Harness 要不要加？先看它改善了什么

Naresh Jain 在 Martin Fowler 网站发布对照实验：同一个编码任务中，额外约束与检查对不同模型的收益不同；更强的模型未必因更多 harness 获益。

你同时做算法、架构与技术管理，也希望降低模型消耗。它提供了一个值得迁移的提问方式：把任务通过率、人工修复和总成本一起比较。

Docling：值得用复杂文档测一次的开源候选

Docling 提供文档解析与结构化导出；v2.138.0 发布记录包含 DOCX 表格单元格文本框重复等修复。

与你的工程资料、表格和文档处理相关。它值得作为现有抽取流程的对照组，而不是仅因星数高就替换当前方案。

排期确定性与产品结果：先分清你在承诺什么

Marty Cagan 讨论可预测交付与结果探索之间的取舍：明确的交付日期有时必要，但按期完成未经验证的功能清单并不保证用户价值。

你兼任项目经理和产品经理，常需要同时管理交付承诺与尚未验证的需求。这篇文章适合用于澄清二者的验收口径。

RNA 的功能可能藏在不断变化的结构之中

Nature 的研究目录和订阅摘要介绍了一项 RNase P RNA 研究：催化活性涉及动态构象，以及受镁离子和辅助蛋白调节的相互作用。

保留一个与你眼前项目无关的探索位：从“结构决定功能”进一步追问，功能是否取决于多个结构之间如何转换。

滴滴开源 HelixHarness：让团队 AI Coding 稳定交付

📌 一句话摘要 滴滴技术团队开源 HelixHarness，通过结构化工程上下文和标准化工作流，解决 AI Agent 在复杂真实工程环境中的稳定交付问题。 📝 详细摘要 本文介绍了滴滴金融技术团队开源的 HelixHarness 项目，旨在解决 AI Coding 在团队落地过程中面临的工程化支撑不足、过程不可观测、评测缺失及框架适配等挑战。通过构建 Knowledge、Harness、Specs、Hooks 四层工程上下文，将项目知识、规范约束和需求契约结构化，并结合初始化、方案设计、执行和验证的标准工作流，确保 Coding Agent 能够理解项目并遵循团队规范稳定完成研发任务。 💡 主要观点 AI Coding 在团队化落地中的痛点 传统的 AI 工具缺乏对项目特定业务和工程规范的深度理解，导致开发者需投入大量精力引导，且开发过程不可观测，难以衡量改进效果。 HelixHarness 的四层工程上下文设计 通过定义 Knowledge（项目知识）、Harness（工程约束）、Specs（需求契约）和 Hooks（检查规则），将分散在文档和经验中的知识转化为可管理、可复用的资产。 标准化的研发工作流 将研发过程拆解为初始化、方案设计、开发执行和结果归淀四个阶段，通过统一命令驱动 Coding Agent 在受控环境下有序完成任务。 基于数据与反馈的自进化机制 建立“观测-假设-修改-评测-采纳”的闭环，确保框架的调整都有真实数据依据，而非主观判断。 💬 文章金句 AI C

基于 RSI 架构的淘宝闪购店铺装修选品 Agent 实践

📌 一句话摘要 阿里技术团队构建基于 RSI（递归自我改进）架构的淘宝闪购店铺装修选品 Agent，通过多岛进化、门控专家与 CMA-ES 优化器实现选品策略的持续自动迭代，线上 AB 测试 8 天整店加购转化率 P2 相对提升 0.34%。 📝 详细摘要 本文详细介绍了阿里巴巴淘宝闪购团队针对店铺装修选品场景，构建的一套基于 RSI（Recursive Self-Improvement，递归自我改进）架构的智能选品系统。系统将选品策略与搜索状态作为自我改进对象，通过 Agent Loop 实现候选生成、执行评价、反馈更新的持续迭代循环。核心创新包括：以咖啡、西餐、甜品、饮品四大品类为分岛的多岛进化机制，引入品槽与门控专家提供候选区分信号，采用 CMA-ES 优化器更新采样分布，结合受限调度与结构化经验偏置指导后续探索。系统在离线进化层固定评估器与数据窗口进行低成本策略比较，在业务外循环通过线上 AB 实验验证真实 P2 收益。实验显示，固定预算对照中 CMA-ES 获得更高平均留出模型评分；一期线上 AB 8 天有效观测期内，整套方案 P2 相对提升 0.34%。文章系统阐述了策略表示、执行评价、进化机制、经验积累及诊断验证全链路，为电商场景下大规模组合优化与持续自动化策略迭代提供了完整工程实践参考。 💡 主要观点 RSI 架构实现选品策略的递归自我改进闭环 系统将选品策略（权重、幂指数、多样性系数等）与搜索状态（采样分布、精英档案、经验偏置）作为自我改进对象，通过 Agent

