AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。2026-09-16，Docker 建仓 sandbox-kit-spec（150 星、21 个 fork，2026-10-15 实测），09-24 在 WeAreDevelopers 主题演讲宣布把这份规范以 Apache 2.0 协议交给 CNCF，核心是一个 OCI 原生工件——把 agent、它的工具、以及一份「类型化的可触达资源清单（主机 / 凭据 / 卷）」封进同一个镜像；同期 Okta 产品页把 AI Agent Identities 升格为与员工、客户并列的独立类目（产品页实测 2026-10-15）；10-13，据 TechCrunch 报道（HN 转载），美国运通发布防 Agent 越权购买的授权框架；IETF 的 Agent 认证与授权草案也在同一条线上推进。范式表述：Agent 权限的载体之争开始了——权限正从一条运行时配置，迁移为随制品一起被 pull、diff、sign、scan 的声明；但载体本身（镜像、身份目录、支付授权协议、IETF 草案）正被多方争夺，胜负未分。
一分钟读论文：《Skill 库越大，agent 越不翻说明书》
In AI, Engineering, 1 min read
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《交付验收需要一个会说理由的裁判》
In AI, Engineering, 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 MoreAll
AI 范式雷达：《Agent 权限清单要住进哪个载体》
过去四周，四个互不隶属的主体同时动手处理同一件事：把「这个 Agent 被允许碰什么」写进一份可以分发、可以比对、可以引用的东西里。2026-09-16，Docker 建仓 sandbox-kit-spec（150 星、21 个 fork，2026-10-15 实测），09-24 在 WeAreDevelopers 主题演讲宣布把这份规范以 Apache 2.0 协议交给 CNCF，核心是一个 OCI 原生工件——把 agent、它的工具、以及一份「类型化的可触达资源清单（主机 / 凭据 / 卷）」封进同一个镜像；同期 Okta 产品页把 AI Agent Identities 升格为与员工、客户并列的独立类目（产品页实测 2026-10-15）；10-13，据 TechCrunch 报道（HN 转载），美国运通发布防 Agent 越权购买的授权框架；IETF 的 Agent 认证与授权草案也在同一条线上推进。范式表述：Agent 权限的载体之争开始了——权限正从一条运行时配置，迁移为随制品一起被 pull、diff、sign、scan 的声明；但载体本身（镜像、身份目录、支付授权协议、IETF 草案）正被多方争夺，胜负未分。
In AI, ParadigmRadar, 3 mins read
一分钟读论文：《Skill 库越大，agent 越不翻说明书》
香港大学、华中科技大学等作者的预印本论文《Lost in Implicit Routing: How LLM Agents Fail to Load Relevant Skills at Scale》（arXiv:2610.18522）测量出一种叫「skill 路由坍缩」的现象：当 skill 库扩到一千个无关项时，agent 的加载召回率从 73.6% 跌到 27.4%，51.6% 的任务干脆一个 skill 都不加载——坍缩的主因不是加载错误，而是不加载。论文称，同一批任务的 Pass@3 成功率却几乎不动，坏掉的路由被成功率指标掩盖。
In AI, Engineering, 1 min read
AI 范式雷达：《被 Agent 选中，成了工具的新分发渠道》
如果你的开发者工具只做过面向人类的营销，你正在错过一半个市场：Armature（一家 YC P26、自称专做开发者工具增长的初创公司）在 2026-09-03 发布的测量研究（HN item 49557206，实测 300 分、153 条评论）显示，Claude Code、Codex、Cursor 三个 Coding Agent 在同一场景下选中同一个工具的比例只有 42%——一半以上的选择，取决于你的文档、定价页和域名有没有恰好进入那台机器的视野。范式表述：工具的分发对象正在从人变成 Agent：文档、llms.txt、机器可读评价成了新的货架，「被 Agent 选中」正在成为可测量、可优化、也可被操纵的分发渠道。定语必须刻在判断里：这是一次由利益相关方发起的测量——目前最大的样本测量与最快的生态化尝试，都出自同一家靠卖开发者工具增长服务营生的 YC 公司，数据全部公开可查，但没有独立第三方复现。
In AI, ParadigmRadar, 4 mins read
一分钟读论文：《交付验收需要一个会说理由的裁判》
