All 394

AI 范式雷达:《Agent 说完不算,拿出证据》

2026-09-26 到 10-05 的十天里,四起据报道的 agent 失控事件接连登上 Hacker News,其中热度最高的 Wikimedia 帖拿到 307 分。

In AI, ParadigmRadar, 3 mins read

AI 范式雷达:《当你的笔记本上住进别人家的守护进程》

一组 2026-10-16 实测数字:openai/codex 要求把守护进程默认启动改为 opt-in(选择性加入)的 issue #48195 获 181 个 +1、仍 open;HN 帖 50060694 拿到 607 分、全树 292 条评论(口径:292 为 HN API 全树数含已删除,顶层回复 58)。

In AI, ParadigmRadar, 3 mins read

一分钟读论文:《编码智能体:知道却不说》

腾讯与中国科学技术大学团队的论文《What Coding Agents Leave Unsaid: Measuring Task-State Gaps Between Execution and Reports》测出一个反直觉的现象:问智能体本人,93.6% 能答对;只看它的报告,只能恢复 52.0%。

In AI, Engineering, 1 min read

一分钟读论文:《三个托就能改掉一半人的心里话》

伊利诺伊大学芝加哥分校的论文《Believed but Not Said: Measuring Hidden Belief Collapse in Multi-Agent LLM Discussions》发现:放入 3 个反复坚称错误答案的对抗者后,60.5% 的良性智能体以错误答案收尾。

In AI, Engineering, 1 min read

AI 智创简报:《抽文档省 token 的做法正在收敛:先定位,只喂那一小块》

生成式 AI 落地最早的赛道之一,正在专利面上留下整齐的一排:2026 年 2 月到 8 月,六家互不相同的公司围绕同一件事拿到了授权——用语言模型从非结构化文档里抽取结构化字段。

In AI, InnovationBrief, 1 min read

AI 范式雷达:《Agent 权限清单要住进哪个载体》

过去四周,四个互不隶属的主体同时动手处理同一件事:把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。

In AI, ParadigmRadar, 3 mins read

一分钟读论文:《Skill库越大agent越不翻说明书》

香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing》(arXiv:2610.18522)测量出现象——当 skill 库扩到一千个无关项时,agent 的加载召回率从 73.6% 跌到 27.4%,51.6% 的任务干脆一个 skill 都不加载。

In AI, Engineering, 1 min read

AI 范式雷达:《被 Agent 选中,成了工具的新分发渠道》

如果你的开发者工具只做过面向人类的营销,你正在错过一半个市场:Armature 的测量研究显示——Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%。

In AI, ParadigmRadar, 4 mins read

一分钟读论文:《交付验收需要一个会说理由的裁判》

2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix》(arXiv:2610.13356)给出一个可直接摘录的结论:拿通用推理模型裸当编程 agent 的交付验收裁判并不合格,专门后训练后,完成判定分类准确率从 57% 提到 78%。

In AI, Engineering, 1 min read

一分钟读论文:《字段顺序决定结构税交多少》

已被 AACL IJCNLP 2026 主会接收的 PayPal AI 论文《Structure Tax: How Structured Output affects LLMs Performance》发现:强制按固定格式作答的精度损失,不在结构本身,而在字段顺序。

In AI, Engineering, 1 min read

Featured