第 280 期
Signal #20：当 Agent 开始塑造模型
技术周刊
Signal #20：当 Agent 开始塑造模型
过去，模型与 Agent 的关系相对单向：模型先被训练出来，Agent 产品再把它接入代码仓库、终端、浏览器和测试环境。模型负责理解与推理，Harness 负责组织上下文、调用工具和验证结果。
这周三条信息说明，这段关系开始发生变化。Cursor 与 SpaceXAI 联合训练 Grok 4.5 时，使用了包含开发者—Agent 交互、Agent 使用代码库和工具过程的 Cursor 数据；OpenAI 将程序化工具调用和并行子 Agent 放进 GPT-5.6 的模型接口；NVIDIA 则根据 Nemotron 3 Ultra 的具体失败轨迹，调整 Prompt、工具描述和 Middleware。
这些变化指向同一个方向：Agent 的真实工作负载开始反向进入模型。工具调用、失败恢复、人工纠正和验证过程，不再只存在于模型外部的 Harness，也开始影响模型训练和接口设计。另一边，同一套 Harness 也不能默认适配所有模型，需要根据模型行为持续调整。
一句话说：模型与 Agent 系统正在从分层组装走向共同优化，Agent 开始塑造模型。
国内技术
AI Coding 与研发工程化
[梯度不陡] AI Coding 程序修复 验证闭环 测试执行
To Run or Not to Run：AI Coding 不是多跑测试就更可靠
基于程序修复论文讨论执行测试是否真正提升修复成功率；核心结论是测试执行有成本，测试通过也不等于真实验收通过，企业需要按任务类型设计验证策略，而不是默认让 Agent 无限跑测试。
文章围绕论文《To Run or Not to Run》展开，探讨LLM-based program repair中Coding Agent执行测试的效益与成本。在很多AI Coding方案里，验证闭环常等同于让Agent跑测试。但研究发现，执行代码收益不一定能覆盖成本，执行权限放开未显著提高商业Agent修复成功率，还消耗大量资源。此外，Agent测试通过不代表真实验收通过，因可能存在测试与验收间的差距。企业研发中不能把验证闭环简单理解为让Agent无限执行，而应考虑需求类型制定验证策略，明确跑什么、跑几次及跑完如何解释。
[阿里云开发者] AI工程化 Loop Engineering 日志诊断 全自主闭环
Loop Engineering 实战：实现从日志扫描到预发部署的全自主闭环
从日志扫描、问题修复到预发部署，拆解一个由 Connector、Automation、Skill、Worktree、Sub Agent 和状态沉淀组成的完整 Loop，并归纳发现、交付、验证、持久化、调度五个关键动作。
文章围绕Loop Engineering实战展开，介绍从日志扫描到预发部署的全自主闭环。先指出其目标是让人从维护循环中脱离，如作者团队维护AI云诊断系统，实现多项指标大幅提升。接着分析痛点，AI写代码快但维护循环仍靠人工，存在看不见、记不住、没闭环三个断裂点。随后阐述AI 工程化从Prompt到Loop的四代演进，Loop能填补断裂点。原理上，Loop靠发现、交付、验证、持久化、调度五个动作运转，建Loop需通过四格检验，由六个组件拼成闭环。实践中，系统自动扫描日志、自主处理问题，各组件发挥作用，如Connectors打通日志等，Automations发现异常，Skills固化经验，Worktrees并行修复，Sub Agents验证，State沉淀经验。最后提到范式迁移，工程师角色变为循环设计师，还给出实践的踩坑教训与行动清单。
[腾讯技术工程] AI工程化 Harness TAB工程
从Vibe Coding到Harness—— 一套大仓AI工程化实战
围绕大仓项目的 Harness 实战，详细拆解 Rule、Skill、Sub Agent、门禁、索引、MCP 与人工关卡；重点不在单个 Agent 的能力，而在如何把需求、开发、测试和交付组织成可控流程。
文章是关于后端微服务与前端微应用大仓的Harness实战分享。先介绍TAB工程背景，包括其作为A/B实验平台的特点及Harness要解决的痛点，强调从完整设计文档开始。接着阐述Harness由Rule、Skill、Sub Agent等六层资产组成，各有独特作用和设计理念。然后分析13个工作阶段不能合并的原因，如集成测试前置降低代码审查打回次数，Bug复现变为可选提高效率。回顾4个Agent的演进过程，从单Agent到多Agent分工，解决上下文混杂等问题。指出半自动模式中关键节点需人工参与，并设置了5个人工关卡。介绍7道门禁脚本，明确软硬门禁的取舍、基线对比和软门禁留痕机制。复盘Team Mode卡死问题及解决方法，总结出警惕自给自足复杂度等经验。讲述通过两层项目级索引让AI有项目全局视野，通过MCP实现从开发闭环到交付闭环，并明确MCP的设计和接入原则。最后总结Harness由四块拼图构成，给出当前运行数字和搭建建议。
[快手技术] AI Coding 代码生成 人机协作 Agent技术
从代码补全一路讲到 Spec 驱动的长程 Agent Loop 和人机同工作平面，指出 AI Coding 渗透率提升并不自动带来组织效能，真正瓶颈在上下文、状态外置、执行节点与协作方式。
本文整理自快手AI Coding专家周鸿轩在AiDD大会的分享。快手AI Coding工具渗透率和代码生成率高，但组织效能提升有限。AI Coding历经从代码补全到Coding Agent等阶段演进，演进中面临理解项目、行动、ReAct模式等技术问题，如早期用向量化索引理解项目，现主流用原生工具。ABAB交错执行模式效率低，解决方案是Spec驱动的长程Agent Loop，将状态外置，还可打破本地与云端划分，统一为执行节点。人机协作方面，要解决上下文不对等问题，让Agent与人在同一工作平面协作。此外，Agent融入团队组织时存在需求产出、测试等问题，需重新思考协作模式，共享工作上下文。
[TesterHome社区] AI开发 技术债务 代码规范
讨论 AI 生成代码如何加速技术债累积，给出的约束很务实：架构仍由人负责，AI 只负责加速落地，代码提交人继续承担责任，并用上下文管理与软件设计原则控制重复和腐化。
文章指出当下有人盲目依赖AI写代码，易催生技术债务。技术债务并非新问题，AI放大了开发利弊，使开发效率提升同时，技术债务累积加速。作者团队使用AI但规范其使用，架构设计由人主导，AI仅加速代码落地，还做好上下文工程。此外，文章提到代码重复问题，强调代码提交人应担责，开发要遵循优质软件设计原理。
[快手技术] 软件测试 AI测试 智能用例生成 Agentic自进化
快手复盘 UI 用例从 Prompt、Multi-Agent、知识注入到 Agentic 自进化的四个阶段，给出了生成率、采纳率、维护成本和数据飞轮之间的关系，是较完整的 AI 测试演进案例。
文章整理自快手研发Agent负责人苗星在AiDD大会的分享，复盘了智能UI用例生成与执行从可行性到可用性、再到自进化的四阶进化之路。传统测试模式受产品迭代、业务规则影响存在效率低、质量差异大等问题，快手为此开启探索。V1.0探索Prompt工程，虽证明可行但效果不佳；V2.0用Multi-Agent协作模拟QA工作流，生成率、采纳率等有提升，但用例浅显；V3.0注入知识资产，让AI懂业务，各项指标大幅提升，但有维护成本高的问题；V4.0实现Agentic自进化，形成数据飞轮，维护成本大降。此外，快手提出测试意图驱动的执行方案，并给出四层架构方法论和实践建议，强调AI、人、工程系统配合的重要性。
[腾讯技术工程] AI Agent协作 工作流 Multica
以 Multica 为底座，把需求交付、Bug 修复等人类流程改造成多 Agent 协作工作流，重点解决调度、并行收敛、验收返工和外部系统交接，展示 Agent 从助手走向组织化执行单元的路径。