2026 年 10 月 9 日提交到 arXiv 的预印本《SWE-Critix: Post-Training Generalist Verifiers for Assessing Coding-Agent Trajectories》（arXiv:2610.13356）给出一个可直接摘录的结论：拿通用推理模型裸当编程 agent 的交付验收裁判并不合格，专门后训练之后，裁判在完成判定分类准确率上能从基座的 57% 提到 78%，而且这个裁判会用自然语言解释自己为什么这么判。论文称模型、数据集与训练代码全部开源。
In AI, Engineering, 1 min read
一分钟读论文：《字段顺序决定结构税交多少》
PayPal Artificial Intelligence 的论文《Structure Tax: How Structured Output affects LLMs Performance》（arXiv:2610.12056，2026 年 10 月 8 日提交）已被 AACL IJCNLP 2026 主会接收，是本站少见的已过同行评审的论文。它重审了生产系统里长期被默认接受的「结构税」：强制大语言模型按 JSON 或 XML 这类固定格式作答时的精度损失，不在结构本身，而在字段顺序——把推理字段放到答案字段前面，两个开权重小模型在 GSM8K 数学基准上从 10.98% 回升到 83-87%。
In AI, Engineering, 1 min read
一分钟读论文：《引用的法条是被念出来的，不是被咨询的》
让大模型给出出处，正在变成合规与审计的硬要求。站内 AI 智创简报 #10 梳理过逐句举证方向的专利簇：大厂在圈地让 AI 答案带上引用凭证。2026 年 10 月 8 日提交到 arXiv 的论文《Cited but Not Consulted: A Counterfactual Audit of Legal Chain-of-Thought Faithfulness》 从技术面打了这个缺口：引用凭证不等于决策依据。作者 Sadhu、Arora 与 Seth 在七个开源权重模型（8B 到 70B）和四个法律与合同基准上测试，要求模型点名适用的法律权威时，点名正确率有 66.7% 到 100%；但案情一字不改、只把被点名的法条或判例换成不相关的那一条，判决很少跟着换。
In AI, Safety, 1 min read
AI 范式雷达：《快脑拆出大模型，Agent 控制循环改订阅决策函数》
Agent 的高频控制循环正在换芯：从「调用一个会聊天的自回归大模型、再解析它吐出的文本」迁移为「订阅一个只输出带概率的类型化决策、毫秒级返回、按输入计费的函数」。TypeSafe AI 于 2026-09-15 发布 Jev 与「System One Models」品类定义（HN item 49717558，实测 1989 分、518 条评论），随后四周内，Cloudflare、AWS 系 Strands、Nokia 应用研究团队与多名独立开发者跟进，无隶属关系。慢脑（推理与生成）留在大模型里，快脑（结构化决策）成为独立的模型品类。据我们观察未发现同类中文报道。
In AI, ParadigmRadar, 1 min read
一分钟读论文：《改一个选项的名字就能打开安全闸门》
南加州大学的预印本《One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails》审计了七个开源权重模型在安全闸门岗位上的表现：在提示注入、越狱、有毒内容三类筛查任务上，它们的放行-拦截决策准确率只有 36% 到 72%，而随机水平是 50%，有模型低于抛硬币。论文把两类错误分开报告：fail-open（放行本该拦截的违规内容）是漏洞，fail-closed（拦截合规内容）只是成本。全文最锋利的发现在于攻击面不在被审内容里——只改一个选项的名字就够。
In AI, Security, 1 min read
一分钟读论文：《上线之前先让仿真客户把客服考一遍》
受监管行业上线客服 AI 智能体，测试是个两难：人工端到端覆盖面有限，直接上线实验又让客户替失败买单。Nubank（巴西数字银行）全员署名的论文《Screen Before You Serve》给出的解法是「先仿真再上线」：合成客户对智能体回复做反应，配上仿真工具输出跑完整多步流程，全程不碰生产后端。这套流程在 Nubank 巴西最大的聊天支持智能体（Card Delivery 及扩展版 Card Management，标题所称 140M 规模）上通过了两轮真实线上实验检验。
In AI, Engineering, 1 min read
AI 智创简报：《查库 SQL 谁生成不重要，答没答对没人验》
2026 年 4 月的一个月内，微软、亚马逊、戴尔、Snowflake 的四件「自然语言查数据库」（NL2SQL，把提问翻译成 SQL）专利集中公开或授权。生成 SQL 的一层被圈住；判断一条 SQL 是否真答对了问题，这一层还空着。
In AI, InnovationBrief, 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,