Codex AI Digest 深读版 · 2026-07-29
Codex 真读真写 · 从 source pack 重写判断。这是 Codex 深读版。今天最该更新的不是某个模型又涨了几分，而是三条主线已经开始合流：长程软件任务正在逼近可交付区间，Codex/ChatGPT Work 正把 agent 从写代码扩到知识工作，安全与治理正在从“模型会不会听话”转成“系统有没有证据…
Archive
专题归档
第 5 / 7 页模型为什么会伸手：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"。
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。
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。
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。
Codex AI Digest 深读版 · 2026-07-28
Codex 真读真写 · 先读方向，再读工具和行动。这是 Codex 深读版。今天最值得注意的不是某个单点榜单，而是 agent 时代的三个底层变化开始对齐：长时程任务正在有更像真实工作的 benchmark 和训练框架，open-weight 竞争从模型本身扩展到许可证与推理基础设施，企业落地则更清楚地走向“小模型…
LLM 与 Agent 源码品读地图：11 层、50+ 个值得逐行读的开源项目
把大模型与 Agent 开源栈拆成 11 层，每层回答"被什么稀缺资源塑形"，再给出代表项目与具体的"读什么"。从 micrograd 到 vLLM，从 LangGraph 到 OpenHands，一张可以按图索骥的源码阅读地图。
Scaling 没有死，它换了坐标轴：2026 年 LLM 研究与产品的五条主线
推理模型、智能体、上下文工程、MoE 与稀疏注意力、扩散 LLM、世界模型……热门方向看似散乱，其实都在回答同一个问题：预训练的规模红利递减之后，去哪里找新的增长轴？这篇把它们收拢成五根杠杆——推理时算力、经验、上下文、单位成本、生成范式——并附上可核查的 arXiv 论文与开源产品索引。
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。
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。
当写界面和看界面的都不再只是人：大模型时代前端的三条战线
前端建立在"界面由人写、给人看"两个隐含假设上，大模型正在同时拆除它们。结合 Design2Code、Agentic Web、Generative UI 等十余篇论文，推演前端各领域与工程化的整改趋势。
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。
别把向量数据库当知识库：RAG、Agent 记忆和知识库的一条主线
用一条“外部知识如何进入模型上下文”的主线，拆清向量数据库、RAG、Agent 知识库、Agent 记忆、Embedding、Retriever、Reranker、GraphRAG、BookRAG、A-RAG 等概念分别在系统里负责什么。
Codex AI Digest 深读版 · 2026-07-24
Codex 真读真写 · 24 篇原文 / 9 个渠道 / 论文、趋势、技能、工具、行动。这是 Codex 深读版。今天先更新三个判断：第一，agent 训练正在从“做 benchmark”转向“把真实 harness 带进 RL”；第二，多模态模型开始从生成内容外溢到动作预测、机器人和浏览器端运行；第三，健康、企业…
Codex AI Digest 深读版 · 2026-07-24 · 18:18 版
Codex 真读真写 · 先看方向，再看行动。这是 Codex 深读版。今天最值得你调整判断的，不是某个单点模型分数，而是三条更耐久的线索：一，agent 训练开始进入真实 harness 和真实环境；二，开放权重在高风险能力上的追赶速度继续压缩治理窗口；三，多模态系统正从“会生成”走向“会感知、预测、动作”。如果你…
Codex AI Digest 深读版 · 2026-07-22
Codex 真读真写 · 方向 / 判断 / 行动。这是 Codex 深读版。今天最值得尽快更新的判断有三条：第一，AI 安全叙事正在从“模型能力有多强”转向“评测与部署边界是否足够硬”；第二，长上下文与 agent 的下一阶段不只是更长，而是更会取证、检索、验证和回退；第三，真正能拉开差距的护城河越来越像数据生成、…
一万亿个参数，没有一个是给你拧的：函数、大模型与 Claude Code 的控制面迁移史
函数的控制面是参数：改参数，结果就变。大模型呢？它有上万亿个参数，但没有一个是旋钮——真正的控制面迁移到了数据、目标函数和上下文里。到了 Claude Code / Codex，控制面又搬回模型外面，变成一整个分层的驾驶舱。这篇讲清一条主线：计算史就是控制面的迁移史，每次迁移都在拿确定性换能力，然后人类立刻在新的一层重建确定性。
穿透控制面：你写进 CLAUDE.md 的每一行，最后变成了模型内部的什么
上一篇找齐了 Agent 的控制面，这一篇把 X 光打进去：指令、示例、人格设定、测试反馈，穿过 tokenizer 之后分别控制了 Transformer 内部的哪个机制？结合 induction heads、task vectors、persona vectors 三条机制学证据链，得到一个统一答案——上下文控制的从来不是模型会什么，而是在一座冻结的能力库上做"寻址"：选择并组合已有的回路。
从 vLLM ChatCompletionRequest 看懂大模型请求参数
把 vLLM 的 ChatCompletionRequest 当成推理控制面地图，讲清 messages、chat template、token 预算、采样参数、结构化输出、工具调用、streaming 和服务调度分别作用在大模型推理的哪一层。
Streaming 不是逐字打印：从 vLLM 看大模型增量输出的状态机
从 OpenAI SSE 协议、LLM prefill/decode、vLLM chat_completion_stream_generator 和 Parser.parse_delta 四个层次，理解大模型 streaming 为什么不是简单 append 文本，而是增量状态机。
OpenAIServingChat 深度解读：vLLM 怎样把一次 Chat Completion 跑成 OpenAI 响应
从 vLLM 的 OpenAIServingChat 源码看懂 /v1/chat/completions 的服务编排：chat template 渲染、SamplingParams 构造、EngineClient.generate、streaming SSE、tool/reasoning parser、usage、metrics 和 KV transfer cleanup。
Loop 还是 Graph?这是个假问题——Agent 架构之争的真正变量,是控制流的真相放在哪里
Loop 派信模型,Graph 派信代码,吵的其实是同一个坐标轴上的两个点:下一步由谁决定。用调度器理论把二元对立拆成连续谱,再看 AFlow/GPTSwarm 给出的第三条路——结构本身也可以被搜索出来。
Codex AI Digest 深读版 · 2026-07-21
Codex 真读真写 · 方向 / 判断 / 技能 / 工具 / 行动。这是 Codex 深读版，不做关键词拼盘。今天 23 篇材料里最值得你调整判断的，不是又一个更大的模型，而是三条更耐久的线索：机器人开始把采数工具链产品化；agent 与自动发现系统开始暴露评测与验证短板；模型对措辞和软上下文的脆弱性，已经足以反…
Agent 工程七问：如何把一个随机内核，包装成能托付长任务的可靠系统
状态记录、失败恢复、沙箱隔离、多轮评测、test-time compute 分配、上下文组织、速度/成本/成功率联合优化——七个问题共享同一个答案结构：把真相移到模型外面。