最艰难的那一年，真的会让人生辽阔吗
考据一句刷屏金句的真实出处（它是《岛上书店》的腰封文案，不是书里的句子），再用三篇心理学论文审计它的真伪：创伤后成长研究证实了五个成长维度，也发现「感觉自己成长了」和「真的成长了」几乎不相关，而苦难的剂量存在倒 U 曲线。最诚实的结论：那一年不会自动变成礼物——把它讲成礼物的动作，才是。
Archive
专题归档
第 4 / 7 页「前面看不懂，跳过去」：雷军的学习论，恰好是大模型的训练方式
考据雷军 2023 年度演讲里「知识是网状的」这段话的出处，再用七篇论文逐句审计它：LLM 预训练默认乱序打散数据、grokking 证明开窍可以迟到、知识必须被多角度反复遇见才提取得出来。结论：这段话不是鸡汤，它几乎就是预训练的工程实践——但它有三个容易被忽略的前提。
读 MemOS 源码：记忆的三态、相变，与一个诚实的占位符
把 MemTensor 的 MemOS（arXiv:2507.03724）克隆下来，对照论文精读约 9 万行 Python 源码。它的精髓可以压成一张相图：记忆有三态——明文（气态）、激活（液态）、参数（固态），'记忆操作系统'的职责是调度相变。审计结果：明文态是生产级，明文→激活这条相变真实且值钱（TTFT 最高降 94.2%），而参数态在源码里是一个 dump() 时写入 b"Placeholder" 的占位符。这篇按'表示—调度—相变—进化—数字'五层，把论文的承诺和代码的现实逐条对齐。
记忆的内化：Metis 把 Agent 记忆从提示词搬进前向计算
做出外挂记忆操作系统 MemOS 的 MemTensor 团队，自己发布了外挂路线的'反面'：Metis（arXiv:2607.26760），第一个把记忆做成原生能力的基础模型——记忆不再是数据库+检索+拼提示词，而是一块随对话演化的参数状态：写入靠前向计算，读取靠 memory attention，全程没有一次反向传播。本文沿论文的三轴对比（架构、优化、效率）拆它的设计，再用诚实的数字给它定位：原生记忆今天的处境，约等于 LRM 出现之前的推理。
当提示词成为依赖：读 Warp 的 skills-lock.json
Warp 仓库根目录躺着一个 skills-lock.json：25 个'依赖'全是 Markdown 提示词，每条锁一个内容哈希。它不是标准的一部分，却标志着一个转折——当提示词成为跨团队共享的工件，它就继承了软件依赖的完整生命周期：manifest、锁文件、可复现安装，以及供应链攻击。结合五篇 arXiv 论文，拆解 Agent Skill 依赖管理的现状、原则与锁不住的部分。
从能跑到可托付：顶级 Agent 应用工程师的六层系统与三条闭环
写给已经在做 Agent 的工程师：从目标契约、上下文状态、决策控制、工具环境、运行时信任到评测学习，用六层系统与三条闭环重新理解 Agent 应用层，并给出从功能实现者走向系统负责人的进阶路径。
当 Agent 开始说“物化”：一张大模型工程术语地图
从物化、编排、轨迹、检查点到 Harness 和 Verifier，按任务闭环梳理 60 多个 Agent 工程术语，并追问哪些是真问题的新名字、哪些只是旧概念迁移，以及模型为何偏爱这种语言。
Agent 的断点续传：任务如何中断、恢复，并且不把效果丢在路上
结合分布式快照、Saga、LogAct、Crab、RAC、Plans Don’t Persist 与 τ-bench，解释 Agent 长任务如何用任务契约、事件日志、副作用账本、恢复对账和外部验证器实现可中断、可恢复且效果可验收。
Agent 如何控制浏览器：从 HTTP、DOM、CDP 到视觉与混合自动化
系统拆解 Browser Agent 的控制通道与页面表示：比较 HTTP/API、WebDriver、Playwright、DOM、Accessibility Tree、CDP、浏览器扩展、视觉坐标和 Agent-aware browser runtime，并结合论文讨论评测、安全与选型。
大模型为什么要用 osascript 操作桌面：从可访问性树到视觉 GUI Agent
