属于 Agent 生态方向，与你在补齐的 Agent 工程实践沾边，值得知道存在
    • 依据·时效性 3: 刚发布的标准首版，属于当下 Agent 生态新动向
  • Depue 首发声明：发现中国模型使用禁运 Blackwell 芯片 ⭐ 5.5 - 前 OpenAI 研究员 Depue 声称通过模型权重初始化阶段的随机数布局进行指纹比对，判断 DeepSeek、月之暗面、MiniMax、蚂蚁等中国模型使用了禁运的 NVIDIA Blackwell（GB200/GB300）芯片。
    • 📡 RadarAI
    • 💡 出口管制与模型指纹溯源传闻，未经证实；与你的 Agent/算法工程实践无直接关系，可略过
    • 依据·时效性 3: 芯片禁运与国产模型算力来源是当下热点话题，时效性强
    • 依据·相关性 2: 属于 AI 芯片出口管制与厂商合规传闻，不涉及 Agent/大模型工程实践，对你当前学习目标帮助小
  • 中国AI突破复杂肺癌诊疗！中美医疗圈集体坐不住了 ⭐ 5.5 - 医疗 AI 公司「未来医生」发布 MedGPT 2.0，用 40 例复杂肺癌病例、250 名三甲医生参与的多方评测，宣称在诊疗策略评分上以 88:12 胜过无辅助医生，并超过 GPT-5.4、Claude Opus 4.7、Gemini 3.1 Pro 等通用大模型。
    • 📡 量子位
    • 💡 医疗垂直大模型的自证式评测通稿，多 Agent 会诊思路可一瞥，但你做通用 Agent 工程、且结论未经验证，不必细看
    • 依据·时效性 3: 医疗 AI 落地当下是热点，但不在你补齐 Agent 实践的重点路径上
    • 依据·相关性 2: 医疗垂直大模型，与你的通用 Agent/算法工程主线关联弱，只有多专科 Agent 编排沾一点边
  • 要让 GPT-6 Astra 等通用 AI 当机器人“大脑”：OpenAI 宣布重组具身智能团队 ⭐ 5.5 - OpenAI 确认解散独立机器人团队，将人员并入核心研究与应用部门，并称包括 GPT-6 Astra 在内的通用模型已能直接承担部分机器人任务。
    • 📡 IT之家
    • 💡 OpenAI 组织调整+具身智能，你无机器人背景且不关注该方向，只需知道 Astra 被用于机器人这一信号即可，不必细读
    • 依据·时效性 3: OpenAI 最新动态且涉及 GPT-6 Astra，当下有时效价值
    • 依据·相关性 2: 具身智能/机器人方向，你无机器人经验且不在关注范围，与你的 Agent/算法实践关联弱
  • 自然·方法：Multi-Embed——给病理形态与分子图谱造一个“共同语言空间” ⭐ 5.5 - 清华大学李梢团队在《自然·方法》发表 Multi-Embed，用自监督对比学习把病理影像与基因表达、蛋白丰度等多组学信息映射到统一表征空间，实现由切片反推分子图谱并发现影像—分子模块化关联。
    • 📡 集智俱乐部
    • 💡 病理影像+多组学的纯学术论文，与你关注的 Agent/大模型工程实践无关，不需要看
    • 依据·信息密度 3: 方法、数据、验证信息较完整，但对你可吸收的有效信息偏少
    • 依据·相关性 2: 多模态表征学习虽属算法范畴，但落在计算病理/生物信息领域，与你的 Agent 工程主线不搭，价值有限
  • 【轻量化复刻大模型 / KIMI K3】Stable LatentMoE 梳理 ⭐ 5.0 - 一篇对 Kimi K3 所用 Stable LatentMoE（隐空间 MoE）架构的第三方梳理与轻量化复刻思路整理，从演进脉络、同期方案对比到定位逐层拆解。
    • 📡 稀土掘金 人工智能频道
    • 💡 MoE 架构梳理偏概念解读且内容残缺，对你的 Agent 入门无直接帮助，可跳过
    • 依据·时效性 3: Kimi K3 与 MoE 是当下热点话题，时效上仍有一定相关度
    • 依据·相关性 2: MoE 架构属于大模型底层训练侧，你当前重点是 Agent 工程实践，关联有限
  • 一天一个开源项目（第259篇）：Modern Web Guidance —— Chrome 团队给 AI 编码 Agent 的「现代 Web 最佳实践」外挂 ⭐ 5.0 - Chrome、Edge、Firefox 与 MDN 团队联合维护的 Modern Web Guidance —— 一组面向 AI 编码 Agent 的 Agent Skill，用于纠正 AI 生成前端代码时惯用老旧写法的毛病。
    • 📡 稀土掘金 人工智能频道
    • 💡 Agent Skill 形态值得了解，但内容聚焦前端最佳实践且你无前端经验，本篇只是简介，粗略扫一眼即可
    • 依据·时效性 3: Agent Skill 是当下热点形态，与你在补的 Agent 工程实践时间点吻合
    • 依据·相关性 2: 虽是 Agent Skill 项目契合你补 Agent 的方向，但领域是前端规范，你无前端经验，直接可用性低
  • 惊人的一致性！Seedream 5.5实测！ ⭐ 5.0 - 作者实测即梦 Seedream 5.5 的「在已有图上继续改」能力，重点体验局部编辑时画面一致性是否保持。
    • 📡 稀土掘金 人工智能频道
    • 💡 AIGC 图像编辑实测且厂商不在你的白名单，与你当前补齐 Agent 工程实践的重点无直接关系，不需要看
    • 依据·时效性 3: 新模型发布测评，时效较新
    • 依据·相关性 2: 图像生成编辑实测，非 Agent/大模型工程实践方向，且厂商不在你的关注白名单，价值有限
  • 智能互动 Agent 在快手商业场景的落地实践 ⭐ 5.0 - 快手分享智能互动 Agent 在其商业场景（广告/营销互动）中的落地实践（正文仅有跳转链接，无实质内容）。
    • 📡 InfoQ 中文
    • 💡 Agent 落地案例但偏商业化/广告场景且正文为空无可复现细节，你作为 Agent 新手收获有限，可不看
    • 依据·时效性 3: Agent 企业落地是当下热点话题，方向不过时
    • 依据·相关性 2: 虽是 Agent 落地，但落在快手商业化/广告场景，非你关注的 Agent 工程入门主线，且厂商不在白名单，不需要看
  • 容器隔离还不够：Edera 从虚拟机监控器层限制 AI 智能体 ⭐ 5.0 - Edera 提出仅靠容器隔离不足以约束 AI 智能体，主张在虚拟机监控器（Hypervisor）层对 Agent 行为进行隔离与限制。
    • 📡 InfoQ 中文
    • 💡 Agent 沙箱/隔离属底层虚拟化基础设施且信息极少，你作为 Agent 新手学不到可上手实践，可不看