别再迷信 Agent 的自主性了

📌 一句话摘要 飞猪、货拉拉、江苏移动三位技术专家在 QCon 圆桌中共识：企业级 Agent 的核心壁垒不在模型自主性，而在于通过 Harness 划定确定性边界、构建双闭环迭代体系、萃取业务知识并对接存量系统，实现可验证、可追责的生产级落地。 📝 详细摘要 本文记录了 QCon 2026 上海站直播圆桌实录，NoDesk AI CTO 王仿主持，飞猪算法专家吕德涛、货拉拉技术总监亓隆基、江苏移动 AI 方向 CTO 王上淇共同探讨企业级 Agent 的边界与生产实践。核心观点包括：1) 模型能力越强越需明确边界，业务需确定性而非概率输出；2) 跨越聊天助手到执行任务的门槛是校验、权限控制、可追溯闭环；3) 边界划分原则：确定有解用工程/规则，开放性规划用 Agent，关键权益人工确认；4) 准率靠 Harness、评测体系、业务知识萃取保障，非单靠大模型；5) 自我优化需业务指标外环与 Agent 能力内环双闭环，离线黄金数据集回测防偷懒；6) 自主性非越强越好，需在受限工具集内发挥，防失控；7) 未来竞争力：模型定起点，Harness 定下限，双 Loop 定方向，业务知识萃取与系统对接定上限。 💡 主要观点 企业级 Agent 必须在确定性边界内运行，而非追求无限自主性 模型本质是概率预测，天然存在幻觉。真实业务（下单、支付、审批）要求确定性与可靠性，需通过 Harness 将模型不确定性限制在明确边界内：确定性环节（价格计算、库存校验、规则执行）用工程/求解器/规则引擎

Context Is a Pipeline, Not a Window: Information Attrition in LLM Agent Harnesses

arXiv:2610.36114v1 Announce Type: cross Abstract: LLM agents are judged by two numbers: the size of the context window, and how often the final answer is correct. Both numbers miss a third thing: how much of a tool's output is lost before the model ever sees it. We measured this loss in a real tool-using agent. The agent finds the cause of injected faults by reading Linux kernel traces. The context window was almost empty: across 720 runs, the single largest prompt used only 5.75% of it. Yet a third of all tool results (3,827 of 11,189) were cut before they reached the model, and every cut result became broken JSON. The harness cut each resul

Where Should the Evaluation Budget Go in LLM-Driven Agent Scaffold Evolution?

arXiv:2610.37276v1 Announce Type: cross Abstract: Large language model (LLM)-driven agent scaffold evolution improves agent workflows through iterative candidate generation and evaluation. Evaluation both guides subsequent search and determines the final scaffold, but evaluating every candidate on the full task set incurs substantial execution costs. We investigate how evaluation budgets can be allocated across these two roles. Our experiments show that sparse feedback can sustain productive evolution, while additional targeted evaluation improves final selection. Replay analyses further show that shared informative items and a common scoring

When the Critic Falls Behind: Co-Evolving Rubrics and Harnesses for Continual Agent Self-Improvement

arXiv:2610.36826v1 Announce Type: new Abstract: Autonomous agents increasingly depend on harnesses that govern interaction, memory, tools, and execution around large language models (LLMs). While recent work has begun to evolve these harnesses from execution experience, the supervision used to guide evolution often remains relatively static, making it difficult to track changing behavioral weaknesses across rounds and potentially limiting generalization to unseen tasks. To address this issue, we propose RuHarness, a rubric--harness co-evolution framework for continual agent self-improvement. RuHarness continually discovers and reassesses beha

EMMA: Structured Episodic Memory for Multi-Agent Workflow Synthesis

arXiv:2610.35966v1 Announce Type: cross Abstract: Deploying LLM agents in specialized domains often require fine-grained task-specific procedures and knowledge a general model lacks, yet parameter training is costly and non-interpretable, and hand-engineered agent systems shift the cost to expert labor. Episodic memory updates at context level, but single agent adaptation struggles to alleviate cross-task interference, especially with complex tasks such as multi-application navigation or data pool analysis. Although multi-agent evolution alleviates this problem, existing methods lack clear definitions on update rules and rely on the backbone

Spine: Compiling Subtask Trees into Structured Context for Long-Horizon Coding Agents

arXiv:2610.37224v1 Announce Type: cross Abstract: Long-horizon coding tasks contain nested subtasks. Typically, agents record interactions sequentially into a growing history, causing context inflation and performance degradation. Compressing or trimming the history without explicit subtask boundaries can discard information needed by unfinished subtasks. Conversely, recursive subagent delegation isolates completed subtasks through child agents by assigning every subtask boundary to delegation, which conflates subtask granularity with executing agent choice, adding execution and coordination overhead. We introduce Spine, an interface and runt