从一条 macOS UI 探测命令出发，解释大模型如何观察、定位、操作并验证桌面软件，比较 Accessibility Tree、视觉坐标、DOM、API/CLI 与混合控制的取舍和局限。
大企业的大模型到底在搞什么：一张"四个缺口"全景图
把大企业"能搞的大模型内容"收敛成四个缺口——知识、行动、信任、成本。用 20 余篇可查证的 arXiv 论文标出每个缺口下值得立项的方向、已知的坑与真实完成度，并给出一张立项检查单。
按场景看提示词工程与上下文工程：一个优化问题的两端
提示词工程和上下文工程不是两门手艺，而是同一个优化问题在不同场景下的解。用 Mei et al. 2025 综述的形式化定义 C = A(c_instr, c_know, c_tools, c_mem, c_state, c_query) 做骨架，沿"单轮闭卷 → 开卷问答 → 长对话 → 动手 agent → 多智能体"五级场景阶梯，讲清每登一级、上下文里多了哪个成分、工程问题怎么变形——以及为什么提示词工程没有死，只是降级成了子模块。
小公司如何构建自己的大模型：一条论文铺出来的决策阶梯
把"自建大模型"拆成从 RAG 到从零预训练的四级阶梯，用 12 篇可查证的 arXiv 论文标出每一级的成本量级、升级信号与踩坑边界——BloombergGPT 与 DeepSeek-V3 是两端的对照案例。
MCP 史上最大改版的本质：状态不会消失，只会搬家
MCP 2026-07-28 删掉了握手、会话和服务器反向请求，官方说这是"远程 MCP 发布以来最重要的一次改版"。但删掉的状态去哪了？结合 End-to-End Arguments（1981）、DARPA 设计哲学（1988）、Fielding 的 REST 论文（2000）逐字对照：这次改版的每一刀，四十年前的论文都写过理由——协议设计的根本问题从来不是"要不要状态"，而是"状态住在哪、跟谁共命运"。
投机解码的第二本账：长上下文把瓶颈从权重搬到了 KV Cache
从 SparseSpec-L（arXiv 2607.27735）的加速公式 S=(αk+1)/(kγ+1) 出发，算清投机解码的三变量账本：为什么 Eagle-3 这样的短上下文冠军在 60K 上下文会跌破 1×，为什么"效率反转"的判据是 α 与 γ 的赛跑，以及"可召回的淘汰"如何把 γ、α、k 三个变量同时做对。接续 Medusa 深读与 vLLM KV cache 系列。
Codex AI Digest 深读版 · 2026-08-01
Codex 真读真写 · 论文/趋势/技能/工具/行动。这是 Codex 深读版。我先读了今天抓到正文的 22 篇材料，再把真正会改变判断的信号压缩成方向、技能和行动。今天最值得盯住的不是单条 headline，而是三个系统层变化：长时程推理开始碰到真实研究问题，可审计的窄工具接口重新变得重要，以及推理成本还在继续往…
当你对 Claude Code 说 hello：一次请求日志里的上下文工程哲学
以一份真实的 Claude Code 请求日志为标本，结合 Lost in the Middle、MemGPT、SWE-agent、Manus 与 Anthropic 的上下文工程实践，解剖一个 hello 背后数万 token 的信息环境设计。
Codex AI Digest 深读版 · 2026-07-30
Codex 真读真写 · 论文/趋势/技能/工具/行动。这是 Codex 深读版，不是规则拼接版。今天最值得你更新的判断有三件事：第一，模型能力的边界正在从“会不会答题”转到“能不能在受约束环境里连续做成事”，MirrorCode、会计基准和安全事故讨论都在指向这一点；第二，企业真正愿意付费的方向越来越集中到高审计、…
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。
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。
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"。
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。