Signal #35｜Agent 的分工，不必照搬人的岗位
本周，Anthropic 建议重新检查多 Agent 系统：经常接力、反复使用同一批资料的工作，可以尝试合回主循环，通过 Skills 和工具按需提供能力；独立研究、验证与权限隔离仍有拆分价值。
天猫数字员工的实践 提供了另一个例子：由同一个数字员工在需求群中持续承接讨论，再按任务调度编码、测试等执行能力，让需求背景与交付过程保持联系。
这两项实践提示，人的岗位划分未必适合作为 Agent 的拆分依据。 需要反复共享业务背景和中间判断的工作，拆开后可能增加信息交接与遗漏；能独立完成、明确返回结果，或需要独立检查的工作，则更适合分开。分工是否有效，最终要用整条任务的质量、耗时和成本来验证。
2026-10-19｜告别 AI Demo 页面：构建支持淘内货品运营、可C端投放的会场 Agent Harness
方舟会场 Harness 将视觉约束、真实货品认知和代码装配协议组织到同一份页面产物中。
Design Skills 提供设计语言，page-data 描述选品、Slot 与召回关系，page-build 和 Ark 协议限定页面装配边界。运行环境用虚拟文件系统保存产物，按重要性组织上下文，并通过执行记录地址保留委派任务的依据。文章也讨论了压缩导致缓存失效、后续追问如何找到掌握证据的执行者等问题，适合关注生成页面怎样接入真实业务数据与运营流程。
2026-10-20｜从工程师到全员，从个体到组织：快手企业AI生产力实践
快手回顾了 AI 从工程师辅助工具扩展到全员、团队和企业生产力的过程。
大规模使用后，团队发现 Skill 质量不齐、个人提效难以传导到交付、不同员工收益差异大，于是补充项目知识、任务编排、安全闸门和跨团队服务。文中活动参与量与任务完成数据说明使用规模，整体效能仍需结合任务范围、人工投入和等待时间判断。值得读的是组织如何根据实际使用暴露的问题调整建设重点。
2026-10-21｜天猫数字员工（协作篇）- 研发的暗物质与 AI Native 组织协作
天猫数字员工驻进需求群，让产品、设计、研发和测试持续使用同一份需求上下文。
文章把协作损耗拆成信息传递、获取、团队默契和决策依据缺失，给出历史限制理由丢失、术语同名异义、等待评审等例子。数字员工承接澄清、进度同步、知识查询和异步编码，同时保存业务域资产。这里的主要价值是将隐含背景留下来；覆盖业务线和活跃需求数量只能说明系统在运行，交付收益还需独立度量。
2026-10-22｜从LOOP到图探索 - 算法模型的AutoResearch自进化系统架构演进之路
美团将 AutoResearch 从串行循环改为异步状态机，再扩展为并行提出假设、完成后汇总的图探索。
训练等待期间释放 Agent，下次从状态文件恢复；关键平台操作做结构化校验与幂等处理，每轮保留指标和代码差异，经验经审核后再进入 Skills。团队报告两个业务项目的单任务耗时较人工基线分别下降约 85% 和 83%。结果限定于这两个项目，尚不足以隔离证明每项架构改动的因果贡献；适用场景需具备可量化目标、可接受的实验成本和可逆结果。
2026-10-23｜AI 中台的构建和智能体调优实践
易点天下将广告投放拆为调研、配置、监控、调优与结算，按环节安排 Agent 和人工职责。
中台统一模型路由、Skills、MCP、知识和安全观测，素材确认、关键策略与结算复核仍保留人工审批。历史执行轨迹形成黄金样本与失败案例，模型、提示词和 Skill 更新先过回归评测，再由人确认回灌。团队披露的运营效率提升属于内部实践结果，文章未给出可独立归因的统一对照；后续目标也应与已实现结果分开。
2026-10-23｜天猫数字员工（实践篇）- 接管全链路：交付能力与技术拆解
天猫数字员工将群消息、沙箱、任务执行和外部系统身份连接为一条持续交付链。
消息网关只做接收、持久化、去重和路由，业务判断交给 Agent；需求工作区区分可重建代码与需持久化的会话状态。访问文档使用当轮发送人权限，构建部署使用服务身份，中间件等查询需要明确委托，模型不能自行挑选身份。主 Agent 按业务域加载能力并委派编码、测试等任务，让跨角色交付沿同一个需求会话推进。
