公众号文章合集，
一篇不落。

阿里的队伍越来越壮大了，社区现在大厂的人数突破两位数了，之前idea2paper确实也帮助了不少人上岸（不管是论文还是offer）哈哈，希望后续升级版 2.0 也能让大家满意，taste is all u need 离心力

用户输入只是冰山一角。固定前缀、历史重发和工具结果每轮全量重发，循环一长，一句话就能烧成几十M Token。

做Agent这么久，你有没有这种感觉： 自媒体天天吹概念，self-evo、meta evo、agentic RL… 说起来都很高大上，真到落地的时候全是坑： 评测一做就过拟合，换个bench直接失效； 改个自进化逻辑，和基模轨迹直接打架； 讲了一堆架构故事，工业界最后还是靠洗数

一条连续追问串起 Agentic RL：轨迹、掩码、信用分配、reward hacking 与 GRPO rollout。

我记得 2 月份刚加入社区还是基础比较薄弱，基本没咋看过论文更别说跑过项目了，直接参与auto research项目，练中学进步很快，后面实习也都很顺利，面试前还约着开了个会突袭了下，没想到都用上了，自进化目前阶段还是很吃香的哈哈，最后放张去年的薪资爆料，一浪更比一浪高啊 #ag

恢复不是把聊天记录接着播一遍。要靠持久化状态、操作幂等键和未知结果对账，把重复副作用关在边界内。

哈哈哈选了qwen，其他龙猫和混元也不错啦，seed没面也确实有些可惜，不过老弟的self-envoling agent项目确实贼到位，投的十几个大厂全都很顺利，基本面的都逮着这个在聊，所以如果项目简历到位，面经就不用担心了~(¯▽¯~)~ 之前给老弟推荐了qwen ，不管是方向

ReAct 让 Agent 能做多步任务，Agentic RL 让它学会在复杂环境里做更好的决策；真正的难点在动作与观察隔离、信用分配和异步 Rollout。

Code Agent 的权限不是一个开关，而是一套可验证的执行边界：文件、网络、进程、身份和审批都要分别设计。

截断会丢硬约束，粗暴摘要会精度坍缩；上下文管理是三层蒸馏+四策略叠用。

面试官问这道题，真正想听到的不是你会不会背"时间衰减、访问频率、重要性评分"这些词。 他想知道你有没有意识到： 记忆是带状态、带时效、带来源、带适用条件的。 长期记忆不是越多越好，检索也不是越相似越好。

看下还有没有想拼团大模型agent课程的友友，一起优惠下

社区学员面试题复盘：用一条报销政策讲透长期记忆的分层存储、版本冲突、双时间与后台整理。

社区学员遇到的字节 Agent 二面题拆解： 你是怎么设计 Agent 的记忆系统？

帮朋友发下招实习生 职位描述 ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：AI数据与安全团队为Seed基座模型及AI原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据

写进 Memory 就算学会了吗？这道公开面经原题，真正追问的是一次反馈如何变成可验证、可回滚的下一版能力。

Agentic RL 不是训练模型更会调用工具，而是训练模型在环境里进行多步决策，并最终对任务结果负责。

Top-K 不是越大越好，而是要根据问题类型、检索质量、Rerank 分数和上下文预算动态决定。

Agent训练营 一周掌握Memory系统

最近在大模型工程岗面试里，一个让人很难答漂亮的题目出现了：

100 道高频大模型 agent 面试题精讲系列

企业做 Agent，应该用奥卡姆剃刀原则！

面试官问：“你怎么设计一个复杂 Agent 的规划、记忆和工具调用系统？”

淘天agent 面经精选细讲

秋招实习算法面经，涵盖了llm的原理、结构、训练任务及应用，还涉及大模型训练、微调、推理加速等方面，大厂高频面试题专项练习。包括： 大模型基础：列举流行大模型架构，对比prefix LM和causal LM，介绍RLHF流程、instruction tuning和prompt l

预告下，AgentAlpha社区创客星球继 ai科研、ai电商之后的下个项目是：AI金融💰

SellAI Pro产品介绍 一、项目背景与设计思路 1. 项目起源 本工具为 AgentAlpha 创客星球 社区自研项目，最初为杭州亚马逊跨境电商卖家定制开发，解决中小卖家三大核心痛点： - 选品凭感觉、看不懂市场，入场即踩坑 - Listing 撰写慢、广告投放乱、效率低

面试官问：如果让你训一个 Deep Research，数据从哪来？”

AI时代真正拉开差距的，不是skill和coding熟练度，而是agency。用3个认知和5步训练法，讲清普通人为什么总想躺平、为什么AI越强主动性越贵，以及如何把能动性练成可复利的底层能力。

面试官问：为什么 ReAct 已经不够了？

面试官问Agent工具调用失败怎么办时，如果你只会说“重试一下”，基本已经暴露没做过系统

Claude Skills 全面解析：原理、用法与对比

多奖励强化学习（RL）中广泛使用的 GRPO 存在一个严重缺陷——它直接对聚合奖励进行归一化，导致不同的奖励组合坍塌成相同的价值，丢失了关键的训练信号。NVIDIA 提出的 GDPO 通过解耦归一化（先对每个奖励单独归一化，再聚合）完美解决了这个问题

