All 392

一分钟读论文：《LLM作为开发者评估Agent框架》

俄亥俄州立大学和微软合作的论文《ADK Arena: Evaluating Agent Development Kits via LLM-as-a-Developer》，提出了一种名为 LLM-as-a-Developer 的全新评估范式：用 LLM 编码代理替代人类开发者，学习每个框架的 API 并编写 Agent 代码，通过验证-反馈循环迭代修复直到测试通过，从而在开发者恒定的前提下，将框架选择作为唯一变量来量化评估 Agent 开发框架（ADK）的 API 可用性和实际效能。

In AI, SoftwareEngineering, 1 min read
一分钟读论文：《LLM作为开发者评估Agent框架》

一分钟读论文：《思想的经济：多智能体智能涌现》

多位来自MIT、斯坦福大学、康奈尔大学等机构的学者合作发表的论文《Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions》，提出用经济机制替代传统协调方式，让多智能体系统在没有中央控制的情况下自发涌现出更强的集体智能。

In AI, Multi-Agent, 1 min read
一分钟读论文：《思想的经济：多智能体智能涌现》

一分钟读论文：《Agent OS 时代：部署范式重塑》

Agent 正从“运行在操作系统上的应用”转向“操作系统原生能力的一部分”。微软 WAF 1.0 与 NVIDIA OpenShell、RTX Spark 的组合，标志着部署范式开始从应用编排走向系统编排。本文关注这次转移的结构变化、工程价值和落地边界。

In AI, ParadigmRadar, Agent, 1 min read
一分钟读论文：《Agent OS 时代：部署范式重塑》

一分钟读论文：《高质量合成数据让工具调用性能提升10%》

多步工具调用正在成为 Agent 能力上限的主要约束。最新论文 PROVE 给出的答案不是继续堆模型参数，而是先解决训练数据与真实工具状态之间的错配。

In AI, ParadigmRadar, 1 min read
一分钟读论文：《高质量合成数据让工具调用性能提升10%》

一分钟读论文：《SpecBench：规范级推理评估》

多伦多大学、滑铁卢大学、Vector Institute 和 NVIDIA 合作的一篇论文《SpecBench: Evaluating Specification-Level Reasoning for Software Engineering LLM Agents》，提出了首个面向软件工程 Agent 的规范级推理评估基准 SpecBench，发现即使是 GPT-5.4 这样最强的 Agent，在规范设计阶段的准确率仅为 44.4%。

In AI, SoftwareEngineering, 1 min read
一分钟读论文：《SpecBench：规范级推理评估》

一分钟读论文：《元认知记忆策略优化》

中国科学技术大学、浙江大学和腾讯合作的一篇论文《Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents》，针对长上下文记忆中的信息衰减问题，提出了基于元认知信念熵的MMPO算法，在175万token的超长上下文下保持97.1%的性能，显著优于现有递归总结方法。

In AI, LLM, 1 min read
一分钟读论文：《元认知记忆策略优化》

一分钟读论文：《多组件 Agent 的组成性不协调》

Anany Kotawala 的论文《Locally Coherent, Globally Incoherent: Bounding Compositional Incoherence in Multi-Component LLM Agents》，揭示了多组件 LLM Agent 系统中的一个根本性缺陷：即使每个组件在局部都是校准良好的，它们的组合输出仍可能违反基本概率公理。

In AI, Agent, 1 min read
一分钟读论文：《多组件 Agent 的组成性不协调》

一分钟读论文：《像团队一样进化的多智能体系统》

香港中文大学和阿里巴巴集团合作的一篇论文《Evolve as a Team: Collaborative Self-Evolution for LLM-based Multi-Agent Systems》，提出 Meta-Team 框架，让多智能体系统在执行任务后通过协作实现自我进化。

In AI, MultiAgent, 1 min read
一分钟读论文：《像团队一样进化的多智能体系统》

一分钟读论文：《裁员换AI为何成本上升利润负增长》

2025 年 12 月，AWS 的一套内部 AI 编码工具 Kiro 独立接到一个任务：修复 Cost Explorer 里的一个小 Bug。

In AI, ParadigmRadar, 23 mins read
一分钟读论文：《裁员换AI为何成本上升利润负增长》

一分钟读论文：《长程智能体：从接单到交付蓝图》

今天的 AI Agent 大多能在 10–20 步内完成一个明确的小任务。

In AI, ParadigmRadar, Agent, 4 mins read
一分钟读论文：《长程智能体：从接单到交付蓝图》

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,