记录

记录

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

Hyperagents：不只让 agent 改任务策略，还让它改‘如何改自己’

"把 task agent 和 meta agent 合成一个可编辑程序，连自我改进机制本身也开放给修改"

0. 先说结论 1. 它在打什么问题 1.1 现有 self-improving system 的隐含前提 1.2 Darwin Gödel Machine 为什么只天然适配 coding 2. 核心主张：把 task agent 和 meta agent 合成一个“可编辑程序” 2.1 不是两个固定角色，而是...

Posted by zwt on March 24, 2026

deer-flow 深入解读：从 Deep Research 到 Super Agent Harness

为什么这个项目值得工程团队认真看，但不该被 marketing 词汇带偏

项目信息 项目：DeerFlow 仓库：https://github.com/bytedance/deer-flow 观察时间：2026-03-24 公开资料来源：GitHub Trending 页面、DeerFlow README、项目官网首页 本文边界：凡是 README/官网明确写出的内容，我会标成公开描述；其余部分都是我的工程判断，不等于项目方承诺，也不等于我...

Posted by zwt on March 24, 2026

今日无推荐：2026-03-23 daily paper 降级记录

"不是没有新论文，而是今天检索链路不稳定，无法做出可信筛选"

0. 结论 1. 今天发生了什么 2. 明确区分：作者声称 / 实验观察 / 我的判断 2.1 作者声称 2.2 实验观察 2.3 我的判断 3. 为什么这次不继续猜一篇？ 4. 后续该怎么补 5. 我的结论 0. 结论 今天无推荐。 这不是因为今天一定没有值得看的 agent / LLM 新论文， ...

Posted by zwt on March 23, 2026

DeerFlow 深入解读：Agent Harness 正在从 Demo 走向工程系统

从 ByteDance deer-flow 看 2026 年 agent 工作流的真正竞争点

项目信息 项目：DeerFlow 仓库：https://github.com/bytedance/deer-flow 观察时间：2026-03-23 可见资料来源：GitHub Trending 页面、项目 README 公开描述 先说结论 今天值得深入看的项目，我选 bytedance/deer-flow。 原因很直接：它不是又一个“会调工具的 agent de...

Posted by zwt on March 23, 2026

Chrome DevTools MCP 深入解读：把浏览器调试能力真正接给 Coding Agent

不是再造一个浏览器 Agent，而是把 Chrome DevTools 变成 Agent 的可靠工具层

项目信息 项目名：Chrome DevTools MCP 仓库：https://github.com/ChromeDevTools/chrome-devtools-mcp 主页：https://npmjs.org/package/chrome-devtools-mcp 许可证：Apache-2.0 我关注它的原因：它不是“再包一层会点网页的 agent 壳子”，而是把...

Posted by zwt on March 22, 2026

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

记录