    • 依据·时效性 3: Agent 运行时隔离是当下热点话题，相关度尚可
    • 依据·相关性 2: 虽涉及 AI Agent 安全，但落在 Hypervisor 层基础设施，不是你能直接上手的 Agent 工程实践
  • Dario Amodei 谈 Anthropic 将投入 $900B 采购算力但相对同行锁定较少 ⭐ 5.0 - Dario Amodei 在 Anthropic IPO 路演对谈中透露，公司将投入 9000 亿美元采购算力，但相比同行提前锁定的算力反而更少。
    • 📡 RadarAI
    • 💡 Anthropic 算力采购战略的一句话转述，与你 Agent 工程实践无直接关联，粗看一眼即可，不必深读
    • 依据·时效性 3: IPO 路演当下热点，时效性强但很快会过时
    • 依据·相关性 2: 白名单厂商动态，但讲的是算力采购与 IPO，与你要补的 Agent/算法实践无直接关系
  • Viggle 上线 MiniMax H3 极速模式 ⭐ 5.0 - 视频生成应用 Viggle 上线 MiniMax H3 的 Ultrafast 极速模式，10 秒即可生成 10 秒 768p 视频，耗时约为 Standard H3 的五分之一。
    • 📡 RadarAI
    • 💡 视频生成应用的功能更新通稿，无技术细节，对你补齐 Agent/算法工程实践帮助有限，可略过
    • 依据·时效性 3: 视频生成加速是当下热点，时效上不算过时
    • 依据·相关性 2: AIGC 视频生成产品更新，你当前重点是 Agent 工程实践，仅算边缘相关，不需要重点看
  • Cohere 宣布 North Micro Vision 支持 llama.cpp，并转发 llama.cpp v1.0.0 发布 ⭐ 5.0 - llama.cpp 发布首个稳定主版本 v1.0.0，Cohere 转发该消息并宣布旗下 North Micro Vision 已加入 llama.cpp 支持。
    • 📡 RadarAI
    • 💡 本地推理库版本公告的转发式新闻，无技术细节，对你的 Agent 工程实践帮助有限，可略过
    • 依据·时效性 3: v1.0.0 稳定版刚发布，对关注本地部署的人当下相关，但非你当前热点
    • 依据·相关性 2: 本地推理库更新属于 LLM 工程外围，你当前重点是 Agent 实践，直接关联弱
  • Viggle 上线 MiniMax H3 极速模式 ⭐ 5.0 - 视频生成应用 Viggle 为 MiniMax H3 上线 Ultrafast 极速模式，10 秒生成 10 秒 768p 视频，耗时约为标准模式的 1/5。
    • 📡 RadarAI
    • 💡 MiniMax 生态的 C 端视频生成加速公告，无技术方案，你是 Agent 工程方向可略过
    • 依据·时效性 3: MiniMax H3 新上线加速模式，属当下新动态，但仅具时效不具深度
    • 依据·相关性 2: AIGC 视频生成属 CV 应用侧，与你在补的 Agent/大模型工程实践主线不重合，参考价值有限
  • Figma Weave 谈 AI 在创意流程中的角色：哪些该自动化，哪些该保留 ⭐ 5.0 - Figma 发文探讨 AI 在创意流程中该自动化哪些环节、该保留哪些承载思考的环节，并以 Weave 用视频模型 Seedance 2.5 制作 Gaussian splat campaign 为例说明生成只是素材、仍需人打磨。
    • 📡 RadarAI
    • 💡 创意设计工具的 AI 分工理念，与你的算法/Agent 工程方向无关，不需要看
    • 依据·时效性 3: 涉及时下热门的生成式 AI 工作流话题，但非你的实践热点
    • 依据·重要性 2: 仅停留在理念层面，没有可复用的工程方法，对你的 Agent 入门实践帮助有限
  • CodeRabbit 百万美元免费深扫开源项目 ⭐ 5.0 - CodeRabbit 投入 100 万美元，用”攻击型 AI 智能体”为开源项目免费提供 Deep Scan 安全扫描，公布扫描仓库数、发现漏洞数与修复数。
    • 📡 RadarAI
    • 💡 AI 安全扫描 Agent 的厂商公关通告，无工程细节，你是 Agent 新手学不到可落地方法，简单扫一眼即可
    • 依据·时效性 3: AI Agent 做代码安全扫描是当下热点方向，时机上对你有一定参考价值
    • 依据·相关性 2: 虽属 AI Agent 应用场景，但只是安全扫描 Agent 的成果通报，不涉及 Agent 工程实现，对你的入门补齐帮助有限
  • 研究生如何用 AI 辅助完成一篇综述：我的科研写作工具与实践经验 ⭐ 5.0 - 一名研究生分享用 AI 工具辅助完成文献综述的科研写作工作流与实践经验，核心观点是 AI 改变的是「完成写作的工作方式」而非写作本身。
    • 📡 少数派
    • 💡 AI 辅助综述写作的个人经验文，与你的 Agent/算法工程实践关联弱且正文缺失，参考价值有限
    • 依据·时效性 3: AI 辅助科研写作是当下热点，但同类内容已很多，新颖度一般
    • 依据·相关性 2: 面向研究生的 AI 写作工具经验，与你的 Agent/大模型工程实践主线关联弱，仅文献调研工作流可略作借鉴
  • recruitment-cli：让 AI 接手求职招聘，从架构到一次发送超时 ⭐ 5.0 - 介绍 AI 驱动的求职招聘 CLI 工具 recruitment-cli 的整体架构，并深入剖析一次发送超时问题，讲解账号绑定、计划快照、写前记录与回执确认等去重与幂等设计及其边界。
    • 📡 稀土掘金 人工智能频道
    • 💡 求职招聘场景的 AI 自动化 CLI，与你的 Agent 入门方向边缘相关，幂等/超时处理可借鉴但场景较窄，可按需略读
    • 依据·相关性 2: 是 AI 自动化工作流工具，但场景是求职招聘垂直应用，与你要补的 Agent 工程实践核心（编排、工具调用、评测）关联偏弱
    • 依据·重要性 2: 写前记录、回执确认的幂等去重思路对 Agent 新手有点启发，但缺少可复现代码与通用方法论，落地价值有限
  • Magpie 实战：把 WorkBuddy、Qoder 的订阅模型接进一个本地池子 ⭐ 5.0 - 作者通过 Magpie 把 Codex、ZCode、WorkBuddy、Qoder、MiniMax Code 等多个 AI 编程工具的订阅模型统一接入到本地池中，解决多工具来回切换和额度管理的问题。
    • 📡 稀土掘金 人工智能频道
