跳到正文
只看教程
10月18日周日
  1. meng shao61

    斯坦福大学 CS336 第 10 讲「Inference」由 Percy Liang 教授主讲，通过完整的数学主线串联了从架构、算法到系统的推理优化手段。课程从自回归生成的存算瓶颈切入，系统梳理了架构层的 KV cache 压缩与量化、算法层的投机采样、以及系统层的连续批处理与分页技术，并指出为推理重新设计的架构可能是未来最大的改进空间。

    发布时间：
  6. Rohan Paul64

    Meta 等机构的研究提出 Agent Plasticity 概念，用于衡量智能体从经验中学习并提升未来泛化性能的效率。研究通过冻结模型权重并在国际象棋、围棋、Hex 和 NetHack 等环境中让智能体通过重写工具和笔记进行自我改进，发现表现最好的模型并非学习效率最高的模型，并指出低可塑性智能体常因无法复用相关产物而失败。

    发布时间：
  11. Hacker News-首页52

    Linux 7.2 内核开发统计数据分析

    Linux 7.2 内核发布统计显示，该版本新增近 60 万行代码，创下 16,418 个非合并提交的次高记录，并吸引了 2,652 名开发者参与。分析指出，新版本不仅延续了贡献者持续增长的趋势，也反映出大模型辅助工具在漏洞修复和代码审查中的应用规模正在快速扩大。

    发布时间：
10月17日周六
  4. MarkTechPost43

    Jev 发布约 4 周内涌现 20 个替代决策模型，MarkTechPost 横向对比选型

    TypeSafe 于 2026 年 9 月 15 日发布决策模型 Jev 后约 4 周内，市场上涌现出 20 个替代方案。MarkTechPost 对这些来自 Cloudflare、OpenAI、Perplexity、Liquid AI、AWS Strands Labs 及独立开发者的模型进行了横向对比。对比涵盖参数规模、许可证、硬件、定价、Jev API 兼容性和基准表现等维度。

    发布时间：
  7. meng shao86

    Anthropic 在 Claude 编写了 Claude Code 约 90% 的代码后重新设计了代码评审流程，将大部分人读代码的动作交给机器，仅将人类注意力集中在判断力所在的关键环节。文中详细介绍了从 PR 前自我验证、AI 评审、安全评审、自动化检查、风险分级人工审批到合并队列和快速回滚的七层防线，并给出了将评审器本身作为持续评测系统以及为 AI 评审引入“收敛”约束的具体工程解法。

    发布时间：

    推荐理由：文章详细拆解了高比例 AI 生成代码下的七层防御体系与评审器优化方案，为团队应对代码审查效率瓶颈提供了可直接参考的工程实践。

  13. Dongxi 东锡 NLP65

    Anthropic 的 Code Review 流程将大部分审核交由机器处理，并通过多 agent 查找 bug、投票过滤误报以及安全审查来确保代码质量。人工审批根据分类器判定的风险分级进行，低风险需要 0 人，中风险需要 1 人，高风险需要 2 人。上线环节采用合并队列、feature flag、灰度发布与一键回滚机制，同时通过历史事故整理成每日 eval 来持续评估 reviewer。

    发布时间：
  15. AWS Machine Learning Blog31

    AWS 如何用 Amazon Bedrock AgentCore 构建生产级 AI 智能体评估框架

    AWS 销售、市场和全球服务运营团队利用 Amazon Bedrock AgentCore 及其评估功能构建了生产级多智能体系统的连续质量评估框架。该框架旨在解决智能体静默失败及输出错误数据的问题，并通过持续监控、根因追踪和自动化防御确保企业级大规模部署下的数据准确性与可靠性。

    发布时间：
  16. Hacker News-首页64

    为什么智能体框架对大模型能源与 token 效率至关重要

    Neuralwatt 联合创始人兼 CEO Chad Gibson 撰文分析了智能体框架（harness）如何通过提示词构造影响大模型服务的 KV 缓存命中率与能耗。研究发现，框架对已发送内容的微小修改会导致严重的缓存失效，使预填充工作量和能耗成倍增加，而通过保持提示词前缀稳定、将状态变更追加到末尾等方式可以有效避免这种浪费。

    发布时间：
  21. Hacker News-首页64

    从记忆视角理解 Transformer 的演进与容量

    本文将线性层、MLP 和自注意力机制统一建模为联想记忆存储器，通过分析干扰与信号比（interference-to-signal ratio）推导了各类架构的容量极限。研究表明，从基础的外积存储、最优线性存储、带有不同激活函数的 MLP 到自注意力机制，模型的记忆容量从线性增长逐步提升至多项式甚至指数级。文章最后还讨论了长文本下通过对数缩放注意力权重来容纳海量键值对的方法。

    发布时间：
  25. Hacker News-首页64

    Claude Code 团队如何进行代码评审

    Claude Code 团队介绍了在大规模使用 AI 编写代码的背景下，其代码评审流程如何演进为自动化为主、分层把关及精细化人工介入的模式。从 6 月到 9 月，其合并的 PR 翻倍而回滚率下降超 40%，核心做法包括让 AI 自行运行验证、多层自动化评审、按风险等级分配人工审批，以及将历史故障转化为每日评估集。

    发布时间：