文章围绕打造AI协作军团展开。指出AI虽让个体变强，但工作仍依赖人推进，瓶颈在于缺乏适配AI的工作方式。为此，团队基于Multica搭建AI协作军团雏形。分析传统工作流程中AI未融入协作链路的卡点，如依赖人在线、旧角色边界限制、关键上下文丢失。选择将人类流程Agent化的策略，以Multica为技术底座，扩展成多Agent协作工作流底座，解决Agent调度、工作流编排、外部系统交接问题。在真实运行中补全Agent输出约束、并行收敛、验收返工等能力。该模式已在需求交付、Bug修复等场景验证，证明多个Agent可按流程协作完成工作。人的角色从处理任务转向设计机制，下一阶段将稳固底座、增强观测优化、探索AI原生工作流，目标是把Agent组织成超级组织。
[腾讯云开发者] 前端开发 AI工程化 Harness 领域模型
通过领域模型、契约、Command、Skill、Agent 分工和端到端工作流，解决多端项目中的上下文腐化与差异映射问题，并把 Harness 落到需求分析、方案设计、编码、测试和资产同步的具体机制上。
本文是腾讯团队在Web项目用AI辅助编程的总结，介绍基于领域模型的Harness实践。2025年初，团队在新项目尝试AI辅助编程。此前已做工程化沉淀，但用AI时出现上下文腐化问题，于是从上下文工程转向Harness工程化。Harness用契约代替猜测，提前定义领域模型，用映射解决多端差异，有完整工作流。其编排设计拆分开发流程，明确Command、Skill、Agent职责，相比业界工具更优。领域模型是核心，有四层架构，通过关键设计让AI找文件、处理差异、统一语言。工作流含项目初始化、需求分析、方案设计、开发编码、测试验证等环节，各环节有详细步骤和产出。管理机制通过wpc工具同步文件，解决升级、版本管理、编辑边界等问题。
[阿里云开发者] 大模型 LLM微调 Agent AutoResearch
AutoResearch-LLM：让 Agent 接手 LLM 训练优化
将 LLM 微调拆成场景理解、方案设计、自动实验与评估三阶段，让 Agent 接手训练优化循环；文中还保留了 DeepSpeed 冲突、thinking mode 影响评估等真实踩坑。
本文是 LLM 微调 AutoResearch 实战，将 Qwen3 微调流水线沉淀为 Agent 驱动的三阶段框架。此前作者在 CV 分类做过 Agent 实验，有提升但简单。参考 TAO 与拍立淘的工作后，为 1688 场景开发 auto_research_llm，相比前作有多项升级。流水线包括场景理解与基线分析、实验方案设计、自动化实验验证，各阶段有产出物。工程实现涉及数据接入、训练配置、自动评估等。还记录了 PyTorch 与 DeepSpeed 冲突、Qwen3 thinking mode 影响 BLEU、OSS endpoint 队列差异等踩坑问题及修复方法。最后对比同期项目并指出自身待完善之处，目标是把模型训练与样本反馈、线上服务闭环。
[PaperAgent] 大模型 Agent技能 技能进化 技能评估
梳理 19 类 Agent Skill 自进化框架，区分执行反馈、轨迹蒸馏、压缩增强和强化学习四种路线，并指出现有评估缺少长期跟踪、指标单一和持续安全检查。
文章围绕Agent技能的进化与评估展开。指出技能需持续进化，手动维护大规模技能库不现实。介绍了技能进化的四个范式，执行反馈、轨迹蒸馏、压缩与增强、强化学习。其中，将“诊断失败”和“重写技能”分开的系统跨任务效果更好，库级压缩可解决技能库膨胀问题。强化学习存在分不清技能进化和模型变强的矛盾。还分析了评估体系的三个结构性盲区，即无纵向追踪、指标单一、安全检查一次性。强调技能应作为持续进化的基础设施，当前评估体系有待完善。
[腾讯技术工程] 大模型 Token优化 AI工程化
精打细算虾养成指南： 省 Token 和把 AI 用好，从来就是一件事
把省 Token 与提高 Agent 质量放在同一套工程问题中处理：最小上下文、JIT 检索、分层存储、提示缓存、多模型分工和子 Agent 拆解，核心是减少无效上下文而不是单纯压缩成本。
文章介绍节省AI使用中Token消耗的方法，以提升使用效率和降低成本。进入龙虾时代后，模型输入的上下文膨胀，导致Token用量增加、模型召回准确率下降。为此，可采用工程化管理上下文的方法：一是按需提供最小上下文，如用JIT即时检索，对AI上下文分层存储和提示缓存；二是清晰定义提示词，明确目标和约束；三是多模型分工协作，当会话轮次过多时主动压缩，用主虾+子虾架构拆分任务；四是按阶段或采用大脑+手脚架构动态选型模型，将任务拆分为细粒度原子任务。
[阿里云云原生] AI Coding Qoder企业版 资源分配 模型管理 知识引擎 安全防御
Qoder 企业版全球发布：让 AI Coding 从“个人工具”长出“组织能力”
Qoder 企业版将 Credits、模型权限、企业 Skill 市场、RepoWiki 和安全防护组合成组织级 AI Coding 能力；值得关注的不是产品发布本身，而是工具开始围绕资源、知识与治理提供团队控制面。
Qoder 全球站发布企业版，并在中国和国际阿里云云市场同步开售。企业版采用 Credits 资源池化，管理员可按需分配资源；模型权限可按人员和代码库设置；企业专属 Plugin 与 Skill 市场用于沉淀团队工作流；知识引擎增加 QMind 和面向大型代码库的 RepoWiki；同时提供五层安全防护体系。整体上，Qoder 正在把模型调用、组织知识、工程规范和安全治理整合到同一个团队控制面中。
[快手技术] 大模型 Agentic Coding模型 KAT - Coder - Pro V2.5 强化学习
KAT-Coder-V2.5 正式发布：从“写代码”到“做工程”，Agentic 能力全面提升
KAT-Coder-V2.5 把优化重点从代码生成转向长程工程任务，通过环境构建、业务场景数据、Agentic 强化学习和多专家融合提升执行能力，反映 Coding 模型训练目标正在发生变化。
KwaiKAT发布旗舰级Agentic Coding模型KAT - Coder - Pro V2.5，在长程工程能力、通用Agentic能力和大规模Agentic强化学习体系三方面突破。长程工程方面，建设AutoBuilder提升环境构建成功率，转化失败样本为训练数据；通用Agentic场景用KwaiClawEnv生成覆盖多种业务场景的训练数据；强化学习从三方面优化训练。采用MOPD融合多专家模型能力。该模型在多项评测中表现出色，现已全量上线，可通过StreamLake平台调用。
[网易智企-CodeWave] AI Coding CodeWave SDD 自动化测试 原型预览
自动化测试、原型预览升级 | 网易智企 SDD V4.5.2发布
CodeWave SDD V4.5.2 补上自动测试、测试修复、原型预览、UI/UE 澄清和依赖兼容检测，产品路线开始从 Spec 生成代码继续向验证与交付闭环扩展。
CodeWave SDD V4.5.2 在 Spec-Driven 开发链路上继续补齐验证与交付能力。新版本支持自动生成并执行测试用例、根据结果修复问题和输出修复指引；在需求阶段可生成原型应用，并增加 UI/UE 视觉澄清；同时补充 AI 服务积分统计、服务端依赖兼容检测和翻译器插件多版本兼容。
Agent 系统、治理与企业落地
[火山引擎Agent社区] AI Agent Agent Identity 企业级开发
企业级 Agent 开发实战：从 Identity 开始进入生产环境
以根身份、组织身份、委托身份和交互身份构成四层 Agent Identity，尝试回答企业 Agent 是谁、属于谁、受谁委托、当前能做什么，为后续权限、审计和行为治理提供主体基础。