    • 💡 多订阅 AI 编程工具的本地聚合折腾，偏工具便利性，对你的 Agent/算法工程实践价值有限，可略过
    • 依据·相关性 2: 是 AI 编程工具订阅聚合，不是 Agent/大模型工程实践，你作为算法/Agent 方向参考价值弱
    • 依据·重要性 2: 解决个人多工具切换与额度管理，不构成你可复用的 Agent 工程方法
  • FAA 将 AI 空管建议系统 SMART 扩展至全美空域 ⭐ 5.0 - FAA 将 AI 驱动的空管建议系统 SMART 推广至全美 22 个管制中心，但系统设计与测试未纳入管制员工会参与。
    • 📡 RadarAI
    • 💡 航空管制领域的 AI 决策建议系统落地新闻，无模型/工程细节，与你的 Agent 与算法实践不直接相关，不需要看
    • 依据·时效性 3: 近期上线的政府级 AI 落地事件，时效性尚可
    • 依据·相关性 2: 航空空管 AI 应用部署新闻，与你的 Agent/大模型算法实践无直接关联，参考价值有限
  • Claude Fable 5.2 登顶 Agent Arena，视觉设计领先 Opus 5.5 ⭐ 4.5 - 第三方 Agent Arena 榜单显示 Anthropic 的 Claude Fable 5.2（Max）登顶，并在 10 个可对比类别中 9 项领先 Claude Opus 5.5（Max）。
    • 📡 RadarAI
    • 💡 仅是第三方榜单快讯且模型名称未经官方确认，你作为 Agent 新手拿不到可落地信息，不需要看
    • 依据·时效性 3: Agent 榜单竞争是当下热点，时效上对你有一定相关度
    • 依据·相关性 2: 虽涉及 Agent 榜单与 Anthropic，但没有可学习的 Agent 工程方法，对你的入门实践帮助有限
  • Elon Musk 推广 Grok @Bot 新会议协作功能 ⭐ 4.5 - Elon Musk 在社交平台推广 Grok @Bot 的会议协作新功能，称该 Bot 可加入会议、接受提问与任务分配并跟踪团队决策。
    • 📡 RadarAI
    • 💡 仅一条厂商自述的 Grok 会议 Bot 推广消息，无技术细节与验证，对你的 Agent 入门实践帮助有限，可不看
    • 依据·时效性 3: 属当下新功能动态，时效上不旧
    • 依据·相关性 2: 会议助理类 Agent 场景与你方向沾边，但只是功能通稿，无法补你的 Agent 工程短板
  • 用《实践论》分析前沿部署工程师：AI时代听见炮声的人 ⭐ 4.5 - 文章借用《实践论》的框架，讨论 AI 时代「前沿部署工程师（FDE）」这一岗位的定位；但正文只给出了开头一段，缺乏展开。
    • 📡 稀土掘金 人工智能频道
    • 💡 只讨论 FDE 岗位角色，而且正文截断、没有实质方法论，对你补齐 Agent 工程实践帮助有限，可略过
    • 依据·相关性 2: FDE 属于 AI 交付侧的角色认知，与你当前补齐 Agent 工程实践的主线只是弱相关
    • 依据·重要性 2: 没有可复现的方法或踩坑细节，对你的工程实操没有直接价值
  • 谷歌推出 LiteRT Tensor API，用于构建、定制与优化端侧机器学习模型 ⭐ 4.5 - 谷歌发布 LiteRT（原 TFLite）Tensor API，面向端侧机器学习模型的构建、定制与底层张量级优化。
    • 📡 InfoQ 中文
    • 💡 端侧推理底层 API 更新，与你当前的 Agent/大模型工程实践主线无关，且正文缺乏可操作细节，不需要看
    • 依据·相关性 2: 你在补 Agent 与大模型工程实践，端侧张量级推理 API 不在你的主线，相关度低
    • 依据·重要性 2: 除非你要做移动端部署，否则对你在 Agent/大模型落地上的工程价值有限
  • Opus 5.5 也做不到一步到位啊 ⭐ 4.5 - 一位开发者吐槽：即使把 Claude Opus 5.5 和 Sol-6.1 Max 等多个模型叠起来做代码 review，AI 生成的代码仍然会在边界问题上出错，来回返工很耗时间。
    • 📡 V2EX 技术
    • 💡 多模型 AI code review 的真实吐槽，但没有方法或细节，你学不到可落地东西，简单扫一眼即可
    • 依据·时效性 3: 讨论的是当下最新的编码模型组合用法，话题本身有时效
    • 依据·相关性 2: 涉及 AI 编码与多模型 review 流程，与你的 Agent 实践沾边，但不是可学习的实践内容
  • Dario Amodei 回应市场动荡：Anthropic IPO 前称对时机并不在意 ⭐ 4.5 - Dario Amodei 在纽约 JPMorgan 活动与 Jamie Dimon 对谈时表示：Anthropic IPO 路演期间市场动荡，他对上市时机并不在意。
    • 📡 RadarAI
    • 💡 Anthropic 的资本市场表态，无技术与工程信息，你不需要看
    • 依据·时效性 3: IPO 路演当下新闻，时效新但与你的关注点不搭
    • 依据·相关性 2: 虽属白名单厂商 Anthropic，但内容是 IPO 时机表态，与你的 Agent/算法工程实践无关
  • Depue 指中国模型用禁运芯片，争议焦点在推文与报告差异 ⭐ 4.5 - 前 OpenAI 研究员 Will Depue 声称 DeepSeek、月之暗面、MiniMax、蚂蚁等中国 AI 实验室使用了被禁运的 NVIDIA Blackwell 芯片，但原报告承认关键限制，其推文结论被指简化甚至超出报告范围，引发技术社区质疑。
    • 📡 RadarAI
    • 💡 属于芯片出口管制相关的行业争议与舆论事件，不含 Agent/大模型工程方法，你不需要看
    • 依据·时效性 3: 属当下热点话题，时效性尚可但与你方向弱相关
    • 依据·相关性 2: 芯片出口管制争议，与你的 Agent/算法工程实践无直接关系，参考价值有限
  • Thinking Machines Lab 开源 594B 参数的 4-bit 前向训练模型 Inkling 2 Small ⭐ 4.5 - Thinking Machines Lab 开源了 594B 参数、前向传播全程原生 4-bit 训练的模型 Inkling 2 Small，并以 Apache 2.0 许可在 HuggingFace 开放下载。
    • 📡 RadarAI
    • 💡 白名单外厂商的模型开源速报，且只有两句话无任何训练细节与基准，对你的 Agent 实践没有可吸收内容，不需要看
    • 依据·时效性 3: 当下新发布的开源模型，时效上是新的，但信息本身不构成你的热点
