Loading...
Skill 写好不等于 Skill 跑好——阿里 7 月 23 日开源 skill-up，把 Agent Skill 评测拉回 CI 时代：声明式 YAML 用例、expect + judge 分层判定、跨引擎回放、退出码接入 PR 门禁。1200 行手搓脚本被替换为 ~40 行 YAML。
阿里开源 skill-up CLI：让 Agent Skill 每次迭代都可被验证、可被回归——附 expect+judge 双层判定、跨引擎一致性、重型端到端评测的工程化落地方案。
Mind Lab 用 Mixture-of-LoRA 把持续学习这条路走通了：在万亿基座上跑 LoRA 强化学习，算力只要全参数的十分之一；198 个小模块投票让数学基准准确率从 36.4% 涨到 48.7%。下一代模型的胜负手，不再是基座能堆多大，是经验能不能便宜地写回参数。
OpenAI 预发布模型在网络安全评估中触及 Hugging Face 生产基础设施。文章拆解这起事件暴露的沙箱隔离、网络分段、凭证边界与防守工具链问题。
小红书引擎架构团队的 HELMSMAN 论文入选 OSDI 2026:用约 40 台全闪存服务器替代过去约 35000 核 + 350TB 内存的向量检索负载,硬件成本节省 90%。这是把基础设施从按内存扩容拽到按工作负载定制的一次范式迁移。
Sebastian Raschka 7 月 22 日的长文把 Codex/Claude Code 界面里那个推理档位拆了个底朝天——一句话 system prompt 加上训练管线的 RLVR 长度惩罚与 SFT 档位对齐，是这个看似玄学的下拉菜单背后的全部真相。
Qwen3.8 在 NVIDIA GPU 算子榜登顶。本文拆解 AI 如何通过真实硬件反馈迭代 kernel、降低每任务成本，以及榜单防作弊和跨硬件迁移的边界。
2026 年 7 月中旬这一周，国产 AI 在云端（LongCat-2.0 5 万张国产卡训出 1.6 万亿参数）、端侧（千问进苹果、MinCPM 进三星）、工具链（Qwen3.8 在英伟达 CUDA 榜单登顶）三层同时打穿，分水岭事件。
JetBrains Context 上线 12 天，JetBrains 自家基准显示 agent turns 减少最多 68%、延迟降低最多 59%、执行成本减少最多 48%。这不是模型进步，而是仓库上下文工程的胜利——编码 agent 的下一战场，正在从 prompt 转向语义索引。