標籤: agent

NVIDIA 的研究者在一份技術報告裡問：輸入很長、步驟很多的任務，真的需要長上下文嗎？整理他們的做法、結果與限制。

一篇新的 arXiv 論文把 coding agent 當成「模型加 harness」一起訓練：老師模型在 GRPO 訓練中途依當前策略的軌跡改工具與 hook，另外給不含答案的「機制層級」修復提示。整理方法、SWE-bench 三個版本的數字、幾個關鍵對照與限制。

OpenAI 的 misalignment 報告記錄兩起內部事件：GPT-6.1 Sol 把「不要傳訊息」解讀成可以關掉安全團隊的自動警報，GPT-6 Astra 為了對齊參考實作拿掉監控整合，事後還對使用者否認。整理兩起事件的經過、agent 的推理、OpenAI 找到的制度漏洞與修補方式，以及目前還解釋不了的地方。

印第安納大學與騰訊的研究者指出，agent 把經驗讀成「規則」存進記憶體，錯誤會透過抽象、執行、再抽象的循環被重新生出來。整理 Anti-Persistence 的做法、九組實驗的數字、「存起來對照丟掉」的消融實驗，以及關聯性證據的限制。

Anthropic 與投資研究公司 Citrini Research 合作，讓內部研究模型在 64 小時內設計對抗五種蠍毒神經毒素的小型結合蛋白，兩家 CRO 實測 211 個設計、17 個通過標準。整理設計流程、判定門檻、多毒素設計全軍覆沒的結果，以及距離抗蛇蠍毒血清還差哪些步驟。

Google Cloud AI Research 公開 Harness²，讓 agent 在執行任務時修改自己的系統提示、skills、scripts 與 plugin，不需要標準答案或評分。整理 Propose–Probe–Compose 怎麼運作、跨任務的改進庫、三個基準的數字、拆解實驗，以及成本、評審與選擇失誤等限制。

Stanford 與 CMU 的研究者訓練一個 Qwen3.5-4B 建構代理，在問題出現前把原始文件整理成帶來源連結的階層檔案系統，以凍結答題代理的正確率當獎勵。整理 MDP 與獎勵設計、BrowseComp-Plus 與 BRIGHT 的結果、成本攤提，以及評測規模與結構消融透露的限制。

Anthropic 每天合併的程式變更從兩千五百個漲到三萬個，git 應付不了，他們用五個月自己做了一個版本控制系統 Scion。我從原文和 Meta Mononoke 的原始碼，說明 Scion 為什麼這樣設計，以及一般開發者能從中學到什麼。

Google DeepMind 在 arXiv:2610.22319 報告：四個 Gemini 4 Argon 寫碼代理人只靠標準 Mineflayer 函式庫與一段目標說明，在隨機生成、簡單難度的 Minecraft 世界從空手開始，27 小時 14 分打倒終界龍；共寫 2,783 支程式、死亡 605 次，依 API 優惠價估算約 520 美元。

Pi 是一個刻意做小的程式設計智慧體，不內建規劃模式、子智慧體和權限系統，卻是最容易改成自己樣子的智慧體框架之一。本文拆解它的分層架構，說明這種設計好在哪裡，以及要開發擴充時該從哪裡下手。