    • 依据·相关性 2: 模型开源发布，与你的 Agent 工程实践不直接相关；原生 4-bit 训练虽沾训练方法，但本条无技术展开，对你参考价值低
  • Grok Bot 支持加入会议记录和执行任务 ⭐ 4.5 - xAI 的 Grok Bot 新增加入会议、记录决策、接受任务分配的能力，作者 Lauren Tan 称其能自行收集上下文并替代参会记笔记。
    • 📡 RadarAI
    • 💡 Grok Bot 会议 Agent 的一条简短发布，无落地细节且厂商不在你的白名单，Agent 新手看价值有限
    • 依据·时效性 3: 会议类 Agent 是当下热点方向，新闻本身时效性强
    • 依据·相关性 2: 属于 Agent 应用场景（会议记录/任务执行），但只是一条功能公告，缺少你能学习的工程做法
  • 技术深度拆解 Depue 报告的时间与空间局限 ⭐ 4.5 - 从 CUDA 并行原理拆解 Depue 指纹报告的方法论局限：指纹只能证明模型权重初始化时所用 GPU 类型（Blackwell 的 SM 数导致初始重排），无法证明训练全程在同一芯片上完成。
    • 📡 RadarAI
    • 💡 芯片指纹取证与算力溯源争议，与你的 Agent/算法落地方向无关，不需要看
    • 依据·时效性 3: 是当下热议的模型溯源争议，但非你的关注热点
    • 依据·信息密度 2: CUDA 并行细节有技术含量，但对你可吸收并迁移到工作的信息很少
  • 后GPT-6时代，具身数据怎么做？Ropedia发布Xperience 2，给出下一代数据基石金标准 ⭐ 4.5 - Physical AI 初创公司 Ropedia 发布 Xperience 2，把真实场景扫描与第一视角人类活动记录对齐到同一坐标系，试图为具身智能建立”环境+行为”一体化数据金标准。
    • 📡 机器之心
    • 💡 具身智能数据采集与数据集发布，你无机器人/具身背景且不关心该领域，不需要看
    • 依据·时效性 3: 具身数据 Scaling Law 是当下热点话题，但因领域不契合对你的当下相关度有限
    • 依据·信息密度 2: 数据层次与采集流程描述较细，但对你而言属于不关心的领域，可吸收有效信息很低
  • 见证未来：AI加速中的人类科技演化｜未来学读书会第九期 ⭐ 4.0 - 集智俱乐部「未来学」读书会第 9 期预告：上海 AI Lab 研究员徐兴成将围绕「AI 生成的成果如何成为可靠科学知识」展开分享，涉及大模型训练、Agent Harness、科研智能体与 RSI 等议题。
    • 📡 集智俱乐部
    • 💡 仅是讲座预告+大纲，无实操细节，你可以收藏但不必专门花时间读
    • 依据·相关性 2: Agent Harness、科研智能体话题与你的 Agent 方向沾边，但只有大纲无落地内容，对你的入门帮助有限
    • 依据·重要性 2: 没有可复现方法或踩坑，你作为 Agent 新手拿不到可上手的东西
  • Speechify Simba 3.5 登顶语音竞技场 ⭐ 4.0 - Speechify 的 Simba 3.5 在 Artificial Analysis Controlled Voice Arena 语音榜登顶，与 HeyGen Voice 统计持平，领先 Qwen-Audio-3.1-TTS-Plus（1176 分）。
    • 📡 RadarAI
    • 💡 TTS 榜单快讯，非白名单厂商且与你的 Agent/大模型工程实践无直接关系，不需要看
    • 依据·时效性 3: 刚发布的榜单结果，时效上是当下热点
    • 依据·相关性 2: 语音合成榜单，与你当前重点补齐的 Agent 工程实践关系弱，仅作边缘信息
  • Nvidia 危机与 Anthropic IPO 前夜的 Cerebral Valley AI Summit 现场观察 ⭐ 4.0 - Newcomer 在旧金山 Cerebral Valley AI Summit 现场报道称，Nvidia CEO 黄仁勋因婚外情披露辞职，Reuters 同日又称存在第三段关系，与会者普遍认为 Nvidia 短期无碍但生态承压。
    • 📡 RadarAI
    • 💡 高管绯闻与人事八卦，无技术或 Agent 实践价值，你不需要看
    • 依据·时效性 3: 属当下热点新闻，有时效性但仅限围观
    • 依据·一手性 2: 现场报道但基于未证实传闻，一手价值存疑
  • 黄仁勋宣布辞职，特朗普：库克适合接任；微信「看一看」测试短剧入口；《GTA 6》还没发售就狂卖近千万份｜极客早知道 ⭐ 4.0 - 极客早知道快讯合集：英伟达 CEO 黄仁勋宣布辞职引发全球 AI 概念股震荡，美国拟扩大 AI 芯片出口管制，另含腾讯裁员传闻回应、SpaceX 自研 AI 机架、微信短剧入口等碎片新闻。
    • 📡 极客公园
    • 💡 芯片公司人事与出口管制的聚合快讯，与你的 Agent/算法工程实践无关，不需要看
    • 依据·时效性 3: 为当日热点新闻，时效性强但与你的学习路径不搭
    • 依据·相关性 2: 英伟达人事、AI 芯片出口管制属产业与政策面，与你补齐 Agent 工程实践的目标无直接关系，参考价值有限
  • 马克龙宣布 12 月 2 日在法国巴黎召开科技企业会议，推动欧洲科技自主 ⭐ 4.0 - 马克龙宣布将于12月2日在巴黎与荷兰首相共同召集科技企业会议，以投资、算力和政府采购为杠杆推动欧洲 AI 自主，欧盟同时抛出 5000 亿欧元技术主权投资与 7 座 AI 超级工厂计划。
    • 📡 IT之家
    • 💡 欧洲 AI 政策与主权投资新闻，无技术方案，对你的 Agent/算法实践无直接帮助，不需要看
    • 依据·时效性 3: 当下欧盟 AI 主权议题正热，作为宏观背景信息尚属新鲜
    • 依据·相关性 2: 欧洲 AI 政策与政府投资动向，与你的 Agent/大模型工程实践无直接关联，参考价值有限
  • nanobot-rl ⭐ 4.0 - 标题指向「nanobot-rl」，疑似是围绕小型 bot（或 nano 规模 Agent）做强化学习实践的个人博客文章，但正文内容为空，无法确认具体技术路线。
    • 📡 plus studio
    • 💡 正文为空无法判断内容，先打开原文确认是否含可复现的 RL/Agent 训练细节，再决定是否细读
    • 依据·相关性 2: 标题仅指向 nanobot 的 RL，无法确认是 LLM/Agent 训练还是玩具机器人，与你补齐 Agent 工程实践的关系存疑
    • 依据·时效性 2: RL 训小模型/Agent 是当下热点，但本文是否跟进无法确认
