Faith wang

[纳米AI @antiAIvo]

最近很多人问，想学 Agent、想找相关工作
到底该从哪里下手？
我的建议是：直接啃 DeepSeek Harness

原因有三个：
第一，它够主流、够新
面试拿它出来讲，面试官不用你解释它是什么
第二，它是开源的
工业级的 Agent 大多不开源
能把完整源码摊开给你学的，屈指可数
第三，它是真实的工程
学校的课、各种名校推荐的课程，讲的多是概念和原理
你跟面试官讲半天，很难讲明白，也没有分量
DSH 是一个真正在跑的系统，Github可见

我做过多年技术面试官
我认为绝大多数面试官是没有看过DSH源码的
如果你花大量时间把它研究透
再搞一个 GitHub 项目记录学习和思考
写进简历，面试官顺着问下去，你基本都接得住
对于特别是没有亮眼实习的同学
我觉得这会是很有分量的一项，非常加分。

[胡泊Hubo @Achgdesigner]

分享一个 Agent 开源项目：腾讯的 LoopForge。

单独跑 Claude Code、Codex 时，计划、实现、审查很容易各干各的，中间也没人签字。LoopForge 把它们编进同一套交付流程：聊天里把需求交给 Main Bot，它开 Docker 沙箱、拉仓库、分角色干活，最后提 PR。跑顺了还能存成 SOP，关键节点人工审批。

不想自己搭服务器的话，也可以用 loopforge-cli 把工作流装进现有的 Claude Code 或 Cursor。

https://t.co/LYlu1dnhQh

[SuSu_酥酥👅 @NFT_Chen]

🚨GLM-5.5 还得再等等！智谱创始人唐杰教授最新清华授课把GLM系列模型思维链的底层逻辑讲透了！暗示GLM 5.5将拥有更稳健的思维链！

唐杰在最新《高级机器学习》第九讲中，直接拆开了“从基座模型到真正能办事的助手”到底在学什么。

🔹基座模型只会“续写下一个词”，还不会按你要求办事。不改权重，只在提示里塞几个示范，就是 In-Context Learning（ICL）。

🔹ICL 主要在学格式，不是从零灌新知识。就像孩子把书都看完了却没考过试，示范教的是“怎么答卷”。一旦把答题格式拆掉，示范几乎没用；标签随便打乱，模型表现掉得很少，还是远好于没示范。

🔹大模型更容易被错误示范带跑。把标签整个翻转，小模型不太理；大模型会跟着错示范走，直接掉到随机线以下。模型越大，越容易被带偏。

🔹思维链也是一种示范，只是多了推理步骤。很多时候不用给例子，只说“Let’s think step by step”就行。但大约千亿参数以下，思维链帮助很小，有时还会更差。第一个词不同，后面整条解码路径就完全不同。

这些原则正是 GLM 系列从“会续写”变成“能写代码、能跑长程任务”的关键。后训练、SFT 和示范质量，比单纯堆参数更决定最终能不能用。

GLM-5.5 如果继续沿着这条路走，重点很可能还是在更稳的格式理解和更可靠的推理链上。

#GLM55 #智谱AI #唐杰 #清华大学 #大模型 #ICL #思维链 #SFT #AgenticAI #Zai #Zcode

[纳米AI @antiAIvo]

学习 DeepSeek Harness 之插件框架的设计

最近在从零手写迷你版 Cordis，也就是 DSH 底下的插件框架
写到第二步，100 行代码，核心思路就一句：
插件之间不互相 import，只按名字拿服务

分四步看：

1. 统一插件的样子
每个插件都有一个 apply(ctx)，入口只管 app.plugin(x)
不用关心插件内部怎么启动

2. 每个插件一个子 ctx
用 Object.create(app) 生成
读不到的东西自动沿原型链去 app 找，自己写的只留在自己这层

3. 一张公共服务表
db 插件用 ctx.provide('db', ...) 按名字登记
user 插件不 import db，只认「db」这个名字，换实现也不用改

4. 用 Proxy 让 ctx.db 直接能用
读 ctx.db 时，子 ctx 没有，沿原型链找到 app 这层 Proxy
被拦截后去服务表里取

其实，这不是架构创新，就是「服务定位器」老模式加上语法糖

[山景城小路 @Zen_with_AI]

