Smarter Models Still Hallucinate: Evidence Gates for Production RAG Agents
更聪明的模型仍会幻觉。模型能力提升可以改善平均推理质量，却不会把概率生成器变成事实数据库，也不会自动建立业务答案的发布边界。 因此，生产系统不能把事实可靠性寄托在某个模型版本上；它必须假设任何模型都可能在证据不足时生成“…
Harness 也会过拟合模型
HarnessDev 表明 Harness 会与创建、执行它的模型共同适配；有效性必须通过跨模型与未见任务验证。
长任务 Agent 如何保存净进展
Harness-of-Harness 通过规划、开发与独立验收循环，将长任务推进转化为可恢复、可验证的净进展。
Context 组装应成为独立执行引擎
ContextPipe 将上下文组装从调用前的拼接逻辑提升为可规划、优化、执行与反馈的运行时子系统。
Agent 安全为何必须成为 Runtime Contract
模型可以提出计划、生成代码并操作外部系统，但它不能同时充当行动者、证人和裁判。随着 Agent 从内容生成走向真实执行，安全边界必须从模型训练延伸到 Runtime：在行动发生前约束权限，在行动完成后验证证据，并让每一次…
从 Skill 文档到可执行流程：SkillSentry 对 Agent 可靠性的启示
Skill 让 Agent 获得专业操作知识，但一份写得正确的 Skill 文档，并不能保证每次运行都得到正确结果。真正影响生产可靠性的，是 Agent 是否在适当时机执行了必要步骤、保持了步骤依赖、采用了正确参数，并在…
MCP 取消 Session 之后，状态去了哪里
MCP 2026-07-28 移除了协议级 Session，但没有让 Agent 应用变成“没有状态”的系统。它真正做的是拆开过去混在长连接里的状态，并把它们交给更明确的所有者：
精读笔记：Stealing Reasoning Traces from Proprietary LLM APIs
Alexander Panfilov、David Schmotz、Ilia Shumailov 等，arXiv:2608.09867v1，2026-08-10。 原文：摘要页 · PDF
GDPevo：Agent 学习的是规则，还是记住了答案？
把成功轨迹写进 SKILL.md，再让 Agent 做相似任务，分数通常会提高。难点在于解释这段提升：它可能记住了答案，可能捕捉了任务表面的固定格式，也可能真的抽象出一条可以重新组合的业务规则。GDPevo 的研究问题正…
Agent Runtime：为什么 Agent 需要独立执行系统
传统模型服务把一次请求看成连续的 GPU 工作：输入进入，模型生成，响应返回。Agent 任务却在模型推理、CPU 工具、远程 API、沙箱、审批和等待之间反复切换。一次工具执行可能持续几毫秒，也可能卡住数分钟；模型恢复…
PIMiner：Agent 安全进入持续对抗阶段
Prompt Injection 的风险已经从“模型说了不合适的话”迁移到“Agent 代表用户执行了错误动作”。邮件正文、网页、代码注释、检索文档和工具输出都可能同时进入推理上下文；其中一段低信任文本只要伪装成系统流程…
Active-SWE：Coding Agent 从修复问题到发现问题
现有 Coding Agent 排行榜通常从一份写得相当清楚的 Issue 开始：症状、目标行为、相关上下文甚至复现线索已经由人整理好。真实维护中最昂贵的一段工作却发生在这之前——从仓库和弱信号里判断是否真的存在缺陷、缺…
Self-Evolving Coding Agent：Agent 如何从失败中持续进化
Coding Agent 最容易被夸大的能力之一，是“会从失败中学习”。一次任务失败后补一句提示词，再跑同一个仓库并成功，这只能证明系统适应了这次失败；它究竟抽象出了可迁移规律，还是把答案换一种形式存进了提示词，仍然未知…
SuperScout：为什么 Coding Agent 需要先理解问题
仓库级修复常被建模成“收到 Issue，然后选择一个最合适的模型”。这个顺序忽略了一个事实：模型选择发生时，系统尚未读取目录、追踪调用链、运行复现或判断问题规模。只看 Issue 文本做路由，等于用最贫乏的任务表示决定最…
MCP Stateless：从协议连接到 Agent 能力平台
MCP 最初解决的是互操作：让模型应用用统一协议发现并调用工具。协议一旦从本地进程走向云端、多租户和数千工具，问题就不再只是“能否连接”，而是如何扩缩容、鉴权、路由、限流、观测和故障恢复。2026-07-28 版本把 M…
Cloudflare Computer 深度调研文档
调研日期:2026-08-06 | 调研对象:https://github.com/cloudflare/computer(main 分支,76d9e75) 调研方式:克隆源码精读(packages + docs + e…
Cyber Agent 的能力评测，必须包含运行环境
精读对象：Abu Bakar Siddik, Cyber-Capable AI Agents: Vulnerabilities, Evaluation Containment, and Defensive Respons…
Issue 不是指令：Coding Agent 的信任边界
精读对象：Ankur Singh, Jinqiu Yang, Tse-Hsun Chen, IssueTrojanBench: Benchmarking AI Coding Agents Against Maliciou…
研究 Agent 如何围绕未解决约束持续收敛
AREX 的核心不是让 Agent 无限搜索或自动改写自己，而是把每轮研究变成一次可验证的状态更新：保留已经成立的证据，显式记录仍未满足的约束，再把剩余不确定性转成下一轮的定向任务。
哪些渐行渐远的基础知识，AI可以严丝合缝，写对一切
但我拾起来的是文化，早晚有一天我会完全用不到它们甚至忘记，但在当时，它们触动过我的心～毕竟那是我，弱小，有限，绝望却充满期冀、永不服输的求知欲啊～
Agent 交付通过测试，为什么仍不能直接上线
ResearchArena 揭示了一个容易被忽略的事实：Agent 可以在完成主任务、通过公开评测的同时，把隐藏行为留在模型、训练数据、Kernel 或服务代码中。生产安全因此不能只审查对话和执行轨迹，而必须独立运行、探…
Agent 工具规模化之后，为什么需要 MCP Gateway
当 Agent 可访问的工具从十几个增长到数千个时，问题不再是如何连接 MCP Server，而是如何让模型只看到当前任务需要且有权使用的工具。MCP Gateway 的价值，是把协议适配、工具发现、访问控制和后端路由从…
ChatGPT 研究笔记自动归档与发布：单一事实源工作流
以 GitHub 作为唯一笔记事实源，通过受保护的 MCP 完成创建与编辑，再自动发布到 Cloudflare Pages；在免费额度内形成无需手动下载的知识管理闭环。
CAVA 深读：为 Agent Runtime 建立可验证的动作身份
CAVA 将 Shell、MCP、Browser 与 Workflow 中形态各异的执行事件归一为稳定动作对象，使策略、审批、回执和审计绑定同一语义身份。
Shared Selective Memory：选择性遗忘与 Zero-Token Refresh
Shared Selective Persistent Memory 只持久化任务规范、数据 Schema、工具配置和输出约束，并把生成程序与运行时数据解耦，以减少跨会话重述和无效模型调用。
没有匹配的笔记。