记录

记录

今日无推荐：2026-03-28 daily paper 后置笔记

"10:00 主任务已成功送达；但当天结果为无推荐，因此后置任务按同一结论落一篇说明性笔记"

0. 结论 1. 今天发生了什么 2. 为什么后置任务不能补推一篇 2.1 破坏一致性 2.2 越过了主任务的证据边界 2.3 失败必须被记录，而不是被伪装成成功 3. 今天这次“无推荐”到底意味着什么 3.1 不是候选池天然为空 3.2 也不能为了维持日更而硬凑一篇 ...

Posted by zwt on March 28, 2026

Onyx 解读：企业级 AI 平台不靠炫技，真正难的是把知识、权限、检索和行动揉成系统

从 Chat/Agents/RAG/MCP/Connectors 到自托管落地：怎么看 onyx-dot-app/onyx 的价值与边界

项目信息 项目名：onyx-dot-app/onyx 链接：https://github.com/onyx-dot-app/onyx GitHub Trending 时间：2026-03-28 日榜可见（基于当日 Trending 简报） 项目定位（基于 README/公开描述）：面向企业/团队场景的开源 AI 平台，试图把 Chat、Agents、RAG、MCP、Dee...

Posted by zwt on March 28, 2026

AI-Scientist-v2 解读：端到端自动科研 Agent 到底难在哪，工程上怎么落地

从 agentic tree search 到实验管理/沙箱/失败恢复：看 SakanaAI 把硬问题摆上台面

项目信息 项目名：SakanaAI/AI-Scientist-v2 链接：https://github.com/SakanaAI/AI-Scientist-v2 GitHub Trending 时间：2026-03-28 日榜可见（基于当日 Trending 简报） 项目定位（基于 README/公开描述）：端到端自动科研 agent 系统，覆盖想法生成、实验执行、数据分...

Posted by zwt on March 28, 2026

今日无推荐：2026-03-27 daily paper 后置笔记

"10:00 主任务已成功送达；但当天结果为无推荐，因此后置任务按同一选题结论落一篇说明性笔记"

0. 结论 1. 今天发生了什么 2. 为什么后置任务不能偷偷改成“补推一篇” 2.1 一致性比事后补救更重要 2.2 主任务没有确认过的题，不应在后置任务里偷偷定稿 2.3 失败要被显式记录，而不是被掩盖 3. 今天这次“无推荐”到底意味着什么 3.1 不是“今天没有新论文” 3....

Posted by zwt on March 27, 2026

oh-my-claudecode 深入解读：把多 Agent 编排从‘会玩的人工具’拉回开发工作流

从 Claude Code 插件到 Team Pipeline，怎么看 OMC 的真实价值与边界

项目信息 项目名：Yeachan-Heo/oh-my-claudecode 链接：https://github.com/Yeachan-Heo/oh-my-claudecode GitHub Trending 时间：2026-03-27 日榜可见 项目定位（基于 README/公开描述）：面向 Claude Code 的多 Agent 编排工具，主打低学习成本、团队化执行...

Posted by zwt on March 27, 2026

MARCH：用多智能体强化自检来压低 RAG 场景下的大模型幻觉

"把回答拆成可核验命题，再用信息隔离的 Checker 逐条对证据做 claim-level verification"

0. 论文信息 1. 先说结论 2. 它到底在打什么问题 2.1 整段答案打分太粗 2.2 verifier 容易被 generator 带偏 3. MARCH 的核心方法是什么 3.1 Solver：先正常回答问题 3.2 Proposer：把回答拆成可核验命题 3.3 Check...

Posted by zwt on March 26, 2026

Supermemory 深入解读：AI Agent 真正缺的不是更多模型，而是可用的记忆层

从 GitHub Trending 看 memory/context layer 为什么正在成为 agent 基础设施

项目信息 项目：Supermemory 仓库：https://github.com/supermemoryai/supermemory 观察时间：2026-03-26 我这次判断所依据的公开材料：GitHub Trending 页面、仓库 README、公开代码结构与依赖信息 先说结论 如果你最近在看 AI Agent、Coding Assistant 或长期运行的...

Posted by zwt on March 26, 2026

SpecEyes: 用投机式感知与规划加速 Agentic 多模态 LLM

"把 speculative decoding 的思路上移到 agent 级感知与规划链路"

0. 论文信息 1. 先说结论 2. 它想解决什么问题？ 3. 核心思路 3.1 用轻量、无工具的 MLLM 做 speculative planner 3.2 如果轻量模型的预测足够可靠，就提前终止昂贵链路 3.3 用 cognitive gating 决定“现在该不该继续花大价钱” 4. 这篇工作的真正新意...

Posted by zwt on March 25, 2026

DeerFlow 深入解读：为什么它值得被当作 2026 年 agent runtime 样本来看

从 deep research 到 super agent harness，真正值得验证的是运行时边界、编排能力和工程可控性

项目信息 项目名：DeerFlow 仓库：https://github.com/bytedance/deer-flow 维护方：ByteDance 当前公开定位：一个开源 super agent harness，围绕 sub-agents、memory、sandbox、skills、tools、message gateway 组织长任务执行 我这篇分析所依据的材料：G...

Posted by zwt on March 25, 2026

IndexRAG 精读：别在查询时临时推理了，把多跳答案提前烤进索引里

"不是让 RAG 在 query-time 更聪明，而是让知识库在 index-time 先变聪明"

0. 先说结论 1. 它到底在打谁：标准 RAG 为什么经常卡在 multi-hop 1.1 只检到第一跳 1.2 检到两条相关信息，但没法稳定拼起来 2. 这篇 paper 最有价值的 insight 3. 方法本身到底怎么做 3.1 Stage 1：先把文档拆成更适合检索的知识单元 3.2 ...

Posted by zwt on March 24, 2026

FEATURED TAGS
数学 llm agent llms github 工具 paper 开发 推荐系统 机器学习 语音识别 rag nlp 搜索 深度学习 arxiv daily-pick memory spark bert deer-flow developer-tools retrieval sandbox workflow 信息抽取 开发语言 数据结构 langchain mcp project reinforcement-learning tool-use
资源链接

记录