AI
21 篇。
- 不建向量库：SAG2 用一个 25.87 MiB 的 SQLite 索引拿到 86.62 召回 SAG2 把语义判断从建库挪到提问之后。一个 SQLite 索引加 BM25 与 JEV 判断，在 MuSiQue、2WikiMultiHopQA、HotpotQA 上拿到对比方法里最高的 R@5 与 R@10，建库 2.36 秒、零次模型调用。消融把增益拆成两轮扩张与共享上下文两块，代价写在最后一节。 AI
- 如果没有 KV cache，编码 agent 该怎么设计 一份 2026 年 9 月的设计笔记从一个反问出发，把编码 agent 的六个常见缺陷归到同一个原因，并给出以 Jev 决策层为核心的替代架构。路由算术、token 占比与安全分级逐项标注来源。 AI
- 多教师蒸馏按 token 分账 TRL 的多教师在线蒸馏示例跑了 60 步，指令跟随拿了 20% 的 prompt，训练 token 只分到 1% 到 3%。Open-MOPD 那篇论文把这件事叫 token 预算错配，修完之后可回收的上限从 35.6% 提到 83.4%。 AI
- 本体构建的分水岭不在模型大小 六篇 2025 到 2026 年的论文放在一起，指向同一件事。本体构建的瓶颈已经从「谁来写」移到「谁来验」，每个数字都标了出处和位置。 AI
- 评测（Evals）：一个 AI 系统能不能用，看四个数字 把 evals 拆成输入、系统、判官、数字四件事，再给判官本身打一次分。文中每个数字都标了来源。 AI
- 不再检索，改成问路：DecisionRAG 用决策模型在文档树上走 DecisionRAG 不做第一阶段检索，也不建向量索引：每层把候选标题放进同一个上下文，用一次前向的一批是非题决定走哪一支。四个基准九格指标赢六格，输的三格和它的代价都写在正文里。 AI
- 同一张图，十五种写法，差 28 个百分点 Oracle 把同一张知识图谱写成 15 种文本格式，用 9 个前沿模型配置跑了四个评测面。抽取任务上格式只值 1.3 到 3.9 个百分点，结构化推理上值 28.4 个。 AI
- Project EVE：把 Agent 放进一个已经运行了二十三年的经济体 Anthropic 让 Claude 在 EVE 里做市六个月、组四人舰队打一周。结果把 Agent 经济体拆成三件事：执行层的效率、工具层的资本、信任层的可观测性——而这三件事的价格，全都可以量出来。 AI
- Agent 记忆的四层栈与「梦境」回路：读 Anthropic 的记忆组件研究 Anthropic 把 agent 记忆拆成原始记录、笔记、表征与注入四层，并让「梦境」在离线时回看记录、纠错、建 wiki、把重要笔记顶到每轮开头。这篇按四层栈与五组实验数据逐层拆解，并给出可落地的工程清单与中英文精选讲解视频。 AI
- 数据库的用户换了：Agent 时代的记录系统与上下文层 数据库的头号用户从人变成 Agent，它因此裂成两条腿：一条存状态，一条供上下文。而检索本身也从召回算法问题，变成了编排与编译问题。这篇把两篇文章、四篇论文和六家厂商的公开资料摆在一起，看这条演进走到哪一步。 AI
- 生产级 Agent 的七层：一次对「换个模型就好了」的证伪 一篇把生产级 agent 拆成七层的指南，最有力的判断是模型从来不是问题。这篇论文式的拆解按证据强度重排了它的论点，标出哪些是可复现的实验、哪些是一次公开事故、哪些是赞助商的产品自述，并给出八条可执行的自检。 AI
- 一段提示词怎么长成公司大脑：拆 Recall 的四代、一条管道、四个工具 一个检索 skill 的四代演化，和它背后的两条硬决定：原样存储在上游、其余全是可重建的投影；服务器只负责不漏，判断交回给调用它的那个模型。附四组实测数字与可抄的四步。 AI
- 逐节读 DSec：每天 300 万个沙箱，DeepSeek 把 agent 训练的底座做成了什么 把 31 页的 DSec 报告按节拆开读：先量负载（批量、稀疏、有状态、低复用），再讲三个机制（可组合层、内存回收、按需镜像），最后看评测里的 1.71× 与 45.2%→17.3% 到底证明了什么、没证明什么。 AI
- Open Responses：把 N×M 套适配器换成一份契约，代价写在每个字段的 MUST 里 一份以 OpenAI Responses API 为基础、规定请求与响应格式的共享规范，能替掉一堆供应商适配器。真正值得读的不是字段名，而是条目状态机、语义事件、以及 allowed_tools、truncation、previous_response_id 这几个字段背后那句 MUST——它们把「谁能替你决定什么」写清楚了。 AI
- 把聊天框当 Agent OS，三十人的公司几周就碎：拆 Ankole 的五处断裂点 一句话主张——单机 harness 加聊天框不是 Agent OS——听起来像口号。把它拆开，是五处具体的断裂点：谁在说话、它记得什么、崩了之后活儿还在不在、在哪台机器上动手、回复到底送没送到。这篇按 Apache-2.0 的仓库逐层核了一遍，也把价格摆出来。 AI
- 自动本体工程：英伟达 Auto-Ontology 的源码级拆解 Auto-Ontology 用四个阶段从元数据与查询历史编译出一张业务本体，再以 9 个只读 MCP 工具交给 agent。读完 1.1.0 的源码后，我认为它把「第一个月」自动化了，但认证是徽章、不是闸门。 AI
- 一个人就是一支创意团队：Dan Koe 那封信里能拿走的与拿不走的 Dan Koe 把「创意总监」拆成品牌策略、内容策略、写作与运营三件事，用一份九组问题的访谈把它们串起来。这篇核了撑起那封信的三个数字，并标出对技术读者不能照搬的三条。 AI
- 认知投降：把活交给 agent，判断权不能交 Addy Osmani 把「用 agent 用出依赖」分成委托、转交、投降三档。这篇画出那条斜坡，补上沃顿与 Anthropic 的两组实验数字，再标出他自己没说满的地方。 AI
- 思维先于行动：JevAct 给 LLM Agent 加的决策门 JevAct 在执行前插一道门：代码算工具记录能确定的事实，决策模型只回答对话里说了什么，一条布尔规则把两者合起来。τ²-Telecom 上八个 agent 全部提升，论文也写清了它在哪里失效。 AI
- Super-agent：把「会话」从用户手里拿走 DeepSeek Harness 认为瓶颈已经从模型挪到了人的注意力。五个模块、一个双层设计，以及开源原型里真正跑起来的那部分。 AI
- 去中心化、可信的 MCP 运行时：架构设计与实现 Agent 的能力边界是它能调到的工具。把工具当成可寻址的产物、放进沙箱执行、用身份兜底——这是一套去中心化、可信的 MCP 运行时架构，以及实现它的五层。 AI