Log-To-Leak: Prompt Injection Attacks on Tool-Using LLM Agents via the Model Context Protocol

arXiv:2610.36108v1 Announce Type: cross Abstract: LLM agents increasingly access external tools through the Model Context Protocol (MCP), but the natural-language metadata used to describe those tools creates a prompt-injection surface. Within this established tool-poisoning surface, we study Log-To-Leak, an additive post-hoc logging attack that induces a separate attacker-controlled call after the final legitimate call. Its payload targets the user query, MCP server name, server response, and agent response. We operationalize the injected directive through Trigger, Tool Binding, Justification, and Pressure, and separately measure call succes

Stratum: Repository Memory for Coding Agents Beyond the Context Window

arXiv:2610.36153v1 Announce Type: cross Abstract: Context windows have grown a thousand-fold, yet coding agents still start every session with no memory of their past work. They re-read files, retry failed approaches, and forget root causes they established hours earlier. This is not a context-length problem but a memory-architecture problem. Our hypothesis: coding agents need persistent, experience-aware repository memory, so that knowledge survives from one session to the next. Three measurements on real repositories motivate the design. First, mid-size projects already exceed the largest production context windows, and storing knowledge in

Tracing the Cascade: A Topology-Aware Evaluation Framework for Scientific Agent Hallucinations

arXiv:2608.00711v2 Announce Type: replace Abstract: Large language model (LLM) agents are increasingly deployed in scientific research, where reliability is critical and the underlying knowledge is densely interconnected. In such settings, hallucinations are particularly damaging: a single erroneous claim on a foundational concept can propagate through multi-step reasoning and corrupt entire trajectories. Existing hallucination benchmarks largely operate at the surface level, treating facts in isolation and relying on uniform accuracy metrics that ignore this topological structure. We address this gap with SCHEMA, the first evidence-grounded,

Microsoft 通过 Foundry 开放 Copilot harness，支持多模型 Agent 开发

Microsoft 宣布将 GitHub 团队打造的 Copilot harness 通过 Microsoft Foundry 向开发者和企业开放，该 harness 已驱动 Copilot Code、Copilot Studio、GitHub Copilot app 和 CLI 等产品。 🔗 阅读原文 via AIHOT · https://aihot.news/items/tdp7qmrh74fdfarxbi4jaoc6v

Even stupendous black holes can’t explain dark matter

Nature, Published online: 29 October 2026; doi:10.1038/d41586-026-03386-4 The theoretical objects would have left a larger imprint on cosmic radiation if they were a source of the invisible force pulling together the galaxies.

How the US mid-term elections could shake up science

Nature, Published online: 29 October 2026; doi:10.1038/d41586-026-03479-0 A Democratic victory in Congress could halt the Trump administration’s controversial grant-review plan and curb some of its funding actions.

【Agentic Memory】MemTrace 如何做到自动溯溯源和自动优化

📌 一句话摘要 MemTrace 是一种用于大语言模型记忆系统的错误追踪和归因框架，它将记忆流水线转化为可执行的记忆演化图，从而实现对操作级信息流的细粒度追踪，并基于这些归因信号进行自动优化。 📝 详细摘要 记忆对于让大语言模型支持长时程推理至关重要，然而现有记忆系统仍然不可靠且难以调试。追踪记忆的动态演化，是理解信息如何随时间被综合、传播或污染的关键。MemTrace 作者研究了大语言模型记忆系统中错误追踪与归因这一新问题，然后提出了一种新颖框架，将记忆流水线转化为可执行的记忆演化图，从而实现对操作级信息流的细粒度追踪。随后该作者也构建了 MemTraceBench——一个从 Long-Context、RAG、Mem0 和 EverMemOS 等代表性记忆系统中收集的基准，用以系统性地研究记忆失效模式。该作者还引入了一种自动归因方法，通过迭代追踪操作子图，精确定位任意失败案例的根因。分析表明，记忆失效是系统性的，其根源在于信息丢失、检索错位等操作级问题。关键的是，该作者还利用这些细粒度归因信号来指导下游提示词优化，建立起一个能自动修正故障的闭环系统，并将下游任务性能提升最高达 7.62%。 💡 主要观点 记忆系统中的错误追踪与归因 MemTrace 专注于理解记忆系统中的信息流，通过将流水线转化为有向无环图（DAG），可以清晰地看到数据是如何在各个操作之间传递的。这种图结构允许我们进行细粒度的追踪，找出具体是哪个操作（例如提取、更新或检索）导致了最终的错误。 自动归因方法 该框