  • 反推任意图片的神技能，WorkBuddy和Loomy装上就能用 ⭐ 4.0 - 一篇介绍在 WorkBuddy / Loomy 里装”反推图片”skill 的短文，声称能白领积分并复用 WorkBuddy 的技能库，但正文内容被大幅截断，实质信息极少。
    • 📡 稀土掘金 人工智能频道
    • 💡 内容被截断且偏推广性质的 skill 使用短文，缺少可复现细节，对你补齐 Agent 工程实践帮助有限，可略过
    • 依据·相关性 2: 虽涉及 skill 生态与图像反推玩法，但不是 Agent 工程实践，你作为 Agent 新手从中拿不到可迁移的方法
    • 依据·时效性 2: skill/插件生态是当下热点，但本文未提供任何当下可用的新信息
  • 罗家德成都线下·新书签售｜社会计算方法论：AI如何改造社科研究｜计算人口学读书会第九期 ⭐ 4.0 - 集智俱乐部「计算人口学」读书会第九期线下活动预告：清华罗家德教授讲社会计算方法论、AI 如何改造社科研究，并签售《社会计算方法论》《社会工作智能化》。
    • 📡 集智俱乐部
    • 💡 社科方法论讲座的线下活动预告，无 Agent 工程细节，你不需要看
    • 依据·相关性 2: AI 只是社会计算与基层治理的背景，与你补齐 Agent 工程实践的目标不契合
    • 依据·时效性 2: 活动时间在未来，但议题与你的当下实践热点无关
  • 给 yovoice 做了个社区广场，可以分享自己 AI 音乐的作品，也可以听听别人的创作、找找灵感 ⭐ 4.0 - 个人开发者为其 AI 音乐生成工具 yovoice 上线社区广场板块，支持用户分享与浏览 AI 音乐作品。
    • 📡 V2EX 技术
    • 💡 个人 AI 音乐工具的社区页面通告，无技术细节，对你补齐 Agent/大模型工程实践没有参考价值，不需要看
    • 依据·相关性 2: 属于 AIGC 音乐应用，但只是一个社区页面功能，与你的 Agent/大模型算法实践主线关系很弱
    • 依据·时效性 2: 新功能刚上线，但对你关注的技术方向不构成时效价值
  • 推荐大家使用 Grok bot ⭐ 4.0 - V2EX 用户分享用 Grok bot 做信息源监控与增长、并顺手开源了一个 token 用量管理 bot 的个人体会。
    • 📡 V2EX 技术
    • 💡 泛泛的社区使用感想，无 Agent 工程细节，你作为 Agent 新手从中可学到的很少，不必特意看
    • 依据·相关性 2: 虽涉及 Agent 应用与 token 用量管理，但你作为 Agent 新手需要的是可复现实践，这篇只是使用感想，契合度低
    • 依据·时效性 2: Grok bot 与 Agent 话题当下有热度，但内容本身无新信息
  • Grok Bot 新增加入会议功能 ⭐ 4.0 - Grok Bot 新增加入会议的能力，用户可向它提问、分配任务或让它记录团队决策。
    • 📡 RadarAI
    • 💡 Grok 会议助手的一条转发动态，无细节无落地方法，你作为 Agent 新手学不到东西，不需要看
    • 依据·相关性 2: 会议类 AI 助手算 Agent 应用场景，但仅一条转发，对你想补齐的 Agent 工程实践几乎无用
    • 依据·时效性 2: 功能刚发布有时效，但和你当前 Agent 学习重点不搭
  • lanshu-create-ai-presenter-video: AI Digital Human Presenter Tool ⭐ 4.0 - 开源项目 lanshu-create-ai-presenter-video：用 AI 数字人自动生成「口播视频」，让不想出镜的内容创作者跳过录制、拍摄与剪辑。
    • 📡 RadarAI
    • 💡 数字人口播视频的 AIGC 应用封装，与你的 Agent/大模型算法实践主线无关，不需要看
    • 依据·相关性 2: 数字人视频生成属 AIGC 应用层，你当前重点是 Agent 工程实践，与此不契合
    • 依据·时效性 2: AIGC 视频话题当下有热度，但非你的实践热点
  • 工信部：将筹备成立工业操作系统标准工作组 ⭐ 4.0 - 工信部正筹备成立工业操作系统标准工作组，推进重点标准研制与验证应用，并将加快核心软件智能化升级、推动工业智能体落地。
    • 📡 IT之家
    • 💡 工业软件标准化的宏观政策新闻，与你的 Agent/大模型工程实践无直接关系，不需要看
    • 依据·信息密度 2: 通篇政策口径与行业统计，对你不构成可吸收的技术信息
    • 依据·时效性 2: 政策新闻当下有时效，但只提’推动工业智能体’一句，非你的关注热点
  • Jensen Huang 离任或给 AI 创业融资留下大缺口，投资人和创始人担忧 ⭐ 3.5 - 文章称 Nvidia CEO 黄仁勋已辞职，创投圈担心继任者 Colette Kress 风格更保守，难以延续黄仁勋每年数十亿美元、今年已参与 105 轮的高强度 AI 投资节奏，从而给 AI 创业融资留下缺口。
    • 📡 RadarAI
    • 💡 未经证实的 Nvidia 人事传闻，与你补齐 Agent 工程实践的目标无关，不需要看
    • 依据·时效性 3: 若不实也无价值；若为真属于当下热点，对你仅有谈资意义
    • 依据·相关性 1: 属于厂商人事与融资传闻，与你的 Agent/大模型算法实践无直接关系，不需要看
  • 华为专家教你“AI Naive”软件开发 ⭐ 3.5 - Datawhale 与开源社联合预告 COSCon’26 的一场分享，华为软件工程工具专家胡智勇将谈“AI Naive”软件开发理念：不卷 AI Native，做轻松有趣的 AI Coding 创客。
    • 📡 Datawhale
    • 💡 只是会议预告且无实质内容，你想补齐 Agent 工程实践的话看不到可落地信息，不需要看
    • 依据·相关性 2: AI Coding 话题与你相关，但本文只是会议预告，没有可用的方法或结论
    • 依据·时效性 2: “AI Naive”提法有点新意，但只有标题级信息，当下对你帮助有限
  • codex 今天蠢得很 ⭐ 3.5 - V2EX 用户抱怨 Codex（6.1 版本）今天异常“发蠢”：长任务跑不动，改几个文件就汇报一次，与平时整阶段设计完才汇报的行为不同，怀疑触发了某些机制。
    • 📡 V2EX 技术
    • 💡 只是论坛主观吐槽 Codex 变蠢，无复现细节与可借鉴经验，你不需要看
    • 依据·相关性 2: 涉及 AI 编码 Agent 行为异常，与你的 Agent 实践沾边，但纯情绪吐槽无技术信息，你不需要看