2026-10-22｜多Agent协作与AI开发团队构建实战
文章比较频道、任务面板和流水线等协作方式，并将研发角色映射到 Raft 的频道与任务认领机制。
参考方案用独立 QC 核对实际代码和测试证据，以任务文件保存交接状态，并为修复循环设置上限。作者也列出平台原生能力的缺口：自动审计、确定性编排和动态配置仍需外部脚本或人工补齐。它提供的是工具组合与参考设计，不能把角色数量、操作次数或演示流程当作生产交付效果。
2026-10-19｜你的 Agent 记不住用户，多半是把"记忆"当成了"上下文"
百炼 Memory 将事实、用户画像与可复用经验放到跨会话服务中管理。
文章介绍冲突比对、更新与过期、多路检索、可视化配置和审计；同周另一篇进一步说明 API、CLI/MCP 与控制台接入。对业务系统，值得核对的是记忆来源、所属用户、可修改字段和失效条件。厂商评测与示例展示了服务能力，但不足以证明在所有个性化任务中领先；技能与偏好也可能采用不同生命周期。
2026-10-19｜非常全面的 Personal Agent 产品技术与商业观察
文章将 Personal Agent 拆为运行内核、隔离环境、工具生态和数字身份，讨论长期运行所需的工程条件。
任务账本、记忆、权限、凭证与触发条件要独立于单次聊天保存，外部事件到来后可恢复推进；完成与否还要查看外部系统状态。适合与具体运行时实现对照阅读。文中的产品表现和商业路线属于观察与判断，不作为统一能力排名或已验证市场结论。
2026-10-20｜从0到1打造AI电影！基于WorkRally的创作实践
作者记录了独立完成短片时，剧本、角色、音色、场景和生成素材如何连续管理。
WorkRally 画布汇集图像与视频，角色音色和反复出现的道具进入资产库以保持一致性；剧本逻辑、风格与选片仍有大量人工参与。相比只看最终成片，过程记录更能反映素材数量、返工和工具切换的成本。它是单个创作案例，不能由获奖或成片效果推导一般生产效率。
2026-10-20｜Agent 卡住你的，可能不是模型不够聪明
百炼把搜索、网页解析和多模态能力接到 MCP 工具入口，并用工具检索控制上下文规模。
Agent 先按当前任务检索候选工具，再由模型选择调用，适合工具数量持续增加的系统。文章同时列举搜索后读取正文、资料预处理和内容生成的接入方式。Token 降幅和路由准确率来自厂商自建评测，实际收益取决于原工具集合、任务分布、检索遗漏率与新增调用开销；接入时需要把这些环节一并评估。
2026-10-21｜火山引擎Seedance Managed Agent上线：一个Agent完成视觉创作全链路
Seedance Managed Agent 将需求理解、创作规划、多模态工具和结果检查组织为可调用服务。
企业可连接自有素材库、知识库、MCP 与 Skills，由会话承接连续修改和生成任务。发布材料称在短剧、图片与组图场景中改善质量与一致性，但属于官方特定场景对比，未构成通用创作效果保证。工程读者可重点看 Agent API 与单次模型 API 的职责差异，以及检查、返工和素材权限如何接入自己的平台。
2026-10-21｜Agent as a Service：驱动 Personal Agent 与企业智能体的服务架构
AgentScope 的 Agent as a Service 方案将 Harness、任务状态与工具执行环境分开组织。
长工具启动后保存等待状态并释放推理资源，结果到达后恢复；持久投递记录、稳定执行标识与去重共同处理重试。网络超时后，外部工单或通知可能已经生效，应保留 unknown 状态再查询原操作，不能仅凭本地异常重新执行。文章还比较 Harness 在沙箱内与沙箱作为工具的两种部署形态，适合研究跨设备、云端和内网之间的持续任务。
2026-10-21｜11 天的后期压成 30 分钟：我用火山引擎 AI MediaKit Skill 做完了一条成片