灵光 2.0 背后，百灵的 Personal Agent 进化

📌 一句话摘要 百灵大模型通过后训练优化，将 Ling-3.1-flash 提升至 Ling-3.1-flash-1019，显著增强了推理能力和真实场景中的 Agent 执行表现，为灵光 2.0 的持续任务管理提供了底层支撑。 📝 详细摘要 本文介绍了百灵大模型在 Personal Agent 场景下的进化历程，从基础模型 Ling-3.1-flash-base 的设计，到通过后训练强化真实任务执行的 Ling-3.1-flash-1019，再到基于视觉理解的后续发展。通过具体案例展示了模型如何理解用户需求、规划步骤并持续跟进事务，体现了 AI 助手从单次问答向持续服务转型的趋势。 💡 主要观点 基础模型构建 Ling-3.1-flash-base 采用混合线性 MoE 架构，拥有约 560B 总参数，为后续的微调和应用提供了强大的知识与推理基础。 后训练优化 通过针对通用智能体、搜索、办公等任务的专项训练，Ling-3.1-flash-1019 在 AA-Briefcase 和 AutomationBench-AA 等评测中显著提升，证明了模型在真实工作流中的执行能力。 视觉语言扩展 基于 Ling-3.1-flash 训练的视觉语言模型 Ling-3.1-flash-VL，能够理解照片和截图中的信息，从而在持续执行任务时提供更丰富的上下文理解。 💬 文章金句 从一次问答到持续办事，这也是 Personal Agent 走近日常生活的意义。这背后，既需要产品具备记忆、调度和执行

AI Agent 联网搜索可靠性：Search API 与引用验证

📌 一句话摘要 本文提出 AI Agent 联网搜索的工程可靠性框架，主张将 Search、Fetch、Answer 拆解为独立可审计环节，建立断言级引用验证与拒答机制，并给出最小回归测试协议与计费核算模型。 📝 详细摘要 文章系统分析了当前主流 AI 搜索接口（DeepSeek Search/Fetch 与 OpenAI web_search）的架构差异与责任边界，指出 URL 仅是定位符而非证据，必须建立「断言—证据片段」级的引用审计体系。作者提出将检索、抓取、生成拆分为独立指标评测，设计 30 题最小回归集覆盖六大风险场景；主张按「可核实正确答案」而非「每次搜索」计费，并详述网页抓取的安全风险与降级策略。文中给出工程数据契约示例、八类故障分类处理表，并明确声明未开展实测横评，定位为可复现的设计方法而非基准报告。 💡 主要观点 搜索接口应按责任边界分为可控管线与托管整合两类，不可混淆选型标准 DeepSeek Search/Fetch 提供原始证据控制，适合企业研究、合规核验；OpenAI web_search 整合搜索与生成，适合交互式公共问答。两类架构都必须补充独立引用核验，不能把「网页链接已出现」当作质量验收。 引用验证必须落到断言与证据片段的逐条匹配，而非文末列举 URL 每条关键结论需关联源 URL、重定向目标、段落位置、抓取时间、内容哈希、文档版本及适用条件。模型负责自然语言生成，引用核验器独立判断：断言是否被片段支持、条件是否遗漏、是否存在更权威矛盾来源。 评测

LangChain 解析自研设计 agent Content Studio 并开源其 harness

LangChain 详解自家设计 agent Content Studio 如何在 Slack 中根据一条提示生成视频、幻灯片和社媒图等代码化资产，已累计产出超 3000 件资产、80 多套幻灯片，单次请求模型成本从约 $8 降至约 50 美分。 🔗 阅读原文 via AIHOT · https://aihot.news/items/l63udrrcunv0qy04ve4s71g02

An unexpected function of a cell-cycle enzyme might explain the toxic effects of its inhibitors

Nature, Published online: 28 October 2026; doi:10.1038/d41586-026-03288-5 A previously unknown mechanism required for cells to start proliferating has been identified. A combination of mathematical modelling and cell-based experiments shows that the enzyme WEE1 switches off a protein-degradation complex to allow cell proliferation to start, with implications for WEE1 inhibitors currently in trials for cancer treatments.

Switchable Chlorine Atom Transfer Radical Reactions

Nature, Published online: 28 October 2026; doi:10.1038/s41586-026-11348-z Switchable Chlorine Atom Transfer Radical Reactions

Pharmacological inhibition of METTL1 as a therapy against solid and blood cancers

Nature, Published online: 28 October 2026; doi:10.1038/s41586-026-11178-z Pharmacological inhibition of the m7G methyltransferase METTL1 in vivo impairs tumour growth and substantially prolongs survival in multiple mouse cancer models of different tissue origin.