    • 依据·时效性 2: 是当下产品的实时反馈，但内容本身无时效价值
  • 现在不想折腾的话，是不是只能选择中转站了？ ⭐ 3.5 - V2EX 论坛一则提问帖：在不想自己折腾（自建 API 调用链路）的前提下，是否只能选择 LLM API 中转站，并询问当前中转站价格行情。
    • 📡 V2EX 技术
    • 💡 只是论坛询价帖、无可吸收信息，你的 Agent 实践不需要看
    • 依据·相关性 2: 涉及大模型 API 接入渠道，与你用模型做 Agent 有一点关联，但非工程实践内容
    • 依据·时效性 2: 中转站话题当下有人讨论，但帖内未提供任何时效信息
  • 转战 Gemini 了， antigravity 里面还是可以用 opus5.5 的 ⭐ 3.5 - V2EX 用户发帖称自己转向 Gemini，并提到在 Google Antigravity 里仍能调用 Opus 4.5（帖中写作「opus5.5」），但不确定限额多少。
    • 📡 V2EX 技术
    • 💡 论坛一句话闲聊，无实测无配额数据，你作为 Agent 新手拿不到可落地信息，不需要看
    • 依据·相关性 2: 涉及 AI 编程工具与模型选择，与你关注的 Agent 工具有一点交集，但无任何可学习内容
    • 依据·时效性 2: Antigravity 与 Opus 4.5 是当下热点工具，但帖子未提供新信息
  • codex 实在是..重制卡也留不住用户了吧 ⭐ 3.5 - V2EX 用户吐槽 OpenAI Codex 编码 Agent 的额度消耗过快，各模型版本（Terra High / Sol / Astra）性价比差、速度慢，即便发了补偿充值卡也留不住他转投别家。
    • 📡 V2EX 技术
    • 💡 只是论坛用户对 Codex 额度消耗的情绪吐槽，无可复用的工程信息，你不需要看
    • 依据·相关性 2: 涉及 Codex 编码 Agent 的用量体验，但仅是抱怨，对你补齐 Agent 工程实践无实质帮助
    • 依据·时效性 2: 反映当下编码 Agent 额度/定价痛点，略有参考但很快过时
  • COSCon’26｜王琦：开源如何改变科研？ ⭐ 3.0 - Datawhale 与开源社在 COSCon’26 中国开源年会上预告了一场分享，由中科院自动化所王琦主讲“开源如何加速 AI 科学家的到来”，属于活动预告而非技术内容。
    • 📡 Datawhale
    • 💡 会议议程预告无可复现内容，与你的 Agent/大模型工程实践无关，不需要看
    • 依据·时效性 2: 活动本身有时效性，但内容对你的当下关注点不相关
    • 依据·相关性 1: AI for Science 会议预告，不涉及你正在补齐的 Agent 工程实践，不需要看
  • 有神仙老哥还没被 Claude 炸号、KYC 的吗，可以分享一下经验吗？ ⭐ 3.0 - V2EX 论坛一则吐槽帖，讨论 Claude 近期封号 / KYC 风控力度收紧，寻求未被封号的用户分享经验。
    • 📡 V2EX 技术
    • 💡 论坛吐槽水帖，正文无实质信息，你的 Agent/算法关注点不在这里，不需要看
    • 依据·时效性 2: Claude 风控收紧是当下话题，但帖子未提供新信息
    • 依据·相关性 1: Claude 封号吐槽，与你的 Agent/算法实践主线无关，不需要看
  • Google one 和 Chatgpt 比较何如？ ⭐ 3.0 - V2EX 用户在讨论是否该停掉每月 20 美元的 ChatGPT Plus，换成 199 美元/年、附带 5TB 云空间的 Google One（Gemini Pro），比较两者性价比。
    • 📡 V2EX 技术
    • 💡 这是消费者订阅性价比的论坛水贴，与你的 Agent/大模型工程实践无关，不需要看
    • 依据·时效性 2: 涉及当下主流 AI 订阅产品，但对你没有时效价值
    • 依据·相关性 1: 只是订阅价格与云空间的取舍讨论，不涉及 Agent/算法实践，你不需要看
  • 路透社：Arm 掌门人哈斯进入接棒黄仁勋候选视野，曾在英伟达工作 7 年 ⭐ 3.0 - 英伟达董事会正委托外部机构物色下一任 CEO，Arm 现任 CEO、曾在英伟达工作 7 年的雷内·哈斯（Rene Haas）成为潜在的候选人之一。
    • 📡 IT之家
    • 💡 这是芯片公司的高层人事传闻，与你的 Agent/大模型算法实践无关，不需要看
    • 依据·时效性 2: 属于当下热点新闻，但与你的技术关注点无关
    • 依据·相关性 1: 这是芯片公司的高层人事变动，与你的 Agent/大模型算法方向无直接关联，不需要看
  • 高速上开智驾睡觉还载着一家人？青岛交警查处最新违法案例公布 ⭐ 3.0 - 青岛一驾驶人高速上开启智能辅助驾驶后躺倒睡觉，还载着未满 12 周岁乘员，被交警查处并处罚。
    • 📡 IT之家
    • 💡 智驾滥用执法的社会新闻，无 AI 技术内容，你不需要看
    • 依据·时效性 2: 属当下智驾安全热点，但与你的关注点错位
    • 依据·相关性 1: 自动驾驶/智驾滥用执法新闻，与你的大模型/Agent 方向无关，不需要看
  • 倒计时一周｜量子位2026人工智能年度榜单征集即将截止！ ⭐ 3.0 - 量子位 2026 人工智能年度榜单征集进入最后一周（11 月 16 日截止），面向企业、产品、解决方案和创业新锐四类目公开招募参选。
    • 📡 量子位
    • 💡 这是榜单征集报名通知，无技术内容，对你补齐 Agent 工程实践零帮助，不需要看
    • 依据·一手性 2: 主办方自发布的官方通知，属一手但为活动招募性质，不含经验证的实质内容
    • 依据·相关性 1: 榜单征集通知，与你的 Agent/大模型工程实践无任何技术关联，不需要看
  • 派早报：英伟达 CEO 黄仁勋宣布辞职等 ⭐ 2.5 - 一篇派早报式资讯汇总，标题以「黄仁勋宣布辞职」的传闻性消息博眼球，正文仅提到金摇杆奖名单与 Apex Compute 的 AI 帧生成技术 ANR 等条目，且无实质内容，需点击「查看全文」才能看到详情。
    • 📡 少数派
    • 💡 标题党早报汇总，核心是未经证实的传闻与游戏奖项，对做 Agent/大模型的你没有任何参考价值，不需要看
    • 依据·时效性 2: 传闻性消息虽有时效，但可靠性存疑且与你的关注点无关
    • 依据·相关性 1: AI 帧生成属游戏图形侧，与你的 Agent/大模型算法方向无关，不需要看