文章围绕企业级 Agent 开发，介绍 ArkClaw 企业版 Agent Identity。随着 Agent 从信息助手走向执行者，企业需解决其信任问题。个人与企业场景对 Agent 信任要求不同，企业场景涉及多方信任体系。ArkClaw 提出根、组织、委托、交互四层身份模型。根身份确认 Agent 是谁；组织身份明确其所属；委托身份记录委托关系；交互身份明确其在当前环境的权限。未来，智能体治理将从主体身份演进到行为身份，ArkClaw 也将朝此方向推进，让 Agent 安全可控进入生产系统。
[字节跳动技术团队] 企业安全 AI办公 飞连 1+3+N体系
飞连把传统零信任和 DLP 扩展到 AI 办公场景，通过 AI 使用可见性、差异化授权、Agent DLP 和安全智能体矩阵，说明企业安全边界正在从人和设备继续扩展到 Agent。
AI提升生产效率，但也给企业安全带来挑战。2026年6月24日火山引擎Force大会飞连论坛上，飞连发布AI 办公安全产品体系升级，从传统体系变为1+3+N体系。该体系含统一平台底座、三大产品套件和N个安全智能体。通过建立AI使用可见性、实施分级管理，基于零信任架构对Agent差异化授权，将传统DLP升级为Agent DLP，构建面向Agent的分层检测防护体系，实现全链路治理。此外，飞连构建安全智能体矩阵，实现安全运营能力升级，助力企业应对AI 办公安全问题。
[TRAE.ai] AI Agent TRAE Work 沙箱模式
TRAE Work 用用户态轻量沙箱隔离 Agent 的中间过程与真实文件，默认在沙箱内执行，完成后再由用户决定是否合入；它体现了通用 Agent 在流畅体验与安全控制之间的一种工程取舍。
TRAE Work已上线，本文介绍其底层关键能力——沙箱模式。该模式为AI Agent构建用户态轻量级隔离环境，让AI顺畅推进任务，避免破坏真实文件。此前TRAE IDE虽有沙箱模式，但TRAE Work面向通用任务场景，复用会影响流畅体验。TRAE Work采用轻量沙箱方案，将中间过程和真实文件隔离，具有极致轻量、更少打断、沙箱中安全执行确认后合入三大核心体验。沙箱模式默认开启，用户提出任务，Agent在沙箱中操作，完成后用户决定是否合入修改结果。此模式让TRAE Work在通用场景中保持流畅并保护真实文件。
[阿里云云原生] AI网关 Credits计量 模型元信息管理 供应商管理 配额单位扩展
别再为 AI 调用超支头疼：Credits 配额，让每一笔消耗都透明可控
通过模型元信息、供应商对象和 Credits 配额三个层次，把不同模型、不同计费方式和不同团队的调用量统一到可度量资源上，补齐多模型环境中的成本控制与配额治理。
文章围绕AI网关的Credits计量与配额能力展开。大模型调用资源消耗差异大、缺乏统一度量，AI网关引入Credits解决这一问题。本次上线三部分能力：一是模型元信息管理，为模型建“规格档案”，明确其各项信息；二是供应商管理，将“供应商”独立成资源对象，解耦协议与用量归属；三是Credits维度配额，升级配额规则，从Token到Credits维度。还结合具体场景展示了一次调用的各环节处理，最后给出能力速览，该能力已上线，
[火山引擎Agent社区] 大模型 AI搜索 企业知识管理
让企业每一份知识活起来：ArkClaw 企业版中的 AI 搜索实践
围绕企业知识接入、检索准确性、权限控制和搜后执行四个问题设计 AI 搜索，同时区分企业、团队、个人三层知识，使知识从被动查询材料转为 Agent 决策和行动依据。
火山引擎在FORCE大会发布ArkClaw企业版，AI 搜索是核心能力。企业让Agent用内部知识有四大挑战，即知识接不进来、用不准、搜到资料办不了事、数据安全与权限难管控。AI 搜索提供统一入口、搜得准、搜完能办事、全程遵循权限与审计要求四项核心能力。其实现方案分企业、团队、个人三层知识。使用方式有独立搜索入口和任务中自动调用。此外，结合记忆机制，能沉淀四类信息，有量化效果，让知识成Agent决策依据和生产力来源。
[PaperAgent] 大模型 Agent Memory 记忆诱发谄媚 MemSyco-Bench
MemSyco-Bench 关注长期记忆诱发的谄媚与误用问题；研究发现 Memory 并不会天然提高可靠性，很多错误发生在检索正确之后，Agent 记忆的瓶颈正从 Retrieval 转向 Utilization。
文章介绍了厦门大学与吉林大学在Agent Memory方面的研究。随着大模型Agent具备长期记忆能力，Memory成为关键模块，但也带来问题，如记忆诱发的谄媚行为（Memory-Induced Sycophancy），即Agent过度依赖历史记忆。为解决此问题，提出MemSyco-Bench，用于评测Agent Memory谄媚行为，其有决策导向评测、五类关键场景覆盖、真实记忆决策构建方式三大核心设计。实验发现长期Memory不会天然提升可靠性、很多错误是检索后用错记忆等。核心结论是Agent Memory关键瓶颈从Memory Retrieval转向Memory Utilization，可靠的Agent应知道如何正确利用记忆。
[字节跳动Seed] 大模型 环境学习 Scaling Law EdgeBench
EdgeBench：衡量真实世界环境学习，发现新 Scaling Law
EdgeBench 用 134 个超长程任务衡量 Agent 在真实环境中的持续学习，并发现环境学习表现呈 log-sigmoid 曲线；它把评测对象从一次性答题推进到长时间工作与学习速度。
过去几年，人们认为模型能力会随数据量和算力增加而提升。但在真实世界，模型能否在与环境交互中持续学习变强成了新问题。近日，团队发布用于衡量真实世界环境学习的超长程评测集EdgeBench，它含134个任务，横跨六大能力领域，支持Agent持续工作至少12小时。基于任务运行结果，发现Agent在环境学习中的整体表现遵循高精度log-sigmoid曲线，且不同代际前沿模型学习速度大致每三个月翻一倍。目前，EdgeBench已开源部分任务及评测框架。未来，模型差距或体现在环境学习速度上，团队希望EdgeBench为相关研究提供参考。
[阿里云云原生] 大模型 智能体 企业AI落地 多智能体协作 智能体观测优化
阿里云发布 AgentTeams 与 AgentLoop：破解企业智能体规模化落地两大难题
AgentTeams 用 Leader-Worker 结构组织多智能体协作，AgentLoop 记录轨迹、评估效果并支持回测优化；两者共同指向企业 Agent 的下一阶段：不只要能跑，还要可治理、可观测、可迭代。
近日，阿里云发布面向企业AI落地的多智能体协作治理平台AgentTeams与智能体观测优化平台AgentLoop，目前已全面公测。AgentTeams解决多个智能体配合难题，采用Leader - Worker分工架构，有组织管理体系，集中托管密钥，满足合规要求。AgentLoop解决智能体效果黑盒问题，自动记录执行轨迹，用AI评估AI，让智能体持续学习进步。此外，阿里云全域智能运维平台STAROps正式商业化，上架Qoder Desktop插件市场。三者构成智能体完整链路，为企业AI落地构建全生命周期治理闭环。
[Datawhale] AI 递归自我改进 体系架构 设计模式 优化方法
文章把 Harness 定义为包裹基础模型的系统，梳理工作流自动化、文件系统持久记忆、子 Agent 与后端任务等设计模式，并讨论 Harness 自我改进、演化搜索和与模型联合优化。