Tethered to stone: how rock and water availability shaped early desert occupation

Nature, Published online: 28 October 2026; doi:10.1038/d41586-026-03263-0 Fresh water in deserts often points to sites with signs of early humans and stone tools. But, in Arabia’s Rub’ al Khali region, water alone does not predict occupation.

Rare and common genetic variants shape single-cell immune gene expression

Nature, Published online: 28 October 2026; doi:10.1038/s41586-026-10721-2 Phase 1 of TenK10K takes single-cell RNA sequencing and matched whole-genome sequencing data from 1,925 individuals, enabling detection of associations for common and rare genetic variants, the latter of which have been uncharacterized in their impact on cell-specific gene expression.

Why did ancient humans avoid this lush paradise

Nature, Published online: 28 October 2026; doi:10.1038/d41586-026-03486-1 A new expedition into the Rub’ al Khali desert finds no evidence of ancient human settlement.

Wallpaper 独家｜为什么要在数据中心里，给人留出 8000 平方米？

📌 一句话摘要 星火·761 数据中心通过将公共空间、代谢式机电系统与可读的建筑立面相结合，让算力基础设施走出 '黑箱'，重新塑造了我们观看、理解城市技术基建的方式。 📝 详细摘要 位于北京朝阳区酒仙桥的星火·761 数据中心，由 llLab. 主持设计，将原本封闭的计算设施转变为开放的城市节点。建筑通过抬升设备平台、利用自然风冷却、并整合光伏幕墙，实现了高效的能量代谢。同时，8000 平方米的公共空间（包括办公、展览和剧场）让公众能够近距离接触技术，促进了产业交流和知识共享。 💡 主要观点 开放的公共界面 星火·761 专门保留了 8000 平方米的公共面积，用于办公、展览和交流。这一设计打破了数据中心通常封闭的形象，让公众和从业人员能够近距离观察技术运行，促进了产业内的对话和知识传播。 高效的能量代谢 建筑利用北京的自然风向，通过北立面的风管进行间接蒸发冷却，并结合液冷系统，实现了高效的散热。同时，光伏幕墙将太阳能转化为电能，而冬季则利用余热供暖，构建了一个完整的能量循环系统。 可读的建筑立面 立面上的银色风管和深色钢构并非装饰，而是实际的机电系统。这种 '高技派' 的视觉风格让建筑的内部运作一目了然，帮助人们理解数据中心是如何与环境相互作用的。 💬 文章金句 这座建筑其实是个挺被动的存在。改造前的建筑是一座普通的混凝土建筑，内部空间紧凑，厂房周边同样缺乏充裕的空地。设备如何嵌入现有厂房？如何实现面积效率的最大化？如何协调建筑与周边场地的关系？在设计阶段，每一步决策都面临着极

EMNLP 2026｜京东零售 AI Infra 团队提出分离式多模态训练框架 FlowTrain

📌 一句话摘要 FlowTrain 是一个基于流式解耦的工业级多模态训练框架，通过统一内存池、异构并行分配和动态打包调度，显著提升了视觉语言模型的训练效率，在超节点实验中实现了超过 50% 的 MFU 和最高 1.7 倍的吞吐量提升。 📝 详细摘要 本文介绍了京东零售 AI Infra 团队提出的 FlowTrain 框架，该框架旨在解决多模态大模型训练中存在的同步等待、资源利用率低和负载不均等问题。FlowTrain 通过将训练过程重构为生产者-消费者数据流，并结合超节点的硬件优势，实现了高效的异构模块并行和动态微批次调度，从而大幅提升了训练性能。 💡 主要观点 FlowTrain 实现了时间解耦和空间解耦 通过 Unified Memory Pool，FlowTrain 打破了 encoder 和 backbone 的批次级同步，允许数据在全局地址空间中异步流转。同时，Heterogeneous Parallel Allocator 根据吞吐匹配原则，为不同模块选择最优的并行策略，避免了资源错配。 动态调度优化了变长样本的处理 Dynamic Packing Scheduler 根据样本的实际计算成本进行动态分桶，而不是简单的 token 数分桶。这有效降低了 padding 浪费，并平衡了 pipeline stage 的负载，提高了整体的计算效率。 实验验证了显著的性能提升 在超节点环境下，FlowTrain 在 InfoVQA 和工业数据集上分别实现了 1.7 倍和 1