AI MediaKit Skill 把本地 FFmpeg 和云端视频能力接入支持 Skill 的工具，串起常见后期步骤。
案例覆盖依赖检查、画质增强、字幕擦除、场景切分、语音时间线和拼接，并保留人工挑段与排序。对字幕擦除等可能损伤画面的操作，作者建议先在短片段试跑与抽查。标题中的工期对比缺少可核的统一任务范围和对照过程，摘要保留操作链与限制，不采用其倍数作为普遍收益。
2026-10-22｜卡在这三件事，Managed Agent 帮你解决
Managed Agent 将会话状态、沙箱、工具执行与事件流作为 API 能力交付。
服务端保存长任务状态，提供中断续跑、超时处理、文件环境和持久化事件；客户端可用 SSE 查看消息、工具调用与状态变化。它适合希望减少自建运行时投入的团队。选型仍需核对工作区权限、具体恢复语义、运行时和模型工具的费用组成；“可继续运行”也不能代替对外部操作是否生效的确认。
2026-10-21｜"碰一下"+AI：会展场景服务的新交互范式
会展助手以“碰一下”为入口，将核验、议程查询、展位导览和打卡进度连接起来。
系统围绕参会者所处现场与兴趣推荐下一步行动，并通过模板复用知识、意图识别和活动规则；名片交换等信息连接需要授权。它属于业务交互案例，公开材料的算法、系统实现与效果验证较少。可关注入口是否缩短了实际操作路径，以及导览建议、位置数据和活动状态如何保持一致。
2026-10-22｜从 Jev 范式决策模型接入，到参与 Team 协作的完整实践
工单助手先返回预设类别与优先级，再结合工单记录和处理手册生成待人工复核的建议。
案例用 AgentScope Java 与百炼决策模型实现判断，将应用打为代码包部署到 AgentCore，验证普通与流式调用，再作为协作者领取任务并提交报告。它在上期决策接入介绍之外补充了应用部署、运行记录与协作交付。示例验证的是明确给定的工单，完整业务效果仍需更多样本；文中 Team 高代码协作采用白名单开放。
2026-10-22｜高德千舆空间智能开放平台，开箱即用的空间智能Agent
千舆平台将空间数据、地理计算与 Agent 规划结合，服务选址、划片和活动规划等任务。
地理分析封装成等时圈、交并与邻接等算子，结果保留数据、计算与业务层的依据；中间试算隔离，任务状态可保存和回放。官方披露了有限任务集上的成功率和若干行业案例，数据覆盖、客户输入与任务难度都会影响表现，不能直接套用到所有空间决策。适合关注专业计算如何成为可核查的 Agent 工具。
2026-10-23｜OpenViking 网关：让任意客户端用上 Agentic 记忆
OpenViking 网关在模型请求转发时完成记忆召回、工具执行和对话保存，目前仍为 Beta。
客户端可通过修改 Base URL 与密钥接入，但需支持对应 API，并在请求中携带完整历史；厂商服务器代发模型请求等方式受限。记忆后端不可用时可降级为无记忆对话，网关自身不可用则会阻断经它转发的模型请求。文档将会话与记忆正本放在 OpenViking，网关保存自己的配置与对话状态，接入前需核对隔离和删除策略。
2026-10-20｜Index-Translate：支持 150 种语言的多模态翻译模型是如何炼成的？
Index-Translate 团队解释了多语言数据配比、中转组织数据及通用、指令和梗翻译专家的组合。
后训练分别优化漏译、增译和事实偏移，再通过参数融合与蒸馏形成不同规模模型；系列还探索语音、音节约束与长文档翻译。图文能力的观察与继承底座的视觉通路相关，不能写成完全没有视觉基础的模型自行获得图像理解。文章适合关注专门任务如何组织数据和后训练，preview 型号与已发布模型需分开。
2026-10-20｜训练中自己生成的 Rollout，模型还能学到什么？小红书 AllSpark 提出 ROSS
ROSS 重新利用训练期间已生成的轨迹，逐段筛选正确推导、自我纠正和有效探索。
