All 271

一分钟读论文：《SkillCoach——自进化评分如何评估和增强智能体技能使用》

香港科技大学（广州）和京东集团合作的一篇论文《SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use》首次提出自进化评分框架来评估和增强智能体的技能使用能力。核心突破在于将”技能使用”定义为轨迹级元能力而非任务成功与否：从真实交互轨迹中自动推导并持续改进过程评分标准，而非依赖人工标注的固定体系。实验揭示了一个关键发现——Gemini 3.1 Pro在干扰项存在时选择分数从98.0骤降至78.0，表明大模型”找到正确技能后执行尚可，但选择本身在干扰下极其脆弱”。

In ai, agent, 1 min read
一分钟读论文：《SkillCoach——自进化评分如何评估和增强智能体技能使用》

一分钟读论文：《开放世界中的工具使用智能体——静态训练的脆弱性与修复》

引言

In AI, Agent, 1 min read
一分钟读论文：《开放世界中的工具使用智能体——静态训练的脆弱性与修复》

一分钟读论文：《Agent安全与评估的范式转移——从持续学习对齐退化到四轴决策框架》

加州大学伯克利分校和斯坦福大学合作的一篇论文《Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents》，以及另一篇来自清华大学的研究《Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents》，共同揭示了一个正在被行业忽视的危机：当AI Agent通过持续学习不断扩展能力时，其安全对齐正在系统性退化。WildClawBench基准测试数据显示，多模态Agent的误对齐率高达70.71%，远超文本模型的41.19%。与此同时，企业级Agent评估领域存在两个真正的空白维度——CRR（合规风险比率）和CAR（因果归因率）。这两篇论文共同指向一个核心论断：对齐即能力——AI Agent的评估范式正从”能否完成任务”转向”是否以正确标准完成任务”。

In ai, paradigm-radar, agent, 1 min read
一分钟读论文：《Agent安全与评估的范式转移——从持续学习对齐退化到四轴决策框架》

一分钟读论文：《Agent 编排框架与 MCP 协议生态 2026》

如果你正在构建企业级 AI 智能体，你可能已经发现一个痛点：工具调用的上下文管理太碎片化了，而不同框架之间的互操作性几乎为零。2026 年的 AI Agent 开发正经历从”单模型推理”到”多智能体协作+标准化协议连接”的范式转移。MCP（Model Context Protocol）与各类编排框架的组合，正在重塑我们构建 AI 应用的方式。本文将带你解析 MCP 协议的生态现状、主流编排框架的选型指南，以及如何在生产环境中落地。

In AI, ParadigmRadar, Agent, 2 mins read
一分钟读论文：《Agent 编排框架与 MCP 协议生态 2026》

一分钟读论文：《Where Do CoT Training Gains Land in LLM based Agents?》

一篇关于CoT训练增益本质的论文《Where Do CoT Training Gains Land in LLM based Agents?》，通过系统性实验揭示了思维链（Chain of Thought, CoT）训练在大语言模型智能体中的实际作用机制。研究发现，CoT训练并未如预期那样扩大CoT推理的优势，而是帮助提高了prompt action的质量。

In AI, Research, 1 min read
一分钟读论文：《Where Do CoT Training Gains Land in LLM based Agents?》

一分钟读论文：《多模型组合的共失败天花板》

一篇关于多模型组合性能极限的论文《Co-Failure Ceiling: Hard Limits on Multi-Model Ensembles》，通过跨67个模型、21家提供商的大规模实测发现，多模型组合存在硬性的共失败率天花板beta（co-failure rate）。研究指出，传统的错误相关性指标rho无法准确反映模型间的真实依赖关系，而共失败率beta揭示了多模型集成性能的硬性上限。

In AI, Research, 1 min read
一分钟读论文：《多模型组合的共失败天花板》

一分钟读论文：《Agentic RAG——动态知识检索增强》

静态检索向动态推理的演进

In AI, Agent, 1 min read
一分钟读论文：《Agentic RAG——动态知识检索增强》

一分钟读论文：《Agent 编排的范式转移：从 ReAct 到 PI 架构》

如果你正在构建 AI 智能体，你可能已经发现一个痛点：传统的 ReAct（Reasoning + Acting）循环在处理多工具、长链路任务时，经常陷入无限循环或丢失全局目标。上周 Anthropic 发布的内部基准测试显示，在 Agent 编排任务上，基于 PI（Plan-Interact/Execute）架构的智能体比传统 ReAct 方案性能提升了 47%。这篇文章将解析 PI 的核心原理，并带你动手实现一个高可靠的多工具智能体。

In AI, ParadigmRadar, Agent, 3 mins read
一分钟读论文：《Agent 编排的范式转移：从 ReAct 到 PI 架构》

一分钟读论文：《基于 PI 的智能体编排实战》

上周行业内部基准测试显示：在复杂多步 Agent 任务中，基于 PI（Plan-Execute）架构的智能体比传统 ReAct 方案成功率提升了 40%-60%，同时显著减少了无效循环和上下文爆炸。如果你正在构建 AI 智能体，面对多工具调用、长链条任务时感到上下文管理和错误控制的痛点，那么 PI 架构正是为你准备的解决方案。本文将带你从零理解 PI 核心原理，到动手实现一个具备自适应编排能力的智能体。

In AI, ParadigmRadar, 4 mins read
一分钟读论文：《基于 PI 的智能体编排实战》

一分钟读论文：《MCP 协议与 PI 架构融合：构建自适应智能体》

如果你的团队正在构建 AI 智能体，你可能已经发现两个并行的痛点：工具调用的上下文管理太碎片化，而传统的 ReAct 循环在复杂任务中容易陷入无效试错。2026 年，AI Agent 编排正经历一次深刻的范式转移——MCP（Model Context Protocol）与 PI（Plan-Execute）架构的融合，正在为自适应智能体提供全新的基础设施。本文将带你解析这一融合范式的核心原理，并提供可实操的落地路径。

In AI, ParadigmRadar, 2 mins read
一分钟读论文：《MCP 协议与 PI 架构融合：构建自适应智能体》

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,