我们把单 Agent 拆成多智能体之后，翻了三次车

📌 一句话摘要 本文通过一个合同审核的真实业务案例，复盘了将单 Agent 拆分为多智能体系统时遇到的三大经典翻车场景，并总结出结构化契约、核心逻辑硬编码以及可观测性前置的三条工程铁律。 📝 详细摘要 文章以中型律所的合同审核 AI 项目为例，剖析了单 Agent 在面对复杂业务时因“一人身兼数职”导致注意力分散、误差指数级放大的天花板。作者深入分享了在引入多智能体架构后遭遇的三次典型翻车：一是 Agent 间传递纯文本导致上下文漂移和“打架”，通过结构化 JSON 契约解决；二是“总控 Agent”因完全依赖大模型而成为不稳定的最大坑，通过硬编码 if-else 逻辑规避；三是定位困难的“调试地狱”，必须从第一天起做足全链路可观测性日志。文章强调，多智能体本质上是将传统系统的微服务拆分逻辑搬到 AI 领域，用工程手段把大不确定性拆解为多个小而可控的不确定性。 💡 主要观点 单 Agent 面对复杂任务时存在能力天花板，容易因身兼数职导致误差放大。 当任务跨越多个专业领域时，单个 Agent 的 Prompt 过长且矛盾，上下文窗口被塞满，注意力分散会导致输出质量崩溃。 翻车一：Agent 之间传大段文本导致“打架”，必须采用结构化契约。 下游 Agent 容易因长文本输入产生注意力漂移。通过类似 API 接口设计的结构化 JSON 契约，让下游只接收所需字段，可有效隔离噪音。 翻车二：“总控 Agent”本身常成为最大不稳定源，编排逻辑需“该写死就写死”。 完全依靠大模型进行任

从孤岛走向融合：小红书存储与数据库架构进化

📌 一句话摘要 小红书存储与数据库团队通过统一管控、分层复用、业务原生三大策略，历经三个阶段将 10 多个孤岛式产品重构为融合架构，两年内将研发运维投入从 40% 降至 10% 以下，产品 NPS 提升至 60% 以上，在支撑电商、国际化、AI 训练推理等多元业务的同时实现规模与投入解耦。 📝 详细摘要 文章系统回顾了小红书存储与数据库部近两年的架构演进全景。面对业务爆发式增长带来的产品碎片化、运维压力大、交付效率低等系统性挑战，团队确立了四大业务判断（广告电商高并发、AI 训练推理增量、国际化跨地域合规、多云成本韧性）与四条演进逻辑（效率先行、分层复用、业务原生、阶段取舍）。演进分三阶段：第一阶段夯实基础，统一 DMS 平台、整合 Redis/RedKV 代理层治理异常流量、建设 RedStore 池化底座与 ROS/ROS-Express 对象存储，将运维投入从 40% 降至 20%；第二阶段构建融合架构，上线 SDBP 运维 AI Agent 使运维投入降至 10% 以下，推出 DTS 2.0 全球数据总线、RedFS 高性能文件系统、向量图数据库及 KV Cache 能力支撑 AI 场景，形成新一代产品矩阵；第三阶段规划向 SOTA 推进，涵盖存算分离 Serverless、缓存架构整合、多模融合、RedStore 承接数据库负载、远程盘方案及 SDBP 智能化闭环。成效体现为：集群规模翻倍下故障下降、多项指标行业领先、团队幸福感提升。文末预告后续将拆解各产品技术细节。

Liquid AI 发布 LFM3 多模态开源权重模型家族，2B 级覆盖文本、视觉、音频、omni 和决策模型

Liquid AI 发布新一代 LFM3 模型家族，以 LFM3-1.7B-Base 为共享骨干，首批开放六个 2B 级模型（文本、视觉、音频、omni 及两个决策模型）的开放权重，可在 Hugging Face、Playground 和 Liquid AI API 获取。 🔗 阅读原文 via AIHOT · https://aihot.news/items/vx4t4ldzajj3lhb8luhg9dy9s

传统产品经理的 AI 自救指南：2026 年你还在画原型写 PRD 吗？

📌 一句话摘要 本文探讨了 AI 时代产品经理的角色转变，强调传统原型设计和详细 PRD 编写已不再是核心竞争力，而定义 AI 行为标准、设计人机协作流程以及计算运行成本才是关键能力。 📝 详细摘要 随着 AI 技术的普及，产品经理的工作重心正在从静态文档和界面设计转向动态系统调优和成本管理。文章通过一个具体案例，说明了过度依赖传统方法的弊端，并详细介绍了现代 AI 产品经理的日常工作，包括制定 AI 行为规范、优化人机交互以及进行经济性分析。 💡 主要观点 传统手艺的贬值 在 AI 时代，快速生成原型和文档的工具已经非常成熟，这意味着产品经理必须将更多时间投入到理解 AI 的运行机制和优化其表现，而不是单纯的界面设计。 定义 AI 行为标准 由于 AI 系统的输出具有不确定性，产品经理需要与业务和算法团队紧密合作，明确哪些结果是可接受的，哪些是错误的，并建立相应的评测标准。 设计人机协作流程 为了提高用户体验和系统可靠性，产品经理必须设计出既能利用 AI 效率又能防止其错误的协作模式，例如将关键决策保留给人类用户。 计算运行成本 AI 服务的运行成本（如 Token 消耗）是产品经理必须考虑的因素，需要通过优化模型选择和调用策略来确保产品在经济上是可持续的。 💬 文章金句 你引以为豪的手艺，正在贬值。 我现在的日常，跟三年前完全不一样。 你不是在定义产品长什么样，你是在定义 AI 的及格线。 会算这笔账，比会画原型值钱多了。 📊 文章信息 AI 初评： 85 来源： 人人都是产