方法保留上下文，选择性监督值得模仿的片段，排除局部错误和多余绕路，以减少有效行为未被最终模型稳定掌握的问题。团队在单轮强化学习、蒸馏和 Agentic RL 中报告增益。复用 rollout 可以省去重新生成这些轨迹的成本，但仍包含筛选与再训练开销，也依赖对片段质量的判断。
2026-10-20｜DeepSeek 开源推理框架：走向真正普惠的未来
DeepInfer 开放优化算子、异步调度、推测解码与结构化输出等推理引擎能力。
当前 README 指定支持 DeepSeek-V4.1-Flash、NVIDIA SM100 与昇腾 950，并提供离线推理入口；完整在线服务还需要 KV 缓存系统、分离部署及跨副本负载均衡等组件。同步开放的 deepseek-recipe 对齐编解码处理。阅读时应区分内部生产系统背景与本次公开代码的覆盖范围，硬件条件和示例结果也需一并核对。
2026-10-21｜非算法工程师也能看懂，推理框架的来龙去脉
教程把推理框架放到请求调度、缓存和硬件资源约束下解释，面向非算法工程师。
文章串起首字延迟、Token 间延迟、连续批处理、KV Cache、量化与 MoE 通信，帮助理解并发、成本和延迟之间的取舍。对 Agent 负载，长输入、重复前缀和连续工具调用使缓存复用尤其重要。各阶段的主导瓶颈会随模型、硬件与批量变化，概念解释不能替代实际服务 profiling。
2026-10-21｜国产算力·昇腾 910C 大模型推理优化（上）：镜像更新与参数调优，提速 40%｜得物技术
得物在昇腾 910C、TP=2 的指定模型与低并发条件下，分解推理延迟并逐项验证参数。
上篇覆盖 vllm-ascend 与 CANN 镜像、AllReduce 路径、静态 Kernel 预编译、内存分配和绑核等调整，同时列出无效或负向配置。文中后续最佳结果还叠加源码级优化与投机解码，不能全部归到上篇的参数调整。环境变量与 SoC、软件版本、模型紧密相关，应保留相同输入输出、并发与硬件条件再比较。
2026-10-21｜提速不降智，小红书DoSA将首token延迟无损减少近一半
DoSA 先排除不可能进入 Top-K 的候选，再对保留候选精算，以维持原评分和选择结果。
团队将筛选、共享 Key 计算和紧凑写回映射到 GPU 执行，在长上下文条件下测量索引耗时与端到端首字延迟。这里的“无损”针对既定评分与 Top-K 选择，不代表所有模型、上下文长度与硬件都得到相同收益。公开代码主分支还列有另一组复现配置，不能把不同版本的加速数字拼成一组结果。
2026-10-24｜Kimi K3.1 Pro：智能前沿，更进一步
Kimi K3.1 Pro 提供百万 Token 上下文与 Highspeed 版本，并披露后训练和长任务案例。
官方描述了强化学习、长上下文推理、沙箱与调度的共同优化，以及代码、三维场景和仿真任务。公开基准与内部 Kimi Code Bench 应按各自任务、工具及配置解释；演示也不等同于稳定的业务成功率。10 月 24 日公众号稿称权重将于 11 月 4 日前发布，截至本期应记为发布计划，不能写成完整权重已经开放。
2026-10-20｜AI工程化防翻车指南
文章围绕事前隔离、执行中控制和事后核验，整理 Agent 的工程防护方案。
工具执行前校验权限，循环与成本设置上限，高风险节点由人确认，交付检查结合确定性规则、独立评审和脱敏审计。示例门槛属于作者的设计取值，不能直接当作行业安全标准；提示词中的约定也需要由代码和运行环境真正执行。适合据此检查自己的流程在哪些步骤仍只依赖模型自觉。
2026-10-20｜阿里速卖通技术：从固定巡检到可信测新，AI驱动的UI测试实践
速卖通将需求上下文转成可执行 aiStep，并补齐执行检查、结果研判、Mock 和受控修复。
PC 基于 Midscene 定制，App 使用独立执行能力，资源调度与测试编排分开。度量区分执行完成、系统正确运行、使用覆盖和结果置信度，避免把没跑完、发现真实缺陷与错误判断混为一类。页面经验和自主重规划可帮助维护存量用例，需求边界与资金等关键风险仍需业务和测试参与。