AI 面试求职干货。不废话直接上链接：

Nathan Lambert：AI/ML/RL 博士求职实录 https://t.co/wtn3wNuTRY
Alisa's Book of LLMs https://t.co/6em7xrcmGc
Alisa's Math notes https://t.co/SmCWW8hXCf
斯坦福 CS336：从零开始的语言建模 https://t.co/kzc8Uihb4H
CS336 作业 1 https://t.co/lX04KBe3Pt
LeetCode 75 https://t.co/E2ce5E4snO
Neetcode Blind 75 https://t.co/i5ez3L3nSP
自注意力与 Transformer（CS224n）https://t.co/tRgukKO1PZ
The Illustrated GPT-2 https://t.co/XIw7xWmtyj
反向传播（CS231n）https://t.co/WOz7qjqF8j
面向语言模型的策略梯度入门 https://t.co/FEpHhGY8lz
GRPO 与 RL 原理轻量指南 https://t.co/Y73kpuY2ll
如何扩展你的模型 https://t.co/5XyzeRGUA2

[Faith wang @Faithful_147]

@kuro__0614 @jjamesw1 知道为什么苹果手机 电脑 平板都带i吗 iPhone iMac iPad i是表示interim--临时 因为job Stevens 被赶出苹果后 苹果快倒闭了 被迫把jobstevens 请回来 后面他执掌的产品都带i的前缀 这个i的前缀也随着后来 逐渐保留下来

[纳米AI @antiAIvo]

最近一直在学 Agent，顺手调研了一圈 Agent 相关的课程
发现斯坦福今年秋季新开了一门：CS329Z《Engineering AI Agents》

翻完课表，我觉得是目前看到的最系统的一门
它不教你怎么调某个框架，教的是把 Agent 当成一个工程系统来做

主讲是 Diyi Yang，另外两位讲师：
Michael Ryan，DSPy 团队，MIPROv2、GEPA 作者之一
John Yang，SWE-bench、SWE-agent 作者之一

课程思路很清楚：
先从零手写核心组件，RAG、工具调用、Agent 循环
再看 DSPy 这类框架是怎么把这些模式抽象掉的

内容大致分四块：
积木：RAG、工具调用、MCP
设计：设计模式、记忆、多 Agent、上下文管理
数据与优化：轨迹数据、数据飞轮、提示词优化、强化学习
评估与安全：评估框架、LLM 当裁判、提示注入、沙箱

几个值得注意的细节：
讲设计模式那一课，拿 Pi 做案例拆解
评估占了三讲，还请了 Terminal-Bench 和 SWE-bench 的作者来讲

它的路线也和我在写的「从零手写 Agent」一样：
先手写，再用框架。

课件和阅读清单都放在官网，可以直接看：
https://t.co/GhgtD0mcbn

[山景城小路 @Zen_with_AI]

斯坦福把一门从零手搓 agent 的新课全免费公开了，第一个作业就是自己写一个 Claude Code。

视频 讲义 作业 都可以直接下载学习

https://t.co/VEfA5NwcGE

[lifcc @mylifcc]

论文链接：https://t.co/DDuXOKPzb9开源代码：https://t.co/Wrcp0nU0x1

[Jeffrey Wang @jeffreygwang]

(1/10) Today, we’re sharing new research from @OpenAI: How does CoT monitorability (no-CoT capability and CoT controllability) evolve over the model training lifecycle?

We emerged with unsurprising but sobering findings: as we scale toward more intelligent systems, models are becoming harder to monitor through their CoT. 🧵

[Faith wang @Faithful_147]

我收回我对之前看好阿里Qwen的评论

[兴雨 @YxzRainy]

有时候真不是我想吐槽 Qwen4 Max Preview 啊，感觉 3D 这块都能跟混元坐一桌去了？？？🤡

人家混元至少还能跑到终点，千问这车一飞到悬崖必翻车，反复翻了好几次愣是飞不过去……

更离谱的这雷霆大大大思考：

DeepSeek V4.1 1017：82 分钟
Qwen4 Max Preview：125 分钟😬
Tencent Hy4：56 分钟

我现在只求那些说 Qwen4 牛逼的网友能不能把你们的提示词发我一份？我严重怀疑我的提示词对千问有毒🤣

[Michael Ryan @michaelryan207]

🔊 Big Update!

All materials are now being released publicly for our NEW Stanford course CS329Z: Engineering AI Agents!

Starting with the lectures, which are going live daily on the Stanford Online YouTube channel!

