持续追踪 OpenAI、Anthropic、Google DeepMind、NVIDIA 等研究机构，将论文和技术博客整理为高质量阅读笔记。
# 【阅读笔记】Building Effective Agents：构建有效 Agent 的工程指南 > 原文：https://www.anthropic.com/engineering/building-effective-agents > 发布：2024年12月19日 > 来源：Anthropic Engineering Blog --- ## 1. 一句话总结 在真正需要灵活性之前，...
OpenAI 推出的云端 SWE Agent，基于 codex-1（o3 针对软件工程 RL 训练），通过完全隔离云容器+AGENTS.md+委托式任务模式，实现并行多任务的生产级软件工程 Agent。
通过逆向分析 Claude Code TypeScript 源码，系统揭示生产级 Coding Agent 的 7 组件架构、5 大设计价值观、5 层上下文压缩机制等核心工程设计空间。
ReVeal 通过显式优化自我验证能力（TAPO + 生成-验证交替循环），解决 RLVR 中自验证不可靠的核心问题，使代码 Agent 在训练 3 轮后能在测试时稳定扩展到 20+ 轮并持续改进。
LaMer 通过跨 Episode 的 Meta-RL 训练框架和 in-context 自我反思，解决 RL 训练 Agent 不会主动探索的核心问题，在多个环境中大幅提升多次尝试的 pass@k 性能。
# 【阅读笔记】ReVeal：让代码 Agent 学会自我验证，而不是依赖环境 > 论文：ReVeal: Self-Evolving Code Agents via Reliable Self-Verification > 来源：https://openreview.net/forum?id=q56ZI1Co43 --- ## 1. 一句话总结 「这篇论文本质上是在解决**RLVR 中"奖...
# 【阅读笔记】LAMER：Meta-RL 让 Agent 学会探索 > 论文：LaMer: Meta-RL Induces Exploration in Language Agents > 来源：https://arxiv.org/abs/2512.16848 > 提交：2025年12月18日，v2: 2026年3月8日 --- ## 1. 一句话总结 「这篇论文本质上是在解决**RL训...
# 黄仁勋 GTC 台北 2026 演讲笔记：Agentic AI 时代已来 > **来源**：NVIDIA GTC Taipei 2026 主题演讲（2026 年 6 月 1 日） > **记录时间**：2026-06-02 --- ## 一句话定调 > "Agent AI 和实用型人工智能时代已经到来。Token 是利润单位，AI 是 GDP 生成器，软件工程师数量正在增加——AI 减...
# Claude Opus 4.8 - infra 架构解读 **作者：dodo** > **原文**：https://www.anthropic.com/news/claude-opus-4-8 > **发布时间**：2026-05-28 > **解读视角**：大模型基础建设架构设计 > **沉淀时间**：2026-06-02 --- ## 一句话核心 Opus 4.8 是一次以**推...