当八达通重回华为手机，一个产品人看到的不只是"回来了"

📌 一句话摘要 华为钱包八达通功能回归背后，是芯片、协议、终端三层的技术攻坚和 21 万台终端的升级改造，展现了一个产品经理视角下对基础体验打磨的深度思考。 📝 详细摘要 华为钱包八达通功能全面回归，200 多款鸿蒙手机恢复支持，覆盖全港 21 万多个支付点。本文从产品经理视角深入剖析了这一项目背后的工程难度：芯片层完成国产 NFC 替代验证，协议层从索尼 FeliCa 切换至开放 Type A 标准，终端层逐一升级 21 万台设备，其中上万台需要逐店上门完成。项目历经九版 Applet 开发、两次濒临失败的危机、100 多个安全问题的英文问卷，以及一个月的集中实机测试。团队还从用户场景出发，推动合作方改规则，实现了失效卡在手机上直接激活的功能，省去用户线下排队的麻烦。 💡 主要观点 八达通在香港仍不可替代，扫码支付无法覆盖小巴、渡轮、茶餐厅等场景。 港铁主干线虽已支持银联闪付，但只要离开主干线进了街坊小店，八达通仍是硬通货。约七成访港旅客使用八达通，内地访港旅客今年前 8 个月近 2900 万人次，需求基数庞大。 华为八达通回归的核心挑战是三层技术架构的协同：芯片层、协议层和终端层。 芯片层完成国产 NFC 芯片量产验证；协议层从索尼 FeliCa 切换至开放 Type A 标准以绕开授权限制；终端层需要升级全港 21 万多台设备，前后历时一年多，其中上万台终端需要逐店上门升级。 项目多次濒临失败，最终靠高频协作和实地测试解决技术难题。 Applet 开发了九个版本，两次差点中

小红书推荐系统评测 Agent：上下文驱动的 LLM-as-Judge 实践

📌 一句话摘要 小红书构建了上下文驱动的推荐评测 Agent，通过将一次推荐请求作为最小评测单元，结合确定性规则与 LLM-as-Judge 的分工，对内容质量、兴趣匹配、时效性和多样性进行多维度判断，并支持可回放的实验级诊断。 📝 详细摘要 本文介绍了小红书推荐系统如何利用 Agentic 范式进行语义评测。传统行为指标无法描述内容具体变化，因此需要回到具体推荐请求进行分析。评测单元定义为包含用户状态、请求时间和有序内容的上下文，并拆分为基础体验和目标符合度两个维度。评测链路通过规则与 LLM 的协同，确保判断稳定且可追溯，最终支持从请求级判断到实验级诊断的下钻分析。 💡 主要观点 行为指标与语义评测的互补关系 CTR 和停留时长用于验证用户行为变化，而语义评测则描述内容具体发生了什么变化。两者结合可以更全面地评估推荐策略的效果，避免仅凭数字判断。 最小评测单元：一次推荐请求 评测单元由用户状态、请求时间和有序内容列表组成，确保判断基于当时的环境。这允许系统区分内容质量、时效性和兴趣匹配，而不是将它们混为一谈。 确定性规则与 LLM 的分工 结构化字段由代码直接计算，而需要语义解释的信息则由 LLM 处理。这种分工确保了判断的稳定性和可解释性，避免了模型在没有明确边界的情况下产生误判。 可回放的实验级诊断 系统记录输入快照和评测版本，使得结果可跨时间比较。这允许研究人员在同一现场下对比不同策略，或在不同现场下对比同一策略，从而进行有效的实验分析。 💬 文章金句 推荐评测的最小单