2026-10-20｜Agent 自进化的数据底座：阿里云 SLS Session Store
SLS Session Store 将 Trace 与 Log 关联成任务轨迹，供排错、评测和版本对照使用。
案例中组件测试通过，浏览器验证却因依赖缺失反复失败，最终总结仍称测试通过；轨迹使这两部分可以逐步核对。积累的运行数据可形成回归样本，支撑候选改进的评估与选择。可观测数据提供分析基础，自动改进是否有效还取决于任务集、评价规则和独立验证。
2026-10-20｜VeOps 深度调查：让 AI 排障从"能用"走向"可靠"
VeOps 深度调查按范围、异常、假设与证据逐步收敛根因，保存可复核的排查路径。
案例沿服务拓扑追查数据库延迟与 Redis 连接超时，同时记录被排除的异常分支。调查上下文还可沉淀为后续策略。它展示了可观测证据如何约束 Agent 分析，但单次链路关联仍需结合时间窗口、变更和现场验证；两例结果不能推成所有故障都可自动准确归因。
2026-10-22｜MCP 服务无状态，任务状态存哪？RocketMQ LiteTopic 给每个任务一本账
mcp-tasks-rocketmq 用每个任务对应的 LiteTopic 通道保存状态记录，让任意副本读取任务进展。
公开实现要求 MCP 与 RocketMQ 的相应版本，执行池消费指令并把结果写回；至少一次投递仍依赖工具幂等。当前仅绑定 tasks/get 轮询，尚未接通更新、取消和推送通知；进程内缓存丢失后，只有账本通道仍保留记录的任务才能恢复。未读到结果返回 unknown 错误，不能直接判作任务不存在，也不能声称结果永久保存。
2026-10-22｜高分智能体为何反而更脆弱？阿里 Token Foundry 揭示「协同进化陷阱」，提出 CODA 可靠性评测协议
CODA 检查模型与技能库共同训练后，是否对特定技能表达或版本形成过强依赖。
研究用同义改写、信息缺失、错误策略、库组成变化和移除技能等探针，报告一致率、抗干扰率与所测变化下的最差成功率。文中 52%—93% 指技能库带来的增益被抵消的比例，不能写成模型整体成绩下降同样幅度。对持续更新 Skills 的系统，原搭配成绩之外还需保留版本漂移回归。
2026-10-23｜小红书推荐系统评测 Agent：上下文驱动的 LLM-as-Judge 实践
推荐评测 Agent 将用户状态、请求时间和有序内容列表组织为 EvaluationContext。
单篇内容、整刷列表和用户请求分开评估，诊断重复、类目集中、兴趣匹配等问题。评测配置与上下文版本绑定，缺失、获取失败和未请求的数据分别记录，模型不能自行补齐。它补充 CTR 等行为指标难以解释的内容变化；裁判本身仍需人工校准，离线判断也要与线上体验互相核对。
2026-10-19｜HiRoute：Jev 模型智能路由实践
HiRoute 通过百炼 System One 接入结构化决策，将当前任务判断与上一阶段反馈分别建模。
categorical 对应类别选择，ordinal 对应有序程度，assessment 评价明确阶段的完成质量，可在一次请求中一起返回。即便当前任务简单，上一阶段低分也可能触发更强模型接力。这篇进一步展开了结构化接口与反馈机制，可与上期的整单质量、费用实验对照阅读。
2026-10-19｜如何给大模型写出好的提示词？这里有一份全方位进阶教程指南（万字长文）
教程将示例、任务拆解、结构化输出、检索和上下文管理串成一套入门到工程化的阅读路径。
工程读者可重点看怎样用典型、边界、回归和对抗用例检验改动，以及如何将格式、权限和执行约束放到代码中。Few-shot、思维链、角色设定等方法的收益依赖模型与任务，清单适合作为实验候选，不能按层级越高就越有效。生产系统还需控制信息来源、上下文注入与工具输出。
2026-10-20｜Jev：当 AI 不再"写答案"，而是直接做决策
文章讨论决策模型如何把分类、评分与二元判断作为软件中的局部节点。
