#AI

遗忘是一种能力：五篇论文看懂长程 Agent 的记忆管理，正在重演操作系统内存史

精读 AgentFold、IterResearch、AgentSwing、ContextBudget、Self-GC 五篇 2025.10–2026.07 的论文：为什么"记住一切"的 agent 反而答得更差？用 Pass@1 = η×ρ 这个分解式看懂 context rot 的本质，以及上下文管理如何从启发式规则一步步演化成垃圾回收、预算分配和运行时调度——操作系统内存管理史的完整重演。

AI LLM Agent 上下文工程论文深读

一个 search 工具能挖多深：解剖 Agent 工具箱里最不起眼的函数

search(query) -> results，看起来是 agent 工具箱里最简单的函数。结合 SWE-agent、SLIM（Lost in the Maze）、ParallelSearch、Search-R1、ZeroSearch 五篇论文，逐层解剖它的设计空间：返回什么、问什么、怎么学会用、搜索引擎本身要不要是真的——每一层都藏着能让性能翻倍或减半的决定。

AI LLM Agent 搜索 RAG 论文深读

删掉 80% 系统提示词之后：Claude 5 时代的上下文工程新规则

Anthropic 为 Claude 5 代模型删掉了 Claude Code 超过 80% 的系统提示词，编码评测没有任何可测的下降。深读这篇官方博客：为什么"给模型写规则"是有保质期的负债，五个 Then vs Now 的转变背后是苦涩的教训在提示词层重演，以及怎么把这套经验用到你自己的 agent 上。

AI LLM Agent 上下文工程

什么才是好的 Harness：判断归模型，物理归代码

同一个模型，换个 harness 性能能差 6 倍。结合 SWE-agent（ACI 开山之作）、How Much Heavy Lifting、Inside the Scaffold、Code as Agent Harness、Fork-Explore-Commit 等论文，深度拆解好 harness 的三件本职工作：把世界翻译成模型好用的接口、把确定性工作从模型手里拿走、让错误变便宜——以及为什么"提示词里的规则是恳求，harness 里的规则是物理法则"。

AI LLM Agent 上下文工程论文深读

模型为什么会伸手：工具使用不是被教会的，是目标函数的影子

一个只会预测下一个 token 的模型，凭什么会去调用计算器和搜索引擎？从 Toolformer 的自监督起源（一次调用能留下的唯一理由是降低未来 token 的 loss），到 RLVR 时代的工具滥用幻觉（无成本时任何 ΔP>0 都值得调用），再到 knowing-doing gap（知道该用和真的去用在残差流里是两个方向）——结合五篇论文回答：模型为什么会用工具、为什么会滥用、以及为什么"知道"不等于"做到"。

AI LLM Agent 论文深读

场景控制包：把 Agent 经验从提示词推进到可执行契约

结合 AI Chains、PromptChainer、ReAct、RAG、Self-RAG、DSPy、AutoGen、MetaGPT、Reflexion、Voyager、AgentBench 和 SWE-agent，判断 AIHub 场景控制包有没有同类论文思想：没有找到完整同款，但能看到清晰的相邻研究脉络。

AI Agent AI Infra RAG 系统设计

Agent 平台正在重新发明操作系统：美团 CatPaw 架构深读

逐段拆解美团 CatPaw Managed Agents 的"脑手分离"架构，把每个组件映射回它的操作系统祖先：Session 恢复是进程切换，上下文压缩是虚拟内存，Sandbox Gateway 是调度器，模型路由网关是硬件抽象层。结合 ReAct、MemGPT、AIOS、Firecracker、CaMeL 等论文，解释为什么相同的资源约束必然长出相同的架构形状——以及这个类比在哪里失效。

AI Agent LLM 论文深读

Codebase Memory MCP 源码深读：把代码库编译成 Agent 的结构化记忆

从 MCP 入口、Tree-sitter 抽取、Hybrid LSP、graph buffer、SQLite/FTS5 和增量索引读懂 codebase-memory-mcp 的实现原理。

AI Agent MCP 源码阅读

nanoGPT config 不是参数表：一张 LLM 训练配方地图

从 LLM 训练的大背景出发，系统讲解 nanoGPT config 目录里的训练、微调、评估配置，以及 batch、context、模型大小、AdamW、学习率、DDP、dtype 等参数如何在源码中生效。

AI AI Infra LLM Transformer 模型训练源码阅读学习笔记

从 65 个字符开始：nanoGPT 的 Shakespeare 字符级语言模型数据准备

用 nanoGPT 的 shakespeare_char prepare.py 串起字符到整数 id、train.bin/val.bin、meta.pkl、next-token 训练样本，以及它和 BPE/GPT-2 路线的差别。

AI AI Infra LLM 源码阅读学习笔记

读懂训练曲线：从一张 val/loss 图判断模型有没有真的变好

用一张验证损失曲线拆解训练图的读法：先看坐标和指标方向，再看趋势、噪声、对照和决策，最后用 train loss、val loss、数据切分和优化过程串起因果链。

AI LLM 学习笔记

Tree-sitter 源码深读：增量解析器是怎样从 grammar.js 变成语法树的

从 grammar DSL、parse table 生成、C runtime、GLR stack、增量重解析和 query VM 读懂 tree-sitter 的实现原理。

AI Agent 源码阅读

Ego Lite 的关键不是会点网页，而是把浏览器变成 Agent 的共享运行时

从 ego-lite 的 README、官网文档和 ego-browser 源码看它的真正原理：浏览器保存登录态和任务空间，agent 只提交 JavaScript 片段，helper runtime 通过 globalThis.ego、CDP、Snapshot 和 Task Spaces 把网页变成可编程环境。

AI Agent AI Infra 源码阅读

主模型明明是 Fable 5，账单里为什么冒出 Haiku 4.5？

这不是投机解码。从 Claude Code 官方文档找到 Haiku 后台调用的直接证据，再借 RouteLLM、FrugalGPT 与 Leviathan/Chen 的投机采样论文，把"小模型替大模型干活"拆成应用层分派、服务层路由、解码层投机三层，并给出一条判别原则：看它会不会以自己的名义出现在你的账单里。

AI AI Infra LLM Serving

别再问谁第一：大模型 Benchmark 榜单的正确打开方式

梳理 2026 年仍值得看的大模型榜单和数据源：LMArena、HELM、LiveBench、Artificial Analysis、SEAL/HLE、SWE-bench、BFCL、OpenCompass 与 Hugging Face Open LLM Leaderboard，并给出一套按场景读榜的方法。

AI LLM 评测

涌现是真是幻？大模型"突然开窍"的本质——一场跨越四年的论文辩论

为什么三位数加法这种能力会在模型变大时"突然出现"？沿着 Wei 2022 定名、Schaeffer 2023 质疑（海市蜃楼）、Du 2024 反转（损失阈值）、Michaud 量子模型、grokking 显微镜、Arora & Goyal 技能组合的论文接力，把涌现拆成一个可复用的心智模型：底层的进步几乎总是连续的，"涌现"是连续进步穿过非线性读出面时投下的阶跃阴影。

AI LLM 论文深读

最近的大模型论文，值得读的不是排行榜

从 DeepSeek-R1、s1、LIMO、Qwen3、Gemini 2.5、Kimi K2、GLM-4.5 到 Kimi Linear 和 Conditional Memory，整理一条 2025-2026 年大模型论文的品读路线：能力、算力、验证器和 Agent 化如何连成一条主线。

AI LLM Agent