Lecture 1: https://t.co/Gpjxoyi5UM

🧵 (1/5)

[Faith wang @Faithful_147]

@308289176q39484 @q083v4 6月份到现在 这个🐔回撤近90个点 也真是神人经理了

[纳米AI @antiAIvo]

最近在学 DeepSeek Harness 的插件系统 Cordis

这一章主要想清楚一个问题：
插件拔掉的时候
它开过的定时器、注册过的服务、挂上的子插件，谁来收拾？
学习总结如下：

第一，做和撤写在一起
插件每做一件事，框架就顺手替它记一条撤销
最后攒成一张清单，插件自己不用操心。

第二，拔卡的时候，把这张清单倒着执行一遍
后做的先撤，再顺着父子关系一层层往下撤

第三，框架没有监控
插件运行中出了问题，比如数据库断了，框架是看不见的
得插件自己把服务撤下来，撤的时候会顺带通知框架

第四，框架收到通知后，只去找声明过依赖它的插件
先停掉，等服务回来再重新挂上

第五，Cordis 只管“坏了能干净地拆，好了能自动装回”
坏的那一刻用户看到什么，还得业务代码自己兜底

整理了一张图，配合着看会清楚一些

[Xudong Han @Xudong07452910]

很明显中国 AI 公司都开始谈 RSI（递归自我改进）了，但大家对「自我改进」的理解可能还不太一样。

很推荐阅读 Asterisk 写的这篇《How Chinese companies talk about recursive self-improvement》。

两位 GovAI 研究员梳理了阿里、DeepSeek、MiniMax、智谱、小米等八家中国 AI 公司的公开资料，发现大家以前更多谈「自进化」「自学习」，直到今年 7 月才开始使用 RSI 这个词。

但实际的技术探索已经挺有意思了。

比如 MiniMax 让 M2.7 在内部 Harness 上迭代超过 100 轮，自己分析失败轨迹、修改 Harness 代码、重新运行 Eval，再决定是否保留改动，最终在内部评测中提升了约 30%。

智谱则让 Agent 参与推理基础设施的分析、代码修改和实验优化。小米的 CodeMidas 甚至尝试从现有代码库自动构建 RL 训练环境。

文章还提到一个有意思的差异。

相比硅谷经常把 RSI 与「智能爆炸」联系起来，中国公司的讨论更多落在实际研发和应用上，背后也有算力成本、商业竞争等现实因素。

我个人挺希望以后相关的技术发布，能多展示一些完整的实验过程。

比如 Agent 自己发现了什么问题，尝试过哪些失败方案，最终保留了什么改动，以及人在哪些环节参与决策。

感觉这些真实的研发过程，比一句「实现了自我进化」更能让人感受到技术究竟走到了哪一步。

原文：https://t.co/aNE7VMaUcD

[Leaf Yeah! @leaf_sanren]

😮哎呀！黑客松第三名的我，来给冠军打个 call🤣

这哥们在特斯拉干过三年，这次现场 12 小时用 AI 造了一辆火星装甲车：

零件能一个个拆开再拼回去，火星人拿石斧冲上来，
车还能当场变形成机甲，五连击全打飞（如视频）

我现场听完他讲演，就感觉“输了输了”，而且人家的开发工具链特别清楚：

ChatGPT 画概念图 → Hi3D 生成 3D 模型 → Claude Code 调 Blender 和 Three.js 做渲染 → 最后一个网页全装下。

现场29 支队伍，大家都在讲好看的故事，
只有他把车企那套从立项、验证、总装线到下线检测的流程全做进去了。

务实又炫酷！
最怕这种深耕某行业突然来转AI的！
（其次害怕黑客松现场的小孩哥！

仓库在这，换个模型就能跑你自己的车👇
https://t.co/Yn0EyYzGg6

[飞鱼Fly @ichardrv]

这几年大厂都在降本增效，校招名额肉眼可见地缩水。如果你能进大厂，哪怕是边缘部门，我也建议你先进去。因为大厂的基建完善，数据量大，你能看到工业界标准的开发流程是什么样的。你会知道代码Review是多么重要，CI/CD流水线是怎么跑的，大规模分布式训练是怎么搞的。这些经验是小公司给不了的。

但是，如果你进不去大厂，去一个垂直领域的独角兽或者有技术壁垒的初创公司也不错。特别是现在做AIGC应用的公司，虽然风险大，但机会也多。你在这种公司，可能一个人要当三个人用，既要搞模型，又要搞后端，还要搞运维，虽然累，但成长速度极快。过两年你出来，就是全栈。

不管在哪里，千万别让自己变成一个调参侠。以前大家自嘲是调参侠，现在有了AutoML，有了各种自动化工具，纯调参的工作迟早会被取代。你要做那个能设计系统的人，能定义问题的人。