建议先定义输入、选项和失败处理，比较规则、小模型、LLM 与决策模型，再通过影子运行检查阈值与漂移。类型正确、语义正确和业务安全分别验证，概率输出也需校准测试。介绍中引用的高倍数性能来自厂商特定基准，局部判断在全链路的耗时占比决定实际收益。
2026-10-22｜Jev开源平替Laya实测：33毫秒完成判断，微调才是正确打开方式？
作者用 Laya 的结构化决策思路测试中文意图与风控任务，发现预训练 checkpoint 的适用边界。
案例中零样本分类表现较弱，换用中文基座并监督微调后改善，同时仍存在高置信度错误。两者改变了基座和训练条件，不能把差值全归因于同一模型的简单调参。“概率可校准”也不等于换领域后天然可靠；选择性转人工、错误分布和业务漏判需要另行验证。
2026-10-24｜切换模型会损失缓存，智能路由还省钱吗？
文章解释 HiRoute 在上下文交接节点选模，连续工具调用期间保持选择以减少频繁换模。
切换后的首次请求可能丢失目标模型前缀缓存，之后能否重新命中取决于缓存策略、前缀和有效期；压缩本身也可能让旧前缀无法复用。经济模型与强模型的输入、输出和缓存定价共同决定净收益。文中约九成降本沿用已有实验的冻结 API 等价价格，首组未通过整单验收，不能概括为所有任务同质降本。
2026-10-22｜关于 Xcode 27 与 iOS 27 的微信 OpenSDK 适配提醒
微信提醒 Xcode 27 编包且运行于 iOS 27 时，Scheme 查询白名单的有效项数发生变化。
按通告所述条件，需要检查微信必配和实际使用的 Scheme 是否位于前 25 项，并覆盖安装判断、登录、分享、支付和小程序拉起等真机回归。其他编包与运行系统组合应分别核对，不能将条件简化成所有 iOS 27 应用统一受影响；也不建议仅为节省名额删除仍需要的 SDK 配置。
2026-10-22｜火山引擎云数据库 Lakebase 正式发布：让 Agent 高效访问库、湖数据
Lakebase 将数据入湖、处理、查询和元数据管理组合为面向突发负载的数据服务。
文章介绍自动同步、Serverless 计算、SQL 与 Agent 工具入口，以及数据来源、更新时间、权限和血缘的记录。实际接入要核对源系统支持、同步延迟、事务边界和任务峰值。相对常驻实例的成本优势依赖闲置比例、启动与存储费用，发布材料中的降幅不作为普遍结论。
2026-10-22｜当我谈数据库高可用时是在谈些什么
MySQL 高可用教程串起 redo、binlog、GTID、主备切换与 Orchestrator 故障判定。
重点在于确认事务持久性、选择具有合适日志状态的新主，并通过 fencing 防止旧主恢复后再次写入。半同步策略、超时退化和机房部署需要一起考虑，不能由单个参数直接保证所有故障下 RPO 为零。数据库短暂不可写时，应用还需用限流、降级、熔断和异步缓冲控制影响。
2026-10-23｜OpenSandbox 正式加入 AAIF，从阿里开源项目走向行业公共基础设施
OpenSandbox 进入 Agentic AI Foundation，项目以通用协议连接不同沙箱基础设施。
统一接口覆盖创建、执行、文件与生命周期管理，供编码、GUI、评测和训练等负载使用；底层运行时可以演进。加入基金会属于治理与生态变化，本周文章列出的已有能力不能全部记为同日新增。对使用方，值得跟踪接口稳定性、运行时隔离、暂停恢复和凭据管理的实际支持范围。
2026-10-23｜JDK 21 规模化落地实践
货拉拉通过 BOM、公共框架和兼容清单组织 JDK 8 到 JDK 21 的规模化迁移。
团队将 Spring、Jakarta、中间件和 RPC 适配先收敛在基础层，再推进业务服务，AI 承接重复改写与扫描，人工负责验收；测试环境、预发和生产分阶段灰度并保留回滚。自定义 Starter 注册、传递依赖和运行时语义是重点风险。文中 CPU 与内存变化来自整套升级实践，无法单独归因于 JDK；采用 JDK 21 也不普遍要求所有应用同步采用 Spring Boot 3。
