今天关注长时程 Agent 的两个规模化问题:Cursor 用真实生产流量说明 context、tool …
今天关注长时程 Agent 的两个规模化问题:Cursor 用真实生产流量说明 context、tool definitions、cache 与 subagent 如何决定 token 成本;RRSI 则研究 harness 自我进化为什么会过拟合,以及如何用稀疏更新、泄漏筛查、稳定性门槛与结构剪枝让改进真正迁移到未见任务。
今天关注长时程 Agent 的两个规模化问题:Cursor 用真实生产流量说明 context、tool definitions、cache 与 subagent 如何决定 token 成本;RRSI 则研究 harness 自我进化为什么会过拟合,以及如何用稀疏更新、泄漏筛查、稳定性门槛与结构剪枝让改进真正迁移到未见任务。
今天关注 AI-native 软件工程的两个底层设计问题:Yad Konrad 用 program synthesis / CEGIS 重新解释 prompt、context、harness、eval 与 software factory,指出它们其实是在重新发现 specification、search space、search technique 和 verifier;另一篇新论文则直接比较 Agent Skills 与 Subagents,证明可复用知识该放进主 context 还是隔离到独立 subagent,关键取决于技能是否具有清晰的输入输出契约。