北大校友、AI研究者翁荔发布文章《Harness Engineering for Self-Improvement》，聚焦Harness Engineering及其对递归自我改进（RSI）的贡献。她认为harness是包裹基础模型的系统，其重要性不亚于模型本身。文章介绍了Harness三种设计模式，即工作流自动化、文件系统作持久记忆、子Agent与后端任务。还阐述了其优化方式，如上下文工程、工作流设计、让Harness自我改进、演化搜索、与模型权重联合优化等。最后指出通向完整RSI存在弱且模糊的评估器、上下文和记忆生命周期等七个问题。
[深思圈] 大模型 AIGC Agent 无头软件 企业软件
从 Headless Software 出发讨论 Agent 是否还需要界面；文章指出查找、执行、分析三类 Agent 会改变软件入口，但例外处理、合规、收费与用户习惯仍需要界面，企业软件不会简单消失。
本文围绕a16z的播客，探讨了Agent与软件界面等问题。首先指出Salesforce的Headless 360让“无头软件”受关注，虽概念不新，但行业正往此方向发展，因Agent更关注数据和逻辑。嘉宾还提出区分Agent的三分法，即查找、执行和分析。软件粘性源于用户习惯、合规要求和收费模式。以汽车行业为例说明SAP难被替代，其核心是业务逻辑。此外，强调例外处理是企业软件核心，效率提升会催生新工作，MCP和中间层不稳定。最后建议创业公司在巨头间找机会或打通组织内部信息孤岛。
[腾讯研究院] AI FDE AI Agent 商业模式
来自硅谷一线创业者的 FDE 非共识和落地指南 | AI透镜-行业圆桌06
围绕 FDE 的岗位边界、从 Demo 到生产的复杂度、知识蒸馏和商业模式展开讨论；核心判断是驻场交付只有把客户现场经验沉淀回产品，才不会退化成高成本外包。
本文围绕FDE岗位展开多方面探讨。背景介绍2026年AWS、微软等五家公司纷纷布局FDE岗位，将AI从demo变为生产系统。在圆桌讨论中，Cresta AI Agent FDE负责人钟钱杰和Ventus AI联合创始人陆骁鹏等对FDE进行定义探讨，指出其因公司阶段和商业模式而异；与外包等岗位分野在于能否教会客户；从demo到生产复杂度远超想象，涉及模型选择、合规等；蒸馏知识沉淀是商业模式成立前提；Palantir早期FDE与如今已不同；中国跑通FDE需解决客单价和付费习惯问题；能推动AI落地企业的老板需AI native；招人看重实干和AI Agent经验；FDE岗位能接触资源，未来发展有多种可能，且团队AI native程度打分观点不同。
[阿里云开发者] 大模型 AIGC 内容成长引擎 LLM Agent
淘宝内容生态：GrowBrain - 淘宝Agentic内容成长引擎
淘宝 GrowBrain 采用 PES 编排、Agent 矩阵、双 Pipeline 隔离和无状态服务，解决内容流量决策中的多信号融合、可解释性和高并发问题，是较完整的业务 Agent 系统案例。
文章围绕淘宝GrowBrain内容成长引擎展开。首先介绍背景，淘宝内容流量分配面临多信号融合难、决策难解释、新场景接入慢等问题，由此提出该引擎。前期架构探索中，先选xlangchain框架和ReactAgent，但在小模型和高并发场景有问题，后演进到PES架构并采用无状态服务设计。GrowBrain系统以LLM Agent为中枢，采用PES编排、Agent矩阵分工、双Pipeline物理隔离等设计。详细方案含潜力预估、流量分配、流量诊断Agent，各有优势，如潜力预估LLM突破数据闭环等。该引擎将内容成长决策升级，有核心贡献，未来将多方向演进。
[CAMEL AI] 大模型 LLM Agent 模拟环境 工具调用
Gecko 为工具调用 Agent 提供有状态模拟环境，让 Agent 在真实执行前先试错，再用成功轨迹指导真实操作；它把 Sandbox 从隔离机制进一步扩展为测试、数据合成和强化学习基础设施。
本文介绍被ICML 2026接收的论文Gecko，它为解决LLM Agent在真实工具调用中出错的问题，提供状态化模拟环境。Gecko是面向LLM Agent工具调用的模拟环境，由API Schema Converter等五个组件构成。基于Gecko提出的GATS方法，可让Agent在模拟环境试错，成功轨迹用于指导真实执行。实验表明GATS能提升工具调用能力，减少真实试错依赖。在数据库依赖场景，采用混合适应策略，减少模拟偏差。Gecko有望成为Agent工具使用的基础设施，在测试优化、数据合成和强化学习方面有价值。
[Datawhale] 大模型 Agent Skills自进化
别再一直调 prompt 了，让 Agent 的 Skills 自己进化！
以路由层、指令层、资源层三层 Skill 结构说明如何把真实任务反馈写回技能，并通过候选验证与 Skill compaction 控制技能库膨胀，强调 Skill 需要持续运营而不是一次性编写。
文章围绕Agent的Skills展开，介绍其三层结构，包括路由层、指令层和资源层，对应渐进式加载机制。以旅行行程规划助手为例，阐述Skills自进化，即根据真实任务反馈更新三层结构。反馈规则会写入对应层，如指令层优化行程安排、增加判断标准，资源层处理细分场景。还提到要定期做Skill compaction，进行压缩与重构，且候选Skill需验证后决定是否发布。长期来看，Agent 能力提升将从调prompt走向持续运营Skills。
前端、客户端与交互
[iOS新知] iOS WKWebView 域名限制
WKWebView 怎么限制只能访问你的域名？两种方法对比，一个能热更新
对比 WKWebView 限域的两种方式：App-Bound Domains 在 WebKit 层提前拦截但数量有限、需要发版；WKNavigationDelegate 更灵活，可远程更新白名单，适合动态业务场景。
作者在做App嵌WKWebView加载H5内容功能时，遇到只允许访问特定域名的安全需求，分享两种控制方法。一是在Info.plist里声明白名单（App - Bound Domains），创建WKWebView时开启限制，WebKit会在代码前拦截请求，但最多10条且改了要发版；二是用WKNavigationDelegate代码拦截，手动判断域名，可从远端配置拉取列表，无条数限制且不用发版就能更新。最后对比两者适用场景。
[GSYTech] Flutter 热更新 flutter_patcher
新开源 Flutter 热更新？ flutter_patcher 可以简单了解下
解析 flutter_patcher 通过替换 FlutterLoader 和动态加载 libapp.so 实现 Android 端 Dart 代码热更新的链路，同时明确其体积、原生代码、iOS 和应用商店政策限制。
文章介绍了开源项目 flutter_patcher，其为 Flutter Android 提供 Dart 代码热更新能力，本质是 so 加载的动态替换。它替换 FlutterLoader，通过反射将默认 Loader 换成自定义的 PatchedFlutterLoader。链路分开发侧和设备侧，开发侧生成补丁，设备侧下载、校验、保存并让补丁下次冷启动生效。其限制明显，不能更新原生代码等，全量替换 libapp.so 导致体积大，违反 Google Play 政策，不支持 iOS，但使用简单，可用于特殊场景兜底。
[支付宝体验科技] 前端 Markdown渲染 流式输出 多端小程序
@ant-design/x-markdown-mini：面向多端小程序的高性能流式 Markdown 渲染器
面向小程序流式 Markdown 渲染，x-markdown-mini 取消 HTML 中间层，使用稳定块缓存、增量补全和自定义节点直出，重点解决大模型流式输出中的格式跳变与性能问题。