📋 本期未收录（共 39 篇）

📋 稀土掘金 人工智能频道（未收录 8 篇）

📋 V2EX 技术（未收录 8 篇）

📋 plus studio（未收录 3 篇）

📋 IT之家（未收录 10 篇）

  • Epic 指责苹果以 27% 佣金规避法院禁令：增聘最高法院资深律师，双方诉讼将于明年 1 月继续 - IT之家 11 月 14 日消息，苹果与 Epic Games 围绕 App Store 应用商店政策展开的法律争端再有进展。当地时间 11 月 13 日，Epic Games 向美国最高法院提交最新法律文件，要求驳回苹果此前提出的上诉，维持下级法院对苹果作出的藐视法庭裁定。据路透社今日报道，Epic 此次还扩大了法律团队，聘请来自美国律师事务所 Mayer Brown 的资深律师妮可 · 萨哈尔
  • SpaceX 洽购发射场周边约 526.19 万平方米土地，拟将一半永久用于保护 - IT之家 11 月 14 日消息，科技媒体 tipranks 于 11 月 12 日发布博文，报道称 SpaceX 正与美国得克萨斯州公园与野生动物管理局商谈，拟收购环绕其发射设施的约 1,300 英亩土地（IT之家注：约合 526.19 万平方米）。博卡奇卡海滩不在拟出售范围内，目前相关交易仍处于商谈阶段。报道称这项购地计划围绕 SpaceX 的“星际基地”（Starbase）展开。SpaceX
  • 微软：没有迹象表明全美国航班停飞与 M365 服务宕机有关 - 微软回应称没有迹象表明美国联邦航空管理局全美航班停飞与其 M365 等服务宕机有关，并介绍了相关事件背景
  • 拳头公布 2027《英雄联盟》赛事规划：先锋赛 All In 中国，全球总决赛首进日本（横跨日韩两地）、MSI 首次落地西班牙 - IT之家 11 月 14 日消息，拳头游戏在 2026 全球总决赛期间公布了 2027 年英雄联盟赛事的整体规划。三项国际赛事将分别落地中国、西班牙和日本、韩国，其中全球总决赛将首次走进日本，季中冠军赛则首次来到西班牙。2027 赛季的揭幕战将是特别版全球先锋赛“First Stand: All In”，举办地为中国。这一赛事仅限 2027 年举办，拳头游戏称其规模将超过以往任何一届全球先锋赛。原
  • 目标替代微软 Office：欧洲开源办公软件 Euro-Office 桌面版上线，断网也能办公 - IT之家 11 月 14 日消息，欧洲开源办公软件 Euro-Office 正式走出浏览器，以 Nextcloud Office Desktop 的名称，推出可直接安装的桌面版本，覆盖 Windows、macOS 和 Linux 平台，希望成为微软 Office 的替代选择。新版应用集成文档、电子表格、演示文稿及 PDF 编辑功能。官方称，其对微软 Office 的 DOCX、XLSX、PPTX
  • 英特尔酷睿 Ultra 7 260K 低调上市：20 核处理器性能比肩 265K，但仅随整机销售 - IT之家 11 月 14 日消息，Tom’s Hardware 发现英特尔近日悄悄推出了一款酷睿 Ultra 7 260K 处理器，搭载该 CPU 的整机已经出现在新蛋网（Newegg）中。这款处理器拥有 20 颗物理核心，但目前不提供独立零售，仅面向 ABS 品牌整机销售。新蛋网向该媒体确认，这款处理器为平台独占型号，只会通过旗下 ABS 品牌预装整机销售。Tom’s Hardware 后续更新
  • 微软面向 Win10 发布紧急带外更新，专项修复系统激活时“参数无效”报错 - 微软面向 Win10 发布紧急带外更新，修复系统许可与激活操作中“参数无效”的报错
  • 流程工业智能工厂建设有了统一标尺，新国标明年 5 月 1 日起实施 - IT之家 11 月 14 日消息，近日，市场监管总局（国家标准委）批准发布《智能制造 流程工业智能工厂业务管理规范》（GB/T 48536—2026）国家标准，自 2027 年 5 月 1 日起正式实施。公告称，流程工业是支撑国民经济发展的基础性产业，涵盖石油化工、钢铁、制药、建材、有色金属、食品加工等领域，具备生产连续化、工艺耦合度高、安全风险较高等特点。当前，流程工业企业在智能工厂建设中仍面临
  • 微软就全球服务中断致歉：底层问题已解决，与网络攻击无关 - IT之家 11 月 14 日消息，微软北京时间今日凌晨在 X 上发布声明，就此次全球性服务中断向客户和合作伙伴致歉，称故障由一次网络容量升级引发，与网络攻击及人工智能 / 智能体无关。官方称，对本次事件给客户和合作伙伴造成的服务中断“深表歉意”。微软表示，公司清楚客户对其服务寄予的信任，并高度重视这一责任；目前各项服务已出现大范围恢复，并趋于稳定。官方介绍称，此次事件由一次更早的网络容量升级中的问
  • 微软称 Outlook 等服务陆续恢复并趋稳，部分用户仍待恢复 - IT之家 11 月 14 日消息，微软官方账号 @MSFT365Status 于北京时间 11 月 14 日发布的推文，微软宣布其 Outlook 等各项服务均呈现全面恢复和稳定态势。不过，微软公开声明同时表示，仍在为剩余受影响客户和地区恢复服务。根据微软官方 MO1550821 公告内容，本次 Microsoft 365 服务故障从美国东部时间 2026 年 11 月 12 日 13:25 左右

