Signal #37：命令执行成功，Agent 就能说任务完成了吗？
Agent 报告「新版本已上线」，你打开目标环境一看，跑的还是旧版本。它为什么会报成功？一个可能的原因是，部署命令退出时返回了
0，Agent 据此判断部署已经完成。有些命令会先等人确认。执行框架关闭输入后，命令可能跳过操作，仍然正常退出。RECEIPT 的实验中，156 次会请求输入的命令调用里，有 18 次出现了这种情况。
给 Agent 接入会改变系统状态的工具时，要提前定义什么算完成，以及去哪里查证。 对部署来说，如果还在等确认，工具就应报告「等待确认」。流程在目标环境读到预期版本后，再把部署标记为完成。
2026-11-05｜双11：当 AI 接管支付宝大促交付，模型之外还要建什么？
支付宝在 618 的 32 个 AI 主导需求中记录了 1,332 次人工澄清。双 11 把领域知识、节点检查点和质量失败后的修复回路接入研发流程。文章披露，35 个真实需求用于 35 轮改进，发现 51 个有效问题，落地 12 个优化 PR。适合看团队如何把交付中遇到的卡点转成具体改动。
2026-11-05｜从AI写代码到AI重构交付——国际物流技术 Multi AI Native 的 AI 交付转型之路
京东物流国际技术部在 Multi AI Native 平台中把需求、验收标准和版本快照放进同一份 Issue，调度 Agent 分发工作，领域小队复用技能与规约。文章披露接入 64 个工作区、累计 5,945 个 Issue、已交付 1,258 个。规模数据描述采用情况，单需求周期和质量还需另看。
2026-11-05｜从代码到服务：让 AI 打通最后一公里
服务交付 Skill 串起构建、容器、网关、配置和观测，用项目账本与审计记录标记每一步。写请求遇到断线或服务异常时，流程暂停自动重试，先通过只读接口核实远端状态，再从未完成的步骤继续。新建资源、生产操作和正式发布各有明确边界。
2026-11-06｜多Agent协作的下一场竞争，不在模型，而在上下文
团队在群内用 Topic 隔离任务上下文，成员通过 @ 加入后直接查看该主题的对话、文件与任务，减少手工转述。Agent 另有用于保存收件、决策和任务档案的文件系统。文章提供内部工具做法，交接效果仍待量化。
2026-11-06｜Agent 越用越多，企业为何仍不够 AI Native ？
InfoQ 记录了阿里云 CIO 对内部研发实践的复盘。复盘关注骨干评审负荷、测试与观测左移，以及用 Live Demo 尽早确认需求。文章中的理论提效上限来自演讲者对编码占比和适用范围的估算，可用作拆解问题的口径。
2026-11-05｜可直接喂给 WorkBuddy 的实战模板 ｜ 零基础构建策划团队 Skill
以活动配置核对为例，作者把团队 Skill 拆为路由、知识、执行与验证四部分，再用正常、缺失、冲突和越界输入回归。模板明确只读、按来源核对与失败样本维护，适合参考怎样把业务经验写成可以反复检查的团队资产。
2026-11-04｜AgentCore + Codex 构建生产级 Agent 的原理与实践
案例将平台资源编译成会话级 MCP 工具清单，Codex 只接入统一聚合器。鉴权、审批与工具执行由运行框架负责，短期凭据留在控制面，版本化 Skill 以只读方式挂入工作区。文章给出自定义 Harness 的接入路径。
2026-11-05｜让复杂任务由团队完成：阿里云 AgentCore 多 Agent 协作架构及实践
AgentCore 以独立身份和 Matrix 房间组织协作。整体任务记录业务目标与验收要求，子任务记录责任与依赖，结果对象保存交付产物、版本和评审意见。这些对象使调度、执行和验收可以引用同一组状态。
2026-11-02｜上万个 Agent 在线不乱跑，云沙箱给 Agent 造了间"独立办公室"
火山引擎展示员工助手的沙箱部署，业务数据放对象存储，文件与执行环境通过快照暂停和恢复。材料称某家电企业使用数万沙箱并在空闲一小时后暂停，数量对应案例部署规模。
2026-11-04｜用 Nacos 3.3.0 ARD 让 Agent 按任务发现工具和 Skill
Nacos 3.3.0 用 ARD 接入既有 Agent、MCP、Skill 与 Prompt 资源，搜索依据任务和调用者身份筛选在线版本。资源管理继续沿用现有发布机制。ARD 仍在提案阶段。
2026-11-04｜多 Agent 架构的三次反转：从中心调度到自驱协作｜得物技术
文章比较中心调度、共享任务看板和更自主的协作方式，关注谁拆解、谁领取、谁验收，以及各角色共享多少上下文。它提供的是设计取舍，可与具体业务的依赖复杂度和异常处理成本对照。