随着大语言模型普及，流式输出成为对话式AI 应用标准交互模式。但小程序端流式Markdown渲染存在格式突变等问题。现有主流渲染方案在流式场景有转换、性能和易用性瓶颈。为此，蚂蚁设计团队推出了@ant-design/x-markdown-mini。其核心设计原则是流式场景下已完成内容不承担额外开销，整体架构分五层，还有扩展机制。它采用三项策略：取消HTML中间层直出节点、稳定块缓存加增量补全与传输、自定义语法/组件直出节点。实测中，长文比towxml快4.4倍、比mp-html快2.5倍，支持多端运行。
[W3C资讯] Web技术 云边端一体化 流式渲染 PPR技术
基于 React PPR 将静态与动态内容拆分渲染，并组合 FaaS、CDN 边缘路由、端侧快照与体感指标，形成云边端一体化性能方案，AB 实验显示体感耗时和到达率均有改善。
2026年4月，W3C与蚂蚁集团联合主办、华为赞助的开发者交流会在杭州举行。蚂蚁集团肖胜桃分享云边端一体化流式渲染方案。该方案针对页面加载慢致流量转化低问题，基于React的PPR特性构建，将页面静动态内容拆分渲染，改善用户等待体验。方案实现“云边端”协同，云采用FaaS方案，边用CDN边缘路由，端叠加CCDN与前端快照能力。团队引入体感耗时和用户到达率指标，经AB实验，该方案体感耗时提升30% - 50%，用户到达率明显提升，为业界全链路性能优化提供新思路。
[浮之静] 前端开发 TypeScript 7 AI生成式代码 native迁移
TypeScript 7 用 Go 重写原生 CLI，大幅缩短类型检查和本地 Gate 时间；文章进一步指出，这类工具链原生化会让类型验证更适合进入 AI 生成代码的高频内循环。
文章围绕TypeScript 7展开，它已可安装使用，升级后全量类型检查性能提升显著，如纯tsc从4.38s降至0.60s，完整本地gate从54.92s降至27.23s。当前动态语言生态热路径向native迁移成趋势，可降低大规模代码和高频变更下的反馈延迟，TS 7的native CLI顺应此趋势。迁移时，不建议直接将typescript包名指向TS7，应分开TS7 native CLI和TS6 compiler API。性能测评显示，compiler本体和完整本地gate都有明显加速。在AI代码基建方面，TS 7让类型验证更适合进入生成式开发内循环，改变多种工作流，是AI生成式代码的重要基础设施。
[阿里云云原生] 前端开发 Session Replay 热力图 前端体验优化
看见用户每一步：Session Replay 与热力图让体验优化有据可依
Session Replay 用 DOM 增量追踪重建用户操作，热力图覆盖点击、区域与滚动行为，并通过压缩、采样和隐私分级降低成本，体现前端体验分析从指标走向现场复现。
前端体验优化需求精细化，开发者面临“理解用户行为”的挑战，传统指标监控力不从心。阿里云云监控CMS 2.0团队推出Session Replay与三维热力图能力。Session Replay基于DOM增量追踪技术，重建用户操作过程，实现个案精准复现，还提供分段上传、三层压缩降级和四级隐私保护。热力图有点击、区域、滚动三种，从不同维度呈现用户群体行为模式。与友商相比，阿里云方案在热力图覆盖、点击质量分析、隐私保护和数据压缩等方面有优势。接入简单，二者可独立控制采样率，助力前端体验优化。
[W3C资讯] 前端开发 生成式UI OpenTiny GenUI
[视频] OpenTiny GenUI：实时个性化生成式UI，重塑AI交互
OpenTiny GenUI 让大模型输出 JSON DSL，再由前端流式渲染为可交互组件，支持多框架与业务定制；它提供了一条从文本对话走向生成式 MiniApp 的可实现路径。
2026年4月，W3C与蚂蚁集团联合主办、华为赞助的开发者交流会在杭州举行。华为的林瑞虹分享OpenTiny GenUI——AI时代实时个性化生成式UI框架。该框架可解决传统文本交互面对复杂任务的局限，其核心是用提示词引导大模型输出基于JSON的DSL，再由前端流式渲染器解析映射为组件，支持多框架且可深度定制。与Google的A2UI协议相比，它更侧重业务与体验。未来有望实现“生成式MiniApp”，降低开发门槛。项目已在GitHub开源，邀请社区共建。
云原生、数据与基础设施
[阿里云开发者] GPU集群 AI Native 稳定性验证 算力风洞
从日志学习到风洞验证：构建 GPU 集群的 AI Native 稳定性闭环
阿里“算力风洞”把日志学习、故障认知、风洞验证和知识图谱进化串成 GPU 芯片稳定性闭环，将原本依赖人工、周期以月计的验证工作压缩到天级。
文章介绍阿里构建的面向新引入GPU芯片稳定性验证的AI Native治理体系“算力风洞”。传统GPU芯片验证依赖人工，周期长且难覆盖复合故障。“算力风洞”有三大业务目标，将适配周期从月级缩至天级，提升效率、覆盖长尾故障、转变驱动模式。其分认知、验证、进化三层：认知层双源学习构建故障认知；验证层在风洞验证决策能力；进化层基于判定结果驱动知识图谱迭代并反馈。该体系避免决策失误、可回测、能做极限测试，实现稳定性指标量化，让稳定性建设迈入AI Native新阶段。
[货拉拉技术] 主机安全 eBPF技术 内核级监控
货拉拉用 eBPF 构建进程与网络行为采集体系，对比 Netlink 验证捕获率、CPU 和内存开销，并补充稳定性监控与应急机制，展示内核级可观测性进入主机安全的完整路径。
文章围绕基于eBPF的主机安全探索与实践展开。首先介绍探索背景，eBPF有内核级可见性、极致性能、动态可编程等优势，能提升安全能力，但挂载内核有风险。接着阐述eBPF机制，包括钩子点和加载机制。然后是主机安全eBPF实践，构建深度感知体系，介绍架构、实现进程与网络数据采集，对比Netlink和eBPF的采集结果，eBPF进程捕获率更高；性能指标上，eBPF内核CPU占用略上浮，内存开销与Netlink相当；还构建了稳定性监控和应急处理机制。最后总结，eBPF解决了Netlink痛点，也面临挑战，未来可从优化指令效率、结合AI分析、深入内核检测三方面深化。
[字节跳动技术团队] 向量检索 火山Milvus DiskANN RaBitQ
3 倍于 VectorDBBench 榜首，火山 Milvus 如何把向量检索拉到新高度
火山 Milvus 通过内存版 DiskANN、Extended-RaBitQ、内存布局和查询链路优化，在固定成本下显著提高 QPS，文章把算法压缩、图搜索和工程瘦身放在同一条性能链路里说明。
大模型使向量检索受硬件成本制约，火山Milvus优化性能。它上线集成DiskANN + RaBitQ算法，性能版和磁盘版优于开源版。此次进一步优化，在固定成本下性能达VectorDBBench榜首近3倍。其采用内存版DiskANN释放高性能图搜索能力；结合Extended - RaBitQ在压缩率与召回精度间平衡；优化In - Memory Layout提升查询效率。工程上，瘦身查询链路降低延迟，优化内存与运行时提升硬件利用率。测试显示，它用较低资源实现高QPS，节省成本，提升向量数据库竞争力。
[与数据同行] 数据仓库 湖仓一体 AI数据底座 方法论
文章认为数仓退场的是名字，不是方法论；湖仓、实时平台和 AI 并没有自动解决口径、质量与责任问题，数仓思想仍需迁移到新的技术栈与数据产品中。
文章指出数据仓库虽在汇报材料里退场，但在工单里依旧重要。数仓真正重要的是方法论而非具体技术产品，其未过时却少被提及，一是因技术实现替代使方法论被嫌弃，二是普及后无热点可炒，且新技术传播需与之拉开距离。每代新平台解决了存算问题，但口径、质量等责任未自动解决。“先入湖后建模”是延期派单，AI也未绕过数仓，而是让其问题暴露，数仓思想需迁移到新技术栈。名字不重要，关键是适合企业问题，工单任务始终不变。
[腾讯云开发者] 大模型 AI Workload调度 Kubernetes Ray
当K8s遇见Ray：大模型时代AI Workload调度的通用范式
