All 386

AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》

上周阿里巴巴达摩院发布了 WebSwarm——一个渐进式递归多Agent搜索框架。

In AI, ParadigmRadar, 3 mins read
AI 范式雷达：《WebSwarm：从并行到递归的协同搜索》

AI 范式雷达：《EvoSOP：从原子操作到标准流程》

如果你正在构建或部署 AI 智能体，你可能已经注意到一个令人沮丧的模式：同一个 Agent 框架，跑十个任务可能要用掉二十种不同的工具组合。

In AI, ParadigmRadar, 4 mins read
AI 范式雷达：《EvoSOP：从原子操作到标准流程》

一分钟读论文：《CompactionRL：压缩入强化学习》

本文讨论的论文是 CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents，arXiv:2607.05378，由清华大学（Tsinghua University）的 Yujiang Li、Zhenyu Hou、Yi Jing、Jie Tang 和 Yuxiao Dong 五位研究者完成。

In AI, RL, 1 min read
一分钟读论文：《CompactionRL：压缩入强化学习》

一分钟读论文：《AgentGym2：去理想化评估》

如果你正在构建生产级 AI 智能体，你可能已经发现一个令人不安的事实：在基准测试上表现优异的模型，在实际部署中却频频翻车。

In AI, ParadigmRadar, 2 mins read
一分钟读论文：《AgentGym2：去理想化评估》

一分钟读论文：《双时间尺度递归自我改进架构》

本文讨论的论文是 MetaSkill-Evolve: Recursive Self-Improvement of LLM Agents via Two-Timescale Meta-Skill Evolution，arXiv:2607.05297，由慕尼黑大学（LMU Munich）的 Zefeng Wang、Minxi Yan 等六位研究者完成。

In AI, Agent, 1 min read
一分钟读论文：《双时间尺度递归自我改进架构》

一分钟读论文：《SWE-Doctor：诊断引导修Bug》

本文讨论的论文是 SWE-Doctor: Guiding Software Engineering Agents with Runtime Diagnosis from Multi-Faceted Bug Reproduction Tests，arXiv:2607.00990，由新加坡国立大学和中国科学技术大学联合完成。

In AI, SoftwareEngineering, 1 min read
一分钟读论文：《SWE-Doctor：诊断引导修Bug》

一分钟读论文：《LLM验证器：验证作为第四种缩放轴》

本文讨论的论文是 LLM-as-a-Verifier: A General-Purpose Verification Framework，arXiv:2607.05391，由斯坦福大学和加州大学伯克利分校共九位研究者联合完成。

In AI, LLM, 1 min read
一分钟读论文：《LLM验证器：验证作为第四种缩放轴》

一分钟读论文：《用Lean4验证Agent工作流》

LLM Agent 的工作流设计长期缺乏形式化保障，研究者通常依赖经验性测试和统计评估来判断一个 Agent 流程是否可靠。

In AI, FormalMethods, 1 min read
一分钟读论文：《用Lean4验证Agent工作流》

一分钟读论文：《游戏引擎编码智能体基准测试》

多伦多大学等机构的一篇论文《GameEngineBench: Evaluating Coding Agents on Real C++ Runtime Environments》（arXiv:2607.03525），提出了首个面向游戏引擎开发的编码智能体基准测试 GameEngineBench，发现最强模型在真实 C++ 编译验证下的 pass@1 仅为 55.5%，且 31 个任务（28.2%）对所有评估配置均不可解。

In Engineering, AI, 1 min read
一分钟读论文：《游戏引擎编码智能体基准测试》

一分钟读论文：《自主策略演化评估框架》

阿里巴巴达摩院合作的一篇论文《EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments》首次将”自主策略演化”形式化为独立评估设定——在固定交互预算内，Harness-Model Agent反复编辑可执行策略系统，评估其如何迭代提升已探索的策略。

In ai, agent, 1 min read
一分钟读论文：《自主策略演化评估框架》

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,