2026-11-04｜记忆即智能：重构对话式AI Agent认知基座的四层渐进式记忆与自进化系统
系统用状态机推进业务阶段，画像和意图识别提供决策输入，并通过身份关联接续跨渠道会话。文章报告两周实验中转化率从 58.3% 升至 60%，平均消息数减少，响应延迟也从 0.25 秒增至 0.45 秒。
2026-11-04｜OpenVIking 连接各种数据源，一键编译 LLM Wiki
通过连接器同步飞书文档、项目和代码仓库，再用 Compile 生成入职 Wiki、代码图谱或周期汇报。文章展示了知识如何从多个系统聚合成可用产物，生成结果的准确性与更新质量仍需另行验收。
2026-11-05｜DeepSeek Harness 与插件社区共同成长
官方以使用官方 API 的用户为口径，披露截至 11 月 4 日约 3.5 万个第三方插件，约 60% 活跃用户制作或安装过插件。文章列举创作、设计、上下文观察和论文阅读插件，插件 API 兼容、安全机制与官方市场属于后续计划。
2026-11-04｜模型网关不只是反向代理：大禹 AI 模型网关的设计与实践
大禹网关以中间表示连接多套模型协议，分别处理流式事件、有状态请求与缓存计费用量，并把线上转发和用量事件异步核算拆开。重点是统一接口时保留不同供应商的状态和账单语义。
2026-11-03｜一文搞懂MCP开发
教程用 TypeScript SDK 说明 MCP 的客户端与服务端如何发现资源、交换工具描述和发起调用，并区分模型表达调用意图与协议实际承载调用的职责。适合用作实现入门资料。
2026-11-02｜让 AI 看得见、判得准、改得对—— D2C 从设计稿到三端真机达标的自动化实践
从设计稿生码后，CLI 负责环境、编译、重试与回滚，真机验证结合像素差异、结构树比对和多模态判断，结束钩子核对视觉指标与交付产物。团队报告需 AI 决策的步骤由 74 个降至 8 个，漏步骤率由约 30% 降至低于 5%，结果对应其内部链路。
2026-11-03｜Skill 路由优化实战：基于真实业务请求的 description 自进化
团队用真实请求复现数据交付和通知投递的路由冲突，先定位两个技能描述中的重叠意图，再改写、验证保护样例并跑整体回归。选中方案在 34 条开发请求中命中 31 条，口径是开发集上的首轮选择。
2026-11-03｜让改进有迹可循：Storage Agent Family Eval 工程实践
每次版本修改都跑固定样本，将模型评估和程序化检查组合，安全红线和核心完成度设为否决条件。团队用执行轨迹区分知识、Skill、CLI 与 Harness 问题，再将脱敏、去重后的会话与工单补进评测集。
2026-11-04｜HiRoute 新版本发布：结合自己的真实工作选择最佳模型 · 便宜的模型越来越多，怎么判断它能不能胜任我的 Agent 工作
新版本按任务场景选择候选模型和验收标准，并在用户发消息、上下文压缩或重建等边界切换模型。路由判断拆成前一步表现、下一步难度、问题是否会传递三个问题。文章给出的成本差异属于特定任务实验，适合参考其对照方法。
2026-11-06｜决策模型 Jev 可以直接上生产？用实验和公式理解 logit 调优与训练要领（长文干货）
作者在 100 条公寓租赁 Agent 轨迹上对比六个决策模型，发现固定 0.5 阈值无法满足各模型的业务门槛。文章用交叉验证比较阈值、Precision、Recall 和成本。适合参考如何按场景调阈值，所测模型排序仍依赖样本和错误定义。
2026-11-04｜天猫国际 AI 智能建场 Agent 工程实践：从一句话到可投放的会场页面
Agent 负责理解运营目标并选择工具，状态机与任务账本保存生产计划、字段位置及执行进度。圈品等长任务通过回调续跑，自然语言修改被转换为原子操作。这样能在执行中断后沿现有会场状态继续工作。
2026-11-04｜阿里速卖通技术：从「辅助驾驶」到「自动驾驶」，面向大促全周期自治的多智能体实践
主 Agent 负责理解阶段、规划与调度，领域 Agent 执行选品、搭建、投放和巡检。团队让活动标识贯穿各系统，并据此派生稳定的动作幂等标识。案例当前仍保留人工安全接手，覆盖范围随流程阶段变化。
2026-11-04｜高德 Data Agent 实践：从业务问题到可信数据（上篇）
主链路先从官方指标词典找业务定义，再生成 SQL。缺少定义时另走找表路径，查不到的字段作为异常处理。查询结果再按任务风险做量级、勾稽和常识校验。团队提到早期全量校验曾把一次问数从 30 秒拖到 600 秒，说明校验需要分层。