系统梳理 K8s 与 Ray 在 AI Workload 调度中的职责分工，并结合 KubeRay、跨集群部署、跨层调度和容灾实践，解释为什么两者正在成为训练与推理任务的通用组合。
文章探讨了大模型时代AI Workload调度的通用范式。先是介绍了大模型时代AI基础设施的技术栈演进，K8s + Ray + PyTorch + vLLM是黄金组合，开源活跃度高，Ray在两类核心场景不可替代。接着分析基于Ray的AI Workload调度，明确其调度需求，展示其核心API可满足调度需求，与其他引擎对比优势明显，并介绍架构与调度实现。还阐述K8s + Ray的协同调度范式，两者职责分工，通过KubeRay Operator协同调度。然后讲述腾讯实践，解决跨集群部署、跨层调度与容灾问题。最后展望未来，将深耕三个方向。
[得物技术] 数据库 OceanBase 得物实践
得物从选型、POC、业务迁移、兼容性与性能调优到运维体系转型，完整复盘 OceanBase 落地过程，并给出存储、成本、SQL 与高可用方面的实际收益。
得物作为潮流平台，多品类数据库运维问题多，业务对数据库要求高，因此选择 OceanBase。该数据库基于 Paxos 协议，架构灵活、成本低、高可用，与业务匹配度高。DBA 验证评估发现，OceanBase 高并发支持、读写性能、资源利用率表现好，复杂查询优化后性能提升显著。业务 POC 阶段，DBA 内部报表业务迁移后 SQL 执行速度提升，首个业务团队迁移后，数据库架构升级、性能提升、成本下降；另一业务团队迁移后架构优化、存储降本、SQL 提效。迁移中遇到兼容性、性能等问题，通过业务适配、参数调整解决。运维体系转型为租户级 + 集群级，团队能力通过培训提升。未来 OceanBase 规划分三阶段推进，构建智能运维能力，实现多方面收益。
[字节跳动技术团队] 数据中心 服务器固件 标准化 智能化
字节跳动 STE 固件团队亮相 OCP China 2026：从标准化到智能化，构建下一代数据中心固件基础设施
字节 STE 固件团队从 XPU 管理接口、OpenBMC 移植 Agent 和 RAS API 标准化三条线，构建数据中心固件的管理、构建、运行闭环，反映异构算力基础设施正在走向标准化与智能化。
在 2026 年开放计算中国峰会上，字节跳动 STE 固件团队带来三场技术分享。一是 XPU 模组标准化接口设计，解决万卡集群管理碎片化问题，提出统一 Redfish 接口层，走开放开源路线；二是构建 OpenBMC 平台移植的 Agent 框架，将工程师经验转化为知识库，提升配置生成速度、降低人力成本、提高质量；三是牵头推动 RAS API 标准化，解决异构计算故障管理接口不一致问题，提出云系统 RAS 演进路线。三项工作构成‘管理—构建—运行’技术闭环，未来团队将推动社区标准化，完善框架能力。
[美团技术团队] 大模型 LongCat-2.0 国产算力推理
正式开源！美团 LongCat-2.0 同步开放国产卡推理代码
美团 LongCat-2.0 在国产五万卡集群上完成万亿参数模型推理，并同步开放多精度版本和国产卡推理代码；文章重点在稀疏注意力、MOPD 融合与部署适配，而不只是模型发布。
美团开源万亿参数大模型 LongCat-2.0，并同步开放国产卡推理代码。模型总参数 1.6T、平均激活约 48B，面向 Agentic Coding 任务设计，并已在五万卡国产算力集群上完成推理。团队从模型结构、芯片适配和部署链路三个方向优化，引入稀疏注意力、N-gram Embedding 和 MOPD 融合，同时提供多精度版本以覆盖不同部署需求。
[阿里云云原生] 大模型 限流系统 RocketMQ LiteTopic
百炼网关实践：用 RocketMQ LiteTopic 让限流比降了 10 倍
百炼网关用 RocketMQ LiteTopic 承载分布式漏桶，解决百万级租户下 Topic 元数据、消费隔离和速率调度问题，并给出核心代码与消费性能优化，最终将限流比降低 10 倍。
阿里云百炼网关承载大模型服务，当用户从千级增至百万级，需实现精细化流量治理。团队重构限流系统，采用RocketMQ LiteTopic，使限流比降10倍。文章复盘重构过程，指出大模型时代限流需精细化，传统模式无法满足需求，传统Topic/Group也有痛点。而LiteTopic轻量元数据、支持差异化订阅和Suspend消费控制，适合做漏桶载体。还介绍核心代码改动、工程技术细节，如海量LiteTopic下消费性能优化、Suspend精度及与消费线程Sleep对比。最后总结经验，强调该方案可复用，LiteTopic有时代价值。
[京东技术] 分布式缓存 热Key治理 IO线程旁路缓存 JIMDB
超越单线程极限：JIMDB 内核热 Key 治理与性能优化实践
JIMDB 通过 IO 线程旁路缓存、预序列化字节流和生命周期管理，让热 Key 请求绕过主线程，极限吞吐从 139 万 OPS 提升到 552 万 OPS，是非常扎实的缓存内核优化案例。
文章围绕JIMDB内核热 Key治理与性能优化展开。先介绍热 Key问题，JIMDB曾推出大热 Key治理方案，解决“又大又热”场景瓶颈，但纯热 Key场景下传统优化收效甚微。接着对比业界热 Key治理技术，如Redis 8.6、Valkey等。随后提出“IO 线程旁路缓存”架构，通过短路思想让主线程“不干活”，预序列化缓存字节流，做好生命周期管理、并发控制和缓存容量与淘汰。测试显示，该架构使极限吞吐量从139万OPS提升至552万OPS，多线程场景下也大幅提升吞吐量、降低延迟。JIMDB形成三层纵深防御体系，后续计划推出Top Key实时统计能力覆盖极端超大Key风险。附录对比JIMDB与Redis性能，凸显JIMDB优势。
模型、评测与科研自动化
[DAMO开发者矩阵] 具身智能 数字遥操作系统 世界模型
RynnWorld-Teleop：首个基于世界模型的数字遥操作系统
RynnWorld-Teleop 用世界模型把遥操作数据采集与真实机器人硬件解耦，通过数字环境生成视频与关节动作标签，再迁移到真实任务，为具身智能的数据稀缺提供新的数据引擎。
具身智能发展面临数据匮乏瓶颈，为此推出业界首个数字遥操作系统RynnWorld-Teleop。它将数据采集与物理硬件解耦，有实时数字遥操作、精准动作 - 视频对齐、强大域外泛化能力三个特点。该系统采用两阶段渐进式训练范式，能产出高质量视频与关节动作标签，实现仿真到真实迁移。评测显示，它全面超越现有方法，消融实验验证设计必要。其因果模型实时生成帧率高，能泛化域外视觉状态。基于此构建的数据引擎可解决数据稀缺问题，提升任务成功率。不过，系统存在复杂物理现象生成保真度待提升、跨本体泛化需微调的问题。未来将扩大物理交互数据规模、探索跨本体基座模型、释放数据规模潜力。
[微软亚洲研究院] 大模型 优化器 SSO 训练稳定性 训练效率
大模型预训练中的"又稳又快"：SSO 如何统一训练稳定性与训练效率？
微软亚洲研究院从 μP 理论推导 SSO 优化器，将训练稳定性和最速下降目标统一起来，并通过谱球约束、二分求解和回缩策略兼顾稳定性与训练效率。
大模型预训练需兼顾稳定性与效率。微软亚洲研究院研究员提出优化器SSO，从μP理论出发，将训练稳定性与最速下降目标统一，推导出唯一数学解。该优化器通过谱球约束等设计，无需传统稳定化技巧，实现稳定高效预训练，相关论文被ICML 2026接收。文中还探讨训练稳定性定义，分析此前保证稳定性的方法及不足，阐述从μP理论推导SSO的过程，介绍让SSO高效运行的策略，包括二分搜索求解拉格朗日乘子、谱球回缩消除误差等，最后通过实验验证SSO能统一训练稳定性与效率。
[蚂蚁技术AntTech] 大模型 AIGC MiniAppBench 人机交互
论文秀 Live#41 | ICML 2026 Spotlight 论文解读