再说个很现实的事儿，就是关于学历。算法岗卷到现在，基本上是硕士起步，博士吃香。如果你是本科生，除非你代码能力极强，在GitHub上有几千Star的项目，或者在Kaggle上拿过金牌，否则很难直接拿到核心算法岗的offer。如果是这样，我建议你可以先从数据开发或者后端开发切入，在工作中慢慢往AI方向靠，或者干脆去读个研。不要觉得学历歧视不公平，在筛选成本极高的情况下，学历就是最高效的过滤器。

这行技术更新太快了。你今天学的框架，可能明年就过时了。我刚入行的时候，还需要手写反向传播，后来有了Caffe，后来是TensorFlow，现在是PyTorch，这还没完，JAX也在后面虎视眈眈。很多人会产生焦虑，觉得学不动了。其实没必要。底层的数学原理是不变的，线性代数、概率论、微积分，这些东西几百年没变过。把底层打扎实，上层的框架怎么变，无非就是API换个名字，换汤不换药。

要保持一种饥饿感，但不要盲目跟风。前段时间Sora出来，全网都在吹爆，结果到现在也没完全开放。你要有自己的判断力，去思考这个技术的边界在哪里，它的局限性是什么。比如现在的LLM，它的推理成本极其高昂，这就是一个巨大的痛点，也是机会。如果你能研究出怎么做模型蒸馏，怎么做量化，把一个70B的模型压缩到能在端侧设备上跑，那你就是大神。

也经常看到有人问，是不是AI以后会取代程序员？我的看法是，AI不会取代程序员，但会使用AI的程序员会取代不会使用AI的程序员。cursor，GitHub Copilot现在已经是很多公司的标配了，它能帮你写掉50%以上的样板代码，哪怕是写单元测试都没那么痛苦了，但不要把它当成神。你要有能力去Review

现在面临的挑战确实比前辈们那时候大，坑位少，要求高。但反过来看，我们手里的工具也比他们那时候强大得多。我们站在巨人的肩膀上，可以直接调用最先进的模型来构建应用。

最后，别光顾着搞技术，把身体搞垮了。这行加班是常态，颈椎病、腰椎间盘突出是职业病。多去跑跑步，搞搞力量训练。身体是革命的本钱，这不是一句空话。很多技术很牛逼的程序员，最后都是因为身体原因不得不转行，真的挺可惜的。

面试其实是一场博弈。你不要把自己放在一个被审视的低位，你要展示出你的思考。面试官问你一个问题，你不要像背书一样背答案。你要试着去引导话题

真的要沟通，别做一个闷葫芦。在技术团队里，及时反馈太重要了。遇到搞不定的问题，卡了半天了，赶紧举手求助，别自己死磕，耽误了项目进度。同时，别人帮你解决了问题，记得说谢谢，有机会请人家喝杯奶茶。这种最基本的人情世故，有时候比技术更重要。

现在的AI行业，有点像早期的互联网，充满了泡沫，但也充满了机会。会有很多公司倒闭，也会有很多伟大的公司诞生。你现在入场，虽然不是最早的，但绝对不算晚。关键是你能不能沉下心来，把基本功打扎实，同时保持对新技术的敏感度。

[山景城小路 @Zen_with_AI]

数学证明，第一次给到了真正在跑的代码。

DeepMind 今天宣布：用新框架 AlphaProof Code，把 Signal 加密协议的机器码做了形式化验证。验证的是编译出来、跑在设备上的代码：后量子握手 PQXDH、Triple Ratchet，前向保密、被攻破后恢复，全都用 Lean 机器证明过。
关键在速度：智能体用 Gemini Carbon 写了 600 多万行证明，只花四周（seL4 当年花了约 20 个人年）。团队故意把两个已修旧漏洞塞回去，系统两次都判定有问题。
https://t.co/wAnXtVp6A0

[Zhaoyang @Zhaoyang___]

Highly recommended! 🚀 Stanford's CS329Z: Engineering AI Agents (Fall 2026), now open and led by Diyi Yang (@Diyi_Yang), is a great resource for anyone interested in AI agents.

One of the most interesting takeaways is the history and challenges of AI agents, as well as the emerging topic of proactive agents.

https://t.co/XTPNvsAxov

[Jingxuan Fan ➡️ NeurIPS 2026 @fjxdaisy]

GRPO variants have been dominating for math reasoning tasks but PPO starts to be revisited more and more for agentic post-training. In this work, a comprehensive characterizations of PPO–GRPO tradeoff across 1,200+ runs reveals that PPO leads at small batch sizes, and GRPO needs increasingly larger batches to catch up as tasks get longer and harder. Our findings guide algorithm selection based on factors like batch size, task complexity and compute budget. Check out the amazing work from @jaswwei