2026-11-03｜案例实践 ｜ 让 Agent 读懂业务口径：ContextSearch 在广告数据查询中的实践
从业务文档和代码提取指标、字段与计算口径，Query Agent 先检索这些材料，再写查询。团队在自建数据和 76 道业务问题上报告业务正确率由 36.8% 升至 98.7%。这篇关注广告查数，与上期同产品的售前检索案例是不同场景。
2026-11-06｜从LLM到Ontology：本体驱动的AI数据研发原理与最佳实践
将表、字段、指标口径和业务规则整理为本体资产，从生产 SQL 提取条件与动作并附源码指纹。OntSQL Agent 按需检索，维护环节检查指纹、回溯 SQL 并纳入线上失败样本。文中字段正确数由 4/8 增至 7/8，是小样本对照。
2026-11-03｜拆解小红书存储底座 02｜让 AI 成为团队的一员：存储数据库助理实践
SDBP 在 IM 中接入团队知识、工具与审批，会话状态和执行资源分开。团队比较通用检索、Wiki 与代码图谱后，用图谱找到代码位置，再核对源码。网络出口统一校验身份与服务白名单，业务凭据外置保管。
2026-11-02｜运维走出控制台：阿里云 AgentCore AI Native 运维实践
在一次沙箱反复重建的案例中，运维 Agent 沿统一观测模型找到不同实例背后的同一 Agent，并把日志定位到 Runtime 启动配置缺失。系统按环境限定只读范围，领域 Skill 提供排查步骤。
2026-11-05｜易点天下：AI 驱动 IT 运维组织提效的实践
统一入口识别场景并调度容器、数据库和故障诊断能力，结合现有观测、资产系统及审计。案例中一次连接池耗尽问题约 8 分钟定位，文中人工基线约 40 分钟，两者是该次故障的复盘口径。
2026-11-02｜Kimi 推出游戏开发与创意工作解决方案
方案用 Godot 生成可试玩原型，通过 Blender 插件直接构建和预览资产，并展示原生游戏工程生成。文章主要是官方发布与演示，能看到 Agent 的产物如何进入现有开发工具。
2026-11-05｜每两家头部手机厂商就有一家选它：火山引擎如何成为 AI 手机助手的"隐形底座"？
技术内容包括 RTC 就近接入、声纹与降噪、语义判停，以及多人或嘈杂场景下减少误打断。厂商采用和延迟指标来自方案方披露，工程上更值得看音频采集到识别、回复的链路怎么拆。
2026-11-02｜LongCat-2.5：面向智能体任务的原生多模态模型
发布稿介绍原生视觉离散编码、缓存视觉 Token 及端到端强化学习。编码任务同时构造修复前失败与修复后回归测试，并用隔离环境约束训练中的奖励取巧。能力与吞吐结果以团队公布设置为准。
2026-11-02｜揭秘小红书自研稀疏训练引擎 SparseGear：面向搜广推模型 Scaling Up 的资源协同与 HBM-Friendly 架构
小红书用 GPU 显存、主机内存和远端参数服务分层存放稀疏参数，并把后续批次的数据准备与当前计算重叠。作者报告相同显存预算下稀疏参数穿透率降低超过 50%，该结果对应其搜广推训练负载。
2026-11-02｜NeurIPS 2026 ｜ LoRA 优化中的隐藏力量：京东零售商品智能团队重新认识缩放因子
作者通过信号与漂移分析解释为何增加缩放因子和增加学习率可能得到不同的收敛表现，并提出 LoRA-α。文章适合作为调参假设，具体设置仍需按目标模型与任务验证。
2026-11-02｜个性化视频技术：历时七年的算法演进
文章把多年视频体验算法拆为价值预测、画质体验和 CDN 决策等环节，展示预测信号如何进入实际视频生产与分发。适合看模型迭代如何配合端到端视频链路。
2026-11-04｜腾讯混元发布 Hy4，首次成为最强开源模型之一
官方发布稿介绍命令行与图形界面联合执行、专业软件及跨应用任务的专项训练，并公布 WorkBuddy 和金融任务结果。内部评测与众测口径各自独立。
2026-11-04｜VibeVoice-ASR-BitNet：让语音大模型在你的笔记本电脑上实时运行
微软亚洲研究院将语音前端与自回归解码器分开量化，前者重点压缩中间激活读写，后者减少每步读取的权重。这个分法将端侧压缩决策与各模块实际访存瓶颈对应起来。
2026-11-04｜如何让 35B 模型做好复杂办公？小红书 AllSpark 团队提出 Navalia
同一文件保留供 Agent 检索的原始文档视图，也构造含指标、单位、时间与出处的事实视图供系统生成和验证任务。多步依赖转成可执行计算链，减少仅凭生成模型判断最终答案的压力。
