一分钟读论文：《Qwen-AgentWorld：通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。该模型覆盖七个领域，使用超过一千万条真实环境交互轨迹进行三阶段训练，在AgentWorldBench基准上实现了多维度仿真质量评估。
一分钟读论文：《MCPEvol-Bench：MCP服务器动态演化的LLM Agent性能基准测试》
In AI, Agent, 1 min read
一分钟读论文：《Do Agent Optimizers Compound？Agent优化收益能否持续累积》
In AI, Agent, 1 min read一分钟读论文：《SR2AM：自我调节模拟规划如何实现高效Agent推理》
In AI, Agent, 1 min read一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
Google DeepMind 研究科学家和华盛顿大学教授合作的一篇论文《Scratch Copilot: Supporting Youth Creative Coding with AI》，首次提出了专门为儿童设计的 AI 编程助手——Scratch Copilot，这是一个集成在类 Scratch 环境中的 AI 助手，为青少年提供创意编程支持。
Read More一分钟读论文：《被掏空的一天：软件工程师的日常》
作为团队的 Leader，如何通过改进流程和⼯具，并最终提⾼团队⽣产⼒呢？可以参考微软研究院和英国伦敦大学、瑞士苏黎世大学信息学系合著的论文《Today was a Good Day: The Daily Life of Software Developers》。该论文分析了微软工程师的5,971份问卷结果，发现工程师「良好」和「典型」的工作日是怎么样，并总结了使良好的工作日成为典型的建议：
Read MoreAll
一分钟读论文：《Qwen-AgentWorld：通用智能体的语言世界模型》
阿里巴巴通义千问团队的一篇论文《Qwen-AgentWorld: Language World Models for General Agents》提出了首个面向通用智能体环境的语言世界模型。该模型覆盖七个领域，使用超过一千万条真实环境交互轨迹进行三阶段训练，在AgentWorldBench基准上实现了多维度仿真质量评估。
In AI, Agent, 1 min read
一分钟读论文：《MCPEvol-Bench：MCP服务器动态演化的LLM Agent性能基准测试》
清华大学和阿里巴巴达摩院合作的一篇论文《MCPEvol-Bench: Benchmarking LLM Agent Performance Across Dynamic Evolutions of MCP Servers》首次系统评估了LLM Agent在动态工具环境中的适应能力。通过设计11种突变算子模拟真实MCP服务器的演化过程，覆盖123个MCP服务器和12个主流LLM模型，研究发现顶级Agent模型在工具接口发生演化后性能下降13.7%至14.4%，暴露出当前Agent系统在动态环境中的脆弱性。
In AI, Agent, 1 min read
一分钟读论文：《Do Agent Optimizers Compound？Agent优化收益能否持续累积》
RELAI团队的论文《Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0》首次系统评估了Agent优化收益能否在持续学习中累积。通过构建基于Terminal-Bench 2.0的两阶段持续学习评估框架，对比GEPA、Meta Harness和RELAI-VCL三种方法后发现：只有内置回归控制的方法能实现正向迁移和持续改进，最终得分达到76.4%，显著高于基线的58.7%。
In AI, Agent, 1 min read
一分钟读论文：《SR2AM：自我调节模拟规划如何实现高效Agent推理》
卡内基梅隆大学和国际金融管理学院的论文《Efficient Agentic Reasoning Through Self-Regulated Simulative Planning (SR2AM)》提出了一种将大语言模型决策过程分解为三个系统的架构，使30B参数模型的性能达到685B至1T参数级系统的水平，同时将推理token消耗减少25.8%至95.3%。
In AI, Agent, 1 min read一分钟读论文：《Safety Sentry：上下文感知的三向路由Agent安全审查》
上海科技大学的论文《Safety Sentry: Context-Aware Human Intervention via EXECUTE-ASK-REFUSE Routing》提出将Agent安全审查从二元safe/unsafe分类重构为三向路由决策{Execute, Ask, Refuse}，通过轻量级guard model的单次解码调用实现上下文感知的细粒度安全审查。
In AI, Security, 1 min read
一分钟读论文：《Procedural Memory Distillation：Agent经验复用的程序性记忆蒸馏》
Semih Yavuz 等人的论文《Procedural Memory Distillation: Online Reflection for Self-Improving Language Models》提出了一种将跨 episode 过程性信号转化为可复用程序性记忆并蒸馏进策略权重的方法。Qwen3-8B 在 LIVECODEBENCH 上较 SDPO 提升 7.9%~13.6%，且推理时无需记忆模块参与。
