All 392

一分钟读论文：《PAST-Bench：自改进基准》

香港中文大学和阿里巴巴集团合作的一篇论文《PAST-Bench: Benchmarking the Foundations of Recursive Self-Improvement in Personal Agents》，首次提出了针对个人 AI 智能体递归自我改进能力的系统性基准测试框架。

In AI, AgentFoundationModels, 1 min read
一分钟读论文：《PAST-Bench：自改进基准》

一分钟读论文：《跨会话滥用：能力累积检测》

华盛顿大学的论文《Magnet: Detecting Cross-Session AI Misuse Through Capability Accumulation》（arXiv:2608.02518）指出单会话检测的结构性盲区：拆进多个隔离会话的攻击链，每个会话单独审核都合规。

In AI, Security, 1 min read
一分钟读论文：《跨会话滥用：能力累积检测》

一分钟读论文：《编码 Agent 的分层经验复用》

Concordia University 与华为团队的论文《Reusing Past Repairs Through Hierarchical Trajectory Abstraction》（arXiv:2607.29658）提出把历史修复轨迹变成可复用计划的 STAIR 框架。

In AI, LLM, 1 min read
一分钟读论文：《编码 Agent 的分层经验复用》

AI 范式雷达：《Agent推理时扩展的预算分配》

如果你正在构建 AI 智能体，你可能已经发现一个越来越明显的瓶颈：无论你的 Agent 是处理简单的工具调用还是复杂的逻辑推理，它消耗的推理计算量几乎是一样的。

In AI, ParadigmRadar, 7 mins read
AI 范式雷达：《Agent推理时扩展的预算分配》

一分钟读论文：《Agent 的推理预算该动态分配》

韩国研究团队的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents》（arXiv:2607.28573）实证研究 Agent 场景的 test-time compute：额外计算不提高成功率。

In AI, LLM, 1 min read
一分钟读论文：《Agent 的推理预算该动态分配》

一分钟读论文：《Beacon：强化学习驱动视觉推理》

多机构研究团队发表的论文《Beacon: Knowing When and How to Perform Agentic Visual Reasoning》提出了 Mode Adaptiveness（MA）和 Tool Effect（TE）双维度分析框架，实验显著降低了工具滥用率。

In AI, ComputerVision, 1 min read
一分钟读论文：《Beacon：强化学习驱动视觉推理》

AI 范式雷达：《Agentic RAG：检索学会自我反思》

如果你正在构建一个需要回答复杂问题的 AI 应用，你可能已经发现传统 RAG 的天花板：当用户问”某公司的 CEO 在哪个大学获得了什么学位？”时，一次向量检索往往只能命中其中一个事实片段，答案要么不完整，要么干脆产生幻觉。

In AI, ParadigmRadar, 3 mins read
AI 范式雷达：《Agentic RAG：检索学会自我反思》

一分钟读论文：《LLM多智能体系统扩展原则》

德国埃尔朗根-纽伦堡大学等机构的研究团队发表的论文《Scaling LLM-Driven Multi-Agent Systems: Design Principles and Architectural Scalability Analysis》发现，缩放带来约线性的成本增长和可测量的准确率提升。

In AI, Engineering, 1 min read
一分钟读论文：《LLM多智能体系统扩展原则》

一分钟读论文：《本地计算机使用Agent的推理时扩展》

韩国研究团队发表的论文《Rethinking Inference-Time Scaling in Local Computer-Use Agents: Failure Modes and Compute Tradeoffs》评估四个开源模型在 OSWorld 上的表现后发现，额外计算只改变失败模式，不提高成功率。

In AI, Engineering, 1 min read
一分钟读论文：《本地计算机使用Agent的推理时扩展》

一分钟读论文：《ORCA-bench：On-Call考验》

研究团队发表的论文《ORCA-bench: How Ready Are Language Model Agents for Oncall?》提出了一个生产保真度的根因分析基准测试，将通用编码 Agent 置于真实的生产环境中进行评估。

In AI, Engineering, 1 min read
一分钟读论文：《ORCA-bench：On-Call考验》

Featured

  1. 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,
  2. 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,
  3. 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,
  4. 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,
  5. 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,
  6. 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,
  7. 一分钟读论文：《卓越的开源维护者是如何成就的？》
    In OpenSource, Engineer,
  8. 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,
  9. 一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
    In Security,
  10. 一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
    In Security,
  11. 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,
  12. 一分钟读论文：《被掏空的一天：软件工程师的日常》
    In Productivity, Engineer,
  13. 一分钟读论文：《30年软件重构研究：系统性文献综述》
    In Engineering,
  14. 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,
  15. 一分钟读论文：《NPM 供应链的软肋是什么?》
    In Security,