MiniAppBench 从超过 1000 万条需求中筛出 500 个交互任务，建立 MiniAppEval 三维评估体系；16 个主流模型的低通过率说明，生成可用交互界面仍远未被解决。
随着大模型能力突破，人机交互正从静态文字回复走向交互式应用界面，但大模型生成可用交互式应用的能力有待评估。本文提出 MiniApp 概念，构建评测基准 MiniAppBench 与评估系统 MiniAppEval。数据源于超 1000 万条交互需求，经四阶段过滤得 500 个高质量任务。评估方法从三维度综合评判，与人类专家一致性高。评测 16 个顶尖大模型，平均通过率低，现有模型能力不足。该研究为新范式画出刻度，论文入选 ICML 2026 Spotlight，还公布了相关链接与论文亮点，最后介绍了论文作者分享直播的时间和平台。
[浮之静] 大模型 Jacobian lens J-space 意识访问 AI安全
文章用较克制的方式解释 Claude J-space：它是可被 Jacobian Lens 读取和干预的内部共享表示，与报告、推理和复用有关，但不能据此证明模型具备主观意识。
本文深度解析Claude J-space，它是Claude内部激活里类似“共享白板”的表示，通过Jacobian lens工具读取。J-space像残差流中特殊表示格式，概念进入后更易被报告等。文中介绍了从J-lens到J-space过程，还通过实验证明J-space能被模型读取、调动、参与推理和复用，自动处理会绕开它。此外分析J-space层位置、容量等特性，其可用于安全审计等，也有局限，如只能命名单token概念。这项工作把脑科学概念变为可测量、干预和训练的机器学习对象，但不能证明模型有主观体验。
[字节跳动Seed] 大模型 图像创作 多模态 精准编辑 多语种支持
不止“生成”，更懂“设计”｜Seedream 5.0 Pro 发布
Seedream 5.0 Pro 把能力重点从“能生成”推进到复杂信息可视化、局部精准编辑、真实影像质感和多语种生成，说明图像模型开始面向专业设计工作流而不只是单图出片。
如今智能图像创作走进大众日常，更需高效满足复杂创作需求。今天正式发布多模态图像创作模型 Seedream 5.0 Pro，它在基础能力上全面提升，有四大核心能力突破：复杂信息可视化、交互式精准编辑、呈现真实影像与人像质感、支持原生多语种输入与生成。该模型已上线火山方舟体验中心，也将在豆包、即梦上线。它能针对性优化信息图生成，满足不同场景需求；基于对空间位置与区域语义的理解实现精准编辑；强化对真实世界光影、物体材质与皮肤肌理的理解；原生支持十余种世界常用语言。目前虽有突破，但在更细粒度文字渲染等方面有进步空间，未来将打磨专业级生成能力，创造生产价值。
[OpenBMB开源社区] 大模型 MiniCPM-V 财报核验
一个会计研二学生，如何用 MiniCPM-V 做出财报「体检机」？
用 MiniCPM-V 读取财报，再把数学核验交给确定性计算，将“读”和“算”拆开，解决 OCR 数字误差难以完全消除的问题，是领域知识与多模态模型组合的轻量可信方案。
厦门大学会计系研二学生牛牛酱非计算机科班出身，却用MiniCPM-V 4.6搭建财报核验引擎。财报经OCR识别后数字易出错，传统OCR与端到端方案均无法达百分百准确。牛牛酱从会计问题出发，让AI负责读数，数学负责算账，将‘读’与‘算’拆开。MiniCPM-V 4.6可部署在端侧，能应对复杂财报版式。该方案经测试效果良好，验证将任务拆解后系统更可信、可落地。此案例也体现OpenBMB开源模型与行业知识结合及赋能千行百业的价值。
[PaperAgent] AI科研自动化 创新模式挖掘 科研成果传播
微软 ResearchStudio-Idea 与 ResearchStudio-Reel 分别解决科研创新的第一公里和传播的最后一公里，共同采用 Skill-based 架构，展示科研 Agent 如何将方法、产物与评估模块化。
微软研究院近期连发两篇AI自动科研论文，分别为ResearchStudio - Idea和ResearchStudio - Reel，共享Skill - based工程哲学。ResearchStudio - Reel旨在解决科研传播的最后一公里问题，分析现有自动化科研传播工具的缺口，提出五Skill组合架构，生成海报、视频、博客和可交互的Reel，实验显示其海报质量超越作者本人。ResearchStudio - Idea解决科研创新的第一公里问题，针对现有系统不足，将顶会论文结果转化为创新模式，通过对大量论文数据驱动分析得出15个创新模式，实验表明其在质量和新颖性上优于GPT - 5.5裸模型等。
[微软亚洲研究院] 大模型 智能体 多模态 世界模型 高效训练
ACL + ICML 上新 | 从世界建模到高效训练：让大模型成为更好的智能体
微软亚洲研究院集中介绍视觉接地、LLM 世界模型评估、GUI Agent 训练环境、退火阶段数据选择和泛化理论五项工作，覆盖让模型成为更好智能体的多条基础路线。
微软亚洲研究院有多篇论文入选ACL与ICML会议，推动大语言模型与智能体技术发展。介绍五项研究：一是提出VGS方法解决多模态大模型视觉接地能力瓶颈；二是构建三层评估框架评估大语言模型作为世界模型的潜力；三是推出InfiniteWeb系统，为GUI智能体训练提供可扩展环境；四是提出DiReCT框架解决大语言模型退火阶段数据选择难题；五是提出分布判别理论，开发IDFT和提示解码技术，提升大语言模型泛化性能。
[硅星人Pro] 大模型 AI世界模型 实时交互 开源
AI 开服了：LingBot-World 2.0 做成了可玩的开源无限世界
LingBot-World 2.0 通过因果生成和 Agentic Harness 实现小时级持续交互世界，在游戏、具身与自动驾驶上都有想象空间，同时也明确暴露长期记忆、一致性和算力成本问题。
蚂蚁灵波科技将 LingBot - World 迭代为 LingBot - World 2.0，这是开源实时交互世界模型。它支持小时级实时生成、丰富交互、内置 Agent 推动世界演化，是通用领域唯一实现小时级近似无限生成时长的模型。实测显示其场景可玩、画面一致性强、能原创二创。技术上，它从训练范式转向因果生成，有实时性和 Agentic Harness 优势。不过也存在长期记忆、一致性、算力等局限。该模型在游戏、具身智能、自动驾驶等领域有应用价值，主模型非商用开源，用户可在线体验。
[小红书技术REDtech] 大模型 长链路推理 PIPO架构 推理加速
小红书发布大模型新架构 PIPO ，让模型一次「吞两个、吐两个」
小红书 PIPO 同时压缩输入并预测双输出，通过两阶段训练和接受机制提升长链路推理效率，为自回归模型的输入、输出两端联合加速提供了新思路。
小红书大模型基建团队提出新架构PIPO，解决长链路推理的效率瓶颈。标准自回归解码限制多，已有优化方法各有局限，PIPO统一输入输出两端。其架构包括压缩输入、预测双输出、小头决定接受，分两阶段训练。实验显示，PIPO在四个基准测试表现优、效率高，消融实验证明设计必要。它为推理系统设计提供新思路，适合长链路推理，未来可多扩展。此外介绍了团队成果、探索方向及招聘信息。
工具实践、行业应用与组织变化
[火山引擎] 大模型 穿搭推荐 AI+零售
安踏集团×火山引擎：打造穿搭大模型“灵犀”，重塑线上购物体验
安踏用近六年百万组产品数据训练穿搭模型，并落到搭配推荐、虚拟试穿和内容生成，试运行中转化率提升、退货率下降；它是较少见的带业务指标的零售大模型案例。
安踏集团基于近六年、百万组产品数据训练“灵犀”穿搭大模型，并在主流电商平台试运行。模型覆盖智能穿搭推荐、虚拟试衣试鞋以及创意海报和视频生成，针对鞋服属性和组合关系进行了场景化优化。试运行数据显示，相关场景转化率提升超过 10%，退货率下降超过 10%，为零售行业提供了一个带真实业务指标的大模型落地样本。