In AI, MachineLearning, 1 min read
一分钟读论文：《Memory as a Controlled Process：Agent记忆操作的马尔可夫决策建模》
加州大学洛杉矶分校和华盛顿大学等机构合作的一篇论文《Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents》提出了一种将Agent外部记忆操作建模为马尔可夫决策过程的方法。该方法通过轻量级上下文赌博机控制器在线学习检索策略，自适应决定何时检索、检索什么以及检索多少内容，在六个基准测试上最高提升15.2分成功率，同时将token消耗减少5%至20%。
In AI, Agent, 1 min read一分钟读论文：《Experience Memory Graph：Agent一次性错误纠正的图匹配方法》
电子科技大学的一篇论文《Experience Memory Graph: One-Shot Error Correction for Agents》提出了一种将Agent失败恢复从LLM反思循环范式转向图匹配范式的训练方法。该方法在训练阶段将成功与失败的轨迹转换为有向动作决策图，通过图编辑路径显式编码纠正策略；测试时一次性检索并执行，无需迭代重试。在ALFWorld和ScienceWorld基准上，EMG的表现优于现有的SOTA反思基线方法。
In AI, Agent, 1 min readAI 范式雷达：《ScaleCUA — 可验证数据合成如何突破 Computer Use Agent 的能力天花板》
如果你正在构建 Computer Use Agent（CUA），你可能已经发现一个令人沮丧的事实：你的模型在 OSWorld 上跑不过参数量大它四倍的竞品。这不是模型能力的问题——而是训练数据的问题。清华大学和 Z.AI 团队在 arXiv:2607.11185 中提出的 ScaleCUA，首次系统性地解决了 CUA 领域最核心的瓶颈：可验证训练数据的稀缺性。本文将带你理解它的三大创新如何共同作用，让开源 CUA 在 OSWorld 上达到 68.7% 的 SOTA 水平。
In AI, ParadigmRadar, 2 mins read
一分钟读论文：《Function-Aware Fill-in-the-Middle 作为编码 Agent 基础模型的中期训练》
阿里巴巴达摩院和宾夕法尼亚大学合作的一篇论文《Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models》（arXiv:2607.12463）提出了一种面向编码 Agent 基础模型的中期训练方法。通过在从 968 个 GitHub 仓库抽取的 2.6B token 去污染语料上进行自监督中期训练，该方法将函数调用模式映射到代码填充任务中，实现了工具调用归纳偏置的内化。在 SWE-Bench-Verified 上，7B、14B 和 Qwen3-8B 模型分别获得 +2.8、+3.0 和 +3.2 的绝对提升；SWE-Bench-Lite 上的提升更为显著，分别为 +3.7、+4.0 和 +5.4。
In AI, Engineering, 1 min read
Featured
-
一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》推荐
In AI, 编程教育, -
一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》推荐
In Engineering, Architecture, -
一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》推荐
In OpenSource, Engineer, -
一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
In AI, Engineering, Engineer, -
一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
In Architecture, Performance, -
一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
In Engineer, Productivity, -
一分钟读论文：《卓越的开源维护者是如何成就的？》
In OpenSource, Engineer, -
一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
In FrontEnd, -
一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
In Security, -
一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
In Security, -
一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
In Productivity, -
一分钟读论文：《被掏空的一天：软件工程师的日常》
In Productivity, Engineer, -
一分钟读论文：《30年软件重构研究：系统性文献综述》
In Engineering, -
一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
In FrontEnd, -
一分钟读论文：《NPM 供应链的软肋是什么?》
In Security,