BranD × Fueki：《包装视觉疗愈》预售！

📌 一句话摘要 BranD 携手 Fueki 推出《包装视觉疗愈》书籍，通过 120+ 案例展示如何用视觉设计治愈心灵，并于 10 月 23 日开启预售，附赠限量版 Fueki 贴纸。 📝 详细摘要 《包装视觉疗愈》由 BranD 和 Fueki 联合打造，旨在探索包装设计如何成为情绪的缓冲垫。书籍收录了 120+ 个来自全球的优秀案例，涵盖食品、日化、电子等领域，展示了设计师如何通过色彩、形状、材质和故事来传递温暖和希望。预售活动从 10 月 23 日开始，购买即赠送限量版 Fueki 贴纸，并有机会获得特别礼品。 💡 主要观点 包装设计作为情绪缓冲垫 书籍探讨了包装不仅仅是保护产品的容器，更是传递情感和治愈心灵的媒介。通过视觉元素，设计师可以创造出让人感到温暖、安心或愉悦的体验。 全球 120+ 案例收录 书中汇集了来自世界各地的优秀包装设计，涵盖了食品、日化、电子等多个行业。这些案例展示了不同的设计风格和手法，共同探索视觉疗愈的主题。 预售活动与限量礼品 从 10 月 23 日起，读者可以预购这本书。作为预售福利，每本都附赠限量版 Fueki 贴纸，并且部分订单将随机获得特别礼品，增加了购买的吸引力。 💬 文章金句 包装，是情绪的缓冲垫，是视觉的疗愈剂。 📊 文章信息 AI 初评： 85 来源： BranD的好奇心 作者： BranD的好奇心 分类： 产品设计 语言： 中文 阅读时间： 1 分钟 字数： 5 标签： 产品与设计 , UI 设计 , 包装设计 , 视觉疗愈 ,

被网友设计的「未来科幻感产品设计构想」惊到了！果然，人类的想象力超强

📌 一句话摘要 本文展示了一款未来科幻感产品设计，其造型采用连续流动的曲面，材质具备自修复和温感特性，交互方式为多模态无感，并强调轻量化、低能耗和可持续性。 📝 详细摘要 该设计摒弃了传统工业产品的棱角和机械感，转而采用有机、流动的形态，模糊了设备与生命体的边界。它使用智能复合材料，具备自修复和温感调节功能，并采用全息投影进行信息显示。产品注重环境感知和可持续性，能够收集环境能量并融入家居空间，同时保持低饱和度的色彩方案。 💡 主要观点 有机流动的造型 产品采用连续的曲面设计，避免了棱角和割裂结构，呈现出类似自然生物的形态，模糊了人造设备与有机体的界限。 智能复合材料 外壳材质具备自修复功能，能够自动修复轻微划痕，并具有温感特性，可以调节表面温度以适应人体接触。 无感多模态交互 产品支持手势、语音、视线追踪等多种交互方式，并使用全息投影来显示信息，实现了从传统按钮到无感交互的转变。 可持续与低能耗 内置微型能量采集单元，能够收集环境光能和热能，减少对外部电源的依赖。同时，模块化结构便于拆解和更换部件，降低资源消耗。 💬 文章金句 未来产品的科幻感，不是堆砌夸张造型与炫光特效，而是把前沿技术、人本需求和极简美学融合，打破现有产品形态的固有认知，让科技从冰冷工具转变为可感知、可交互的生活伙伴。 📊 文章信息 AI 初评： 85 来源： 工业设计实验室 作者： 工业设计实验室 分类： 产品设计 语言： 中文 阅读时间： 5 分钟 字数： 1060 标签： 产品与设计 , 工业设计 ,

火山引擎云数据库 Lakebase 正式发布：让 Agent 高效访问库、湖数据

📌 一句话摘要 火山引擎推出 Lakebase，一款轻量化库湖服务，具备业务数据自动转换、多源数据入湖、弹性算力分析和海量数据资产管理四大核心能力，为 AI Agent 提供统一、高效的数据访问入口。 📝 详细摘要 Lakebase 是火山引擎面向 AI Agent 推出的一款新型数据引擎，旨在解决 Agent 在数据访问中的痛点。它支持业务数据自动同步入湖、多源异构数据处理、Serverless 弹性算力，并提供统一的数据资产管理。通过开放格式存储和统一 Catalog，Lakebase 实现了数据存储、计算、查询和管理的无缝集成，让开发者、分析人员和 Agent 都能高效利用数据资源。 💡 主要观点 业务数据自动转化 Lakebase 支持将业务数据自动同步到数据湖，并转换为开放湖表格式，无需手动 ETL。这使得数据入湖后即可用标准 SQL 查询，大大降低了数据准备的复杂度和时间成本。 多源数据处理 该服务能够处理来自不同来源（如本地文件、外部平台）的异构数据，并将其高效、安全地同步入湖。这解决了数据分散的问题，为跨源分析和检索提供了统一的基础。 极致弹性算力 Lakebase 采用 Serverless 架构，计算资源按需分配，任务完成后自动释放。这种弹性机制避免了资源闲置，将成本降低了 90% 以上，非常适合负载波动大的 AI 应用场景。 数据资产管理 服务内置了数据资产管理功能，包括元数据、血缘、权限和安全管理。这确保了数据可追溯、可信赖，帮助企业更好地治理和利用其数据