2026-11-06｜淘宝MNN团队开源0.3B手机模型，iPhone 18 Pro上离线跑出350 token/s
MNN-Pocket-0.3B 的 INT4 部署包约 173 MB。团队报告在 iPhone 18 Pro 离线解码平均约 350 token/s。该数字对应其设备和部署配置，手机端采用仍需兼顾内存、能耗与目标任务质量。
2026-11-02｜Hyra 2.0 发布：为模型研发打造可复用工具
腾讯混元用长期任务负责人、实验执行单元和独立复核组织科学研究，记录实验过程并沉淀共享知识和技能。发布稿展示蛋白质、原子模型和数学等方向的产物，分别按各自评测条件看待。
2026-11-02｜阿里速卖通技术的AHE D2C 深度实践
能命中标准组件的 Figma 节点由脚本处理，剩余区域交给模型。布局解析保留固定、填满、随内容伸缩和未知等尺寸意图，再用 AHE Lint 与迁移账本检查设计属性是否保留。与淘天的真机验收案例相比，这篇主要解决生成前和生成中的表达问题。
2026-11-03｜OxygenData-Vibe搭建：用 AI Coding重新定义数据看板搭建
OxygenData-Vibe 先和用户确定查询协议，再用字段和组件约束生成动态看板，并通过 AST Checker 核对字段、查询与组件。文章披露上线后创建了 478 个看板，单个交付案例的初版耗时和传统完整开发工时应分开解读。
2026-11-03｜用户说 App"下不了单"：用 Session Replay 看清流程卡在哪一步
电商用户填写地址后仍无法下单。团队用 Session Replay 还原保存到结算的操作，再结合日志与代码确认地址写入失败。文中也说明了遮蔽输入内容后如何沿操作路径排查。
2026-11-04｜AVA 4.0：让 Agent 用企业数据回答业务问题
AVA 4.0 统一描述数据结构、统计画像和业务语义，并按数据源选择计算执行位置。团队报告在其选定基准设置中，加入业务定义后正确率明显提高。执行查询、结果和状态可作为下游图表的依据。
2026-11-06｜AVA 4.0 实战：53 行核心代码，实现 Mini Data Agent
教程用 AVA 与 AI SDK 把分析和可视化封装成两个工具，图表通过 resultId 引用已计算结果。销售样例用 YAML 固定订单时间和折后销售口径，适合对照怎样让多轮追问复用同一份分析证据。
2026-11-02｜从直板到折叠屏：腾讯Kuikly如何适配 iPhone Duo？
框架用响应式布局应对尺寸变化，通过四边安全距离处理系统侧栏，并用屏内保留区域坐标做局部避让。原生控件承担系统交互行为，页面结构和业务逻辑继续由跨端层维护。
2026-11-05｜基于Vision与Core ML的封面美学评估和裁剪方案
方案先用轻量 Core ML 模型从候选帧中打分，再用 Vision 的显著区域做自适应裁剪。低电量、发热或模型加载失败时走降级路径，同时监控推理耗时、内存和封面接受情况。
2026-11-05｜拆解小红书存储底座 03｜从存得下到读得快：小红书自研对象存储实践
统一网关处理协议、鉴权和路由，元数据服务按 Bucket 规模拆分，底层由 HDD 与 SSD 引擎共同承载，并通过离线系统做跨集群调度。文章提供特定读写负载下的性能口径。
2026-11-05｜火山引擎缓存数据库：如何构建超大规模缓存集群的无感弹性能力
方案先传槽快照再追增量，最后短暂停写完成交接。团队将相关能力移植到既有 Redis 版本，并以两阶段故障切换校验复制状态，避免目标故障时直接交接。
2026-11-05｜Android 重磅更新：智能体与跨形态开发
Dev Summit 更新覆盖 IDE 的 ACP 编码 Agent 接入、CLI 的设备与预览能力、AppFunctions 和 Compose 上的 A2UI。文中 AppFunctions 为 Beta、A2UI 为 Alpha，适合分别跟踪研发工具和应用对外能力。
2026-11-02｜端侧 AI Agent 入门与实战
应用只注册查询、新建和标完成等动作，限制工具调用轮数，并由 Kotlin 计算相对日期。示例适合用来理解如何把有确定规则的操作交给程序，以及怎样限制端侧模型的动作范围。
2026-11-01｜排查提效 50%：淘大集新核心系统的观测护航之路 · 同团队公开版本
团队把调用链和日志用 TraceID 关联，可从异常 Span 回查对应请求，并在上线前用链路追踪定位慢 SQL 与方法瓶颈。案例报告核心接口平均响应时间降低约 40%，对应整套上线前调优。