[火山引擎Agent社区] 大模型 AIGC 全栈部署 IGA Pages 火山引擎 Supabase
一句话上线 AI Agent 应用：火山 Supabase + IGA Pages 全栈部署实践
火山 Supabase 与 IGA Pages 把前端、数据库、存储、函数和模型调用收敛为一条部署链路，既支持 Skill 自然语言部署，也保留手动方式，适合 Vibe Coding 产物和 AI 原型快速上线。
文章介绍了火山引擎 Supabase 集成 IGA Pages 实现 AI 全栈应用一站式部署。传统全栈应用上线流程繁琐，而 IGA Pages 可将五类部署收敛为一条命令。文中给出部署前的环境准备，介绍两种部署方式：通过 Trae + Skill 自然语言部署和手动部署。部署完成后，需验证前端、数据库、存储、函数和 AI 调用是否正常。IGA Pages 能将前端与后端资源统一处理，适合 AI 应用原型验证、Vibe Coding 产物上线、Demo 演示等场景，减少开发者重复配置和平台切换。
[腾讯技术工程] AI办公 企业微信 大圆AI助手 办公提效
企业微信内置 AI 助手“大圆”的价值不在模型能力领先，而在直接接入群聊、文档、周报与定时任务等工作现场；文章通过四个场景说明上下文就位如何降低 AI 使用成本。
文章实测企业微信内置 AI 助手“大圆”。它可以在群聊中直接唤起并理解当前对话，汇总项目群信息，基于工作记录生成周报，还能设置定时任务。几个场景说明，大圆的主要优势并非模型能力领先，而是进入企业微信这一工作入口，直接获得群聊、文档和协作上下文，从而减少复制、切换和重新解释任务的成本。
[阿里巴巴] 大模型 AIGC 壁画修复 数字化重现
古壁重现项目将专业人员、视觉大模型和智能体 Skill 组合起来，让模型参与识别、清理、构图推断和二创；它提供了一个专家经验如何被封装进 Skill 并服务真实文化场景的案例。
山西长治平顺县大云院弥陀殿建于公元940年，殿内东壁《维摩诘经变》壁画是晚唐到北宋画风转变的见证，但正逐渐消失。中国现存约15万平方米壁画大多面临同样困境，且专业修复人才稀缺。在D20全球设计院长峰会上，阿里巴巴公益联合多方启动“古壁生辉”古代壁画AI重现工程，探索“专业技术人员+视觉大模型+智能体skill”的新方法。爱智岛基于万相模型对壁画进行识别、清理、推断构图并生成二创图像，目前skill已上线“堆友”平台。复现后，大云院将开辟专区展示。此外，峰会上堆友发布“设计专家AI Skill计划”，大麦娱乐“妙呀”平台开启公测并推激励计划。
[TRAE.ai] 数据采集分析 TRAE Work 自动化 AI编程
作者把网页采集、Skill、定时任务、飞书归档和数据校验串成自动化数据生产线，并记录浏览器弹窗、单位丢失等细节，适合观察通用 Agent 如何接管重复办公流程。
美妆行业数据分析岗作者 Damond 分享用「TRAE Work + Skill 自动化 + 飞书云文档」实现数据采集分析自动化。此前工作有链路长、环节割裂等痛点，作者通过封装采集 Skill、配置定时任务等打造数据生产线。核心场景包括 Skill 驱动采集、定时任务、飞书云文档自动归档、数据校验。实践分三步，解决 Chrome HID 弹窗、单位丢失难题，最终形成完整自动化方案，大幅提升效率和质量。作者还分享 5 个使用技巧，强调 AI 编程将办公流程变成可执行、可协作系统。
[51CTO技术栈] 运维 AIOps 告警处理 故障复盘
一次故障复盘指出 AIOps 的问题不是没有告警，而是缺少主线；文章提出首告警、症状与根因候选拆分、时间因果链和面向动作的告警设计，比简单堆模型更接近一线运维需求。
本文复盘PO故障，指出问题并非无告警，而是告警过多。监控体系存在按资源维度建设多、大量告警是结果、文案不友好等问题。解决时先停无意义同步、盯最早异常时间点、区分症状与根因候选。认为AIOps应帮人把注意力用对地方，要做到告警降噪、呈现时间因果链、使告警面向处理动作。还给出给核心链路做“首告警”标记等4个小改动建议，强调AIOps应助一线抓主线逼近根因。最后推荐51CTO的AIOps课程。
[36氪Pro] 农业 AI+养殖 轨道视觉机器人
拉塞特机器人10000台交付背后：AI成为猪场降本增效的新变量
拉塞特机器人以巡检切入猪场，逐步形成巡检、分析、决策、控制闭环，并完成一万台交付；规模化部署带来的真实数据和标准化供应链，比单次 Demo 更能说明 AI 在传统行业的价值。
拉塞特机器人宣布第 10000 台轨道视觉机器人下线。其产品从猪场巡检切入，逐步形成“巡检—分析—决策—控制”的闭环，并在多家头部养殖企业规模化部署。文章重点讨论养殖环境对可靠性、行业知识和标准化交付的要求，以及万台规模带来的真实数据、供应链和持续优化优势。
[数据可视化 AntV] 台风追踪 AI可视化 Sive平台
【万物皆可 Sive Vol.02】台风“巴威”逼近，哪些区域可能受影响？来看看实时风雨图
AntV Sive 用实时接口快速生成台风风场与降水交互地图，展示 AI 可视化平台如何把数据接入、交互设计和应用发布压缩到一次快速创作中。
朋友圈被台风消息刷屏，预计后天台风将登陆闽浙一带。关心台风仅看路径不够，更要关注狂风和暴雨情况。此次用AntV Sive做了台风实时追踪应用，可通过实时接口获取数据，还能手动刷新。该应用不仅能查看风场数据，还能通过右上角Tab切换查看每日降水量，一张动态地图就能让人大概了解情况。Sive是AntV推出的AI可视化创作平台，用它可更快生成可交互的可视化应用。
[WeaveFox和他的朋友们] AI 演示动画 WeaveFox
用自然语言生成智能分拣演示动画，几分钟跑通首版、数轮迭代完成业务表达，说明 AI 原型工具正在覆盖过去需要 PPT、设计与前端协作的动态方案演示。
文章介绍了一位WeaveFox用户用AI制作的“智能分拣演示动画”，该动画细节完善，能解决以往物流规划等场景下解释“动态业务流”的痛点。以前只能用死板PPT或找设计开发定制，而现在创作者无需写代码，用大白话描述需求，AI就能自动生成动画和联动逻辑，5分钟跑通首版，1小时迭代至满意。此外，该方式还适用于教学培训、复杂方案演示等场景，如讲网络协议、机械原理、金融模型等，懂业务的人用AI就能完成动画制作。
[Web3天空之城] 游戏插件 AI开发 魔兽世界 NoWCL
我用AI手搓了一个魔兽世界插件NoWCL，竟强大到让NGA版主秒删禁言：WCL零误差的实时战斗统计，无需上传文件，支持全团同步和老板设置
作者用 AI 在两周业余时间完成魔兽世界战斗统计插件，从需求、实现到实机调试和发布形成完整闭环；价值不在“手搓”叙事，而在真实用户场景驱动的独立产品实践。
作者城主因不满魔兽世界需上传日志到第三方网站统计伤害，且存在隐私问题，用AI在两周业余时间开发出插件NoWCL。该插件在Mac Mini上开发，实机调试方便，缺省状态与第三方平台统计结果零误差，占用资源小，可替代Details。其特点有可替代Details作标准统计插件、默认统计零误差对标WCL、支持团长标记老板并全团同步等。发布后在NGA分享被版主秒删禁言，玩家可在CurseForge、网易DD下载，插件将保持更新。
[人人都是产品经理] 职场 AI应用 企业管理 团队内耗
文章从管理者与员工、极客与保守派、产研与业务三组冲突解释企业推 AI 后的内耗，并把破局点落到增量分配、共创机制和业务造工具的权力调整上。
文章指出职场中引入AI加剧阶层矛盾、撕裂团队，具体表现为三方面：一是管理者与员工陷入“零和博弈”，员工担心被裁而抵触；二是极客员工与保守员工互相找茬，阻碍AI 工具推行；三是产研与业务部门认知错位，产研工具难获业务认可。破局需从系统底层入手，管理者应让AI为员工创造增量；建立共创机制，让保守派参与规则制定；产研下放权力，让业务人员造工具。AI本身无好坏，企业需理顺目标、利益与权力，才能发挥其威力。
