celebrityanime

快手柯南AI Agent亮相QCon：移动端稳定性从代码生成走向研发后链路

快手技术专家王泽锋将在QCon上海站分享移动端稳定性Agent「柯南AI」的落地实践，讨论AI Coding提速之后，稳定性分析、根因定位与跨平台治理为何成为新的效率瓶颈。

alphaXiv 上公开的一篇论文提出 BrickBench，用 300 条提示词评测 AI 代理设计乐高模型的能力，发现主流模型能满足可搭建性，但设计水平仍明显落后于人类。

TensorFlow 作为 Google Brain 团队发起的端到端开源机器学习平台，近日登上 GitHub Trending。它提供 Python 和 C++ 稳定 API，以及面向其他语言的非向后兼容 API，至今仍是 AI 研究与产品化的重要基础设施。

InfoQ 中文站发布了一份实践指南，总结如何用 AI 编码智能体记录遗留服务、发现架构缺陷、做安全审计、生成架构基础与可测试的最小可行架构（MVA），核心结论是：AI 加快写代码，但需求和约束的显式定义反而变得更关键。

面对百万级并行仿真环境，强化学习却把大量算力浪费在已掌握或无法完成的任务配置上。一篇 2026 年 10 月发布在 alphaXiv 的论文提出 Success Guided Sampling，用近期成功率动态调整采样分布，在四足运动和精密装配任务上显著优于均匀采样基线。

一个全新的稀疏优先推理引擎 SparseEngine 从底层重构了 KV 缓存管理，支持 15 种稀疏注意力方法，并在实验中实现了比 vLLM 高 10 倍以上的吞吐量。它为长上下文 LLM 智能体的内存和计算瓶颈提供了新的解决方案。

Hugging Face Papers 收录的论文提出 Hebero 基准与 DGPO 方法，在 GPU 并行仿真中联合训练单一策略完成 40 项异构操作任务，报告 90.1% 状态输入平均成功率，值得关注机器人多任务强化学习与并行仿真结合的趋势。

GitHub 上出现了一个名为 multica-ai/andrej-karpathy-skills 的项目，把 Andrej Karpathy 对 LLM 写代码常见问题的观察整理成一份 CLAUDE.md 文件，用来约束 Claude Code 的行为，目前登上 GitHub Trending。

alphaXiv 10月8日展示的一篇论文提出，把冻结的决策模型 Jev 作为参考策略、探索评判器和回放评分器嵌入强化学习训练，在九个 MiniGrid 任务和三个 Atari 游戏上取得优于标准 DQN 的表现，模型自身无需训练。

论文提出 REMORY 神经记忆网络，在文本摘要后追加少量软记忆 token，让冻结的大模型在压缩历史的情况下更接近全上下文的表现，长任务智能体的工具重复输出和报错同步减少。