📋 InfoQ 中文（未收录 4 篇）

📋 少数派（未收录 2 篇）

📋 集智俱乐部（未收录 1 篇）

  • 标准经济学的局限性｜《理解混沌》读书会第 3 期 - 集智俱乐部 2026-11-13 14:30 日本 2026年11月14日（周六）19:30-21:30分享 导语在数据驱动研究的时代，标准经济学或者说主流经济学越来越成为一种不必要的界定，本次讨论以经济学的发展脉络切入，讨论标准经济学的局限性。《理解混沌》由集智俱乐部组织翻译，本次新书共读由集智俱乐部联合北京师范大学博士生陶如意、澳门科技大学博士生孙璐、北京师范大学硕士生方逸雯三位译者共同发起。

📋 Datawhale（未收录 1 篇）

  • 游戏也能做公益？他用开源做到了！ - 文章讲的是 Datawhale 与开源社在 COSCon’26 中国开源年会上，邀请「重启人生沙盘」创始人王际洲分享如何把游戏生态开源，将游戏、教育与公益连接起来

📋 阮一峰的网络日志（未收录 1 篇）

  • 科技爱好者周刊（第 419 期）：机房来了，写字楼走了 - 这里记录每周值得分享的科技内容，周五发布。 本杂志开源，欢迎投稿。另有《谁在招人》服务，发布程序员招聘信息。合作请邮件联系（yifeng.ruan@gmail.com）。 封面图 成都麓湖生态城的 Q8 步行桥，采用双曲线造型，在机动车桥的下方穿过，盘旋处形成一个湖心岛。（via） 机房来了，写字楼走了 前几天，我看到一个短视频。有个博主来到内蒙古乌兰察布，拍下自己看到的景象，非常震惊。 那里现在

📋 RadarAI（未收录 1 篇）

  • NVIDIA 副总裁 Bryan Catanzaro 澄清要求恢复 Jensen 职务的信件系伪造 - Rohan Paul 转发 NVIDIA 应用深度学习研究副总裁 Bryan Catanzaro 的声明：网上流传一封要求 NVIDIA 董事会恢复 Jensen Huang 职务、并声称有他参与的信件，Catanzaro 明确该信是伪造的，即使真实他也不会签署。他表示对 Jensen 离开 NVIDIA 感到悲痛，同时完全支持董事会，并称与 Colette 共事多年，全力支持她。

📊 来源说明

分类 数量
📥 总抓取 700
✅ 已收录 103
⭐ 必读（≥8） 6
📖 选读（6–8） 30
📋 其他（<6） 67
🚫 无关未收录 39

成功收录

  • 美团技术团队（1 篇）：抓取 10 → 去重 9 → 收录 1
  • 腾讯技术工程（1 篇）：抓取 20 → 窗口内 1 → 收录 1
  • 阿里技术（1 篇）：抓取 20 → 窗口内 1 → 收录 1
  • plus studio（1 篇）：抓取 20 → 去重 16 → 过滤 3 → 收录 1
  • 我爱计算机视觉（1 篇）：抓取 20 → 窗口内 1 → 收录 1
  • 明立非(Mingnify)的博客（1 篇）：抓取 20 → 窗口内 1 → 收录 1
  • Datawhale（3 篇）：抓取 20 → 窗口内 4 → 过滤 1 → 收录 3
  • PaperWeekly（2 篇）：抓取 20 → 窗口内 2 → 收录 2
  • 稀土掘金 人工智能频道（9 篇）：抓取 20 → 窗口内 17 → 过滤 8 → 收录 9
  • 集智俱乐部（3 篇）：抓取 20 → 窗口内 4 → 过滤 1 → 收录 3
  • V2EX 技术（11 篇）：抓取 20 → 窗口内 19 → 过滤 8 → 收录 11
  • InfoQ 中文（6 篇）：抓取 20 → 窗口内 10 → 过滤 4 → 收录 6
  • RadarAI（47 篇）：抓取 50 → 窗口内 48 → 过滤 1 → 收录 47
  • 少数派（2 篇）：抓取 10 → 窗口内 4 → 过滤 2 → 收录 2
  • 机器之心（3 篇）：抓取 20 → 窗口内 3 → 收录 3
  • 极客公园（2 篇）：抓取 20 → 窗口内 2 → 收录 2
  • 量子位（4 篇）：抓取 20 → 窗口内 4 → 收录 4
  • IT之家（5 篇）：抓取 20 → 窗口内 15 → 过滤 10 → 收录 5

无最新数据（时间窗口内未获取到文章）

  • RAIS

不在时间窗口内（有文章但不在覆盖范围内）

  • 哔哩哔哩技术 · 字节跳动技术团队 · 小米技术 · 爱奇艺技术产品团队 · 阿里云开发者 · Benson · HUHUHANG · IPhysResearch · Lei Mao’s Log Book · MacTalk-池建强的随想录 · 从百草园到三味书屋 · 夕小瑶科技说 · 披萨盒的博客 · 机器学习初学者 · 范叶亮的博客 · 谭升的博客 · 新智元

全部被过滤

  • 阮一峰的网络日志（1 篇）

本文由 AI 日报系统自动生成 · 2026年11月14日