让 Agent Memory 从“检索记忆”走向真正“理解你”

❝离职的LeCun，反手就给Meta一记重锤——Llama 4的基准测试？确实造假了。28岁的AI负责人亚历山大王？

❝一句话概括：强化学习（RLVR）只是让大模型"做题更熟练"，而非"变得更聪明"——模型的推理天花板，早在预训

从今天开始更新部分AgentAlpha社区优秀学员的笔记内容，欢迎大家一起交流学习~~

现在的 AI 圈子很浮躁。 昨天流行 RAG（检索增强），今天吹爆 Agent（智能体），明天又是 Multi-Agent（多智能体）。

联合offershow一起做圆桌会➕答疑会，欢迎感兴趣的报名，主题：大模型agent求职规划，code agent，AI coding，顶会发表等 普通人如何抓住agent风口，打造技术护城河 时间：12.28 19:00

第一次答疑会的精华总结一部分，完整版可以留dd

AI架构师的视角，用“全知管家贾维斯”的故事线讲清楚25年最火的Agent Memory

AI Agent 学习笔记涵盖其本质、架构组件、工具调用、记忆系统、框架应用、自我反思能力构建及多 Agent 协作等内容，并给出了相应代码实践。关键要点包括： 1. Agent 本质：Agent 是能自主完成任务的智能系统，通过「思考 - 行动 - 观察」（T - A - O）

大模型RLHF面试，一篇笔记帮你搞定 大模型RLHF面试，一文梳理强化学习RLHF全家桶： PPO：经典基石 核心：四模型协同（策略 + 参考 + 奖励 + 价值）+ clip 安全绳特点：通过概率比限制策略更新幅度，保证训练稳定适用：通用场景，资源充足时首选复杂度：⭐⭐⭐⭐ D

Agent训练营 一周掌握Memory系统

agent memory和 RAG（检索增强生成）到底有什么区别？

我们AgentAlpha社区推出了挑战：两个月拿下大模型agent，第一模块顺利完成：一周学完agent rag，并做完一个独角兽企业实战项目 ！ 这周AgentAlpha社区大家的收获都很多，首先是： 1.Rag基础的学完之后 大部分学员都关注了Agentic Rag，其实是一

【中国电信研究院推出首个操作级记忆系统幻觉评估基准】🧠 为什么记忆系统会"说谎"？AI长期交互的致命伤被破解！

每次对话都从零开始，刚说过的话转头就忘，你有没有被AI的“健忘症”逼疯？

让AI智能体告别七秒钟的记忆！

今天我们要聊的主题是智能体的记忆机制，特别是新加坡国立大学提出的MemGen技术。

RobustMerge：SVD让AI模型合并不再"翻车"！

🚀 大模型推理能力再进化！人大高瓴AI学院推出Search-o1，让模型学会自己“上网查资料”！

🎯 多模态大模型真的“看图说话”了吗？See What You Are Told！

如今的 OpenAI，商业帝国的轮廓愈发清晰，甚至已经隐隐盖住了通用人工智能（AGI）的远景图景。

为什么小模型能打败大模型？——扩散大模型的强化学习新突破 大模型论文解读第一期

顶会论文写作的三重境界：从技术到艺术

NeurIPS 2024最佳论文揭晓：北大字节联合NUS夺冠，Ilya Sutskever连续三年获奖[强][强][强] 在人工智能领域最具影响力的会议之一——NeurIPS 2024上，来自北京大学、字节跳动以及新加坡国立大学等机构的团队荣获此殊荣。本文将为您详细解读[玫瑰]

时不可待

一、2024Fall 博士申请 （一）仍在上学 / 上班者 😊 1. 高GPA，名校且英语成绩已出但无科研经历 🏫 - 利用学校资源或中介等关系进入实验室参与项目。关键在于熟悉学术环境和术语，为简历增添学术色彩。即便没有显著的科研成果，这段经历也能展示你的学习能力和团队合作精神。

idea2Paper经历了 3 个月的蛰伏，现在全链路真正打通了，测试效果也不错，EMNLP三中一（这次录用率确实太低） 每个模块基本上都精心打磨后从调研到idea的产出都花了一个多月的时间来优化，然后自动跑实验就比较简单了，从idea树里挑出几个好的根据时间段和其他指标loop

自进化 agent 已成为大厂最注重的研究方向。现在的面试官，看的是你能不能解决复杂工程问题，能不能让Agent具备“自我进化”的能力。

英伟达创始人黄仁勋第一帖支持 kimi！

蚂蚁二面面试题：Agent 记忆写入流程怎么做？从降噪清洗到元数据标注完整拆解。

字节 Agent 岗三面面试题：Agent 的记忆系统怎么设计？从分层架构到工程落地完整拆解。

学 Claude Code，真正要学什么？

企业 Agent 第一版不要做聊天框，要先补齐输入、知识、工具、日志、评估、人工接管和回滚。

清华NeurIPS最佳论文：重新审视强化学习，你应该试试蒸馏了！

RobustMerge：SVD让AI模型合并不再"翻车"！

在信息爆炸的时代，海量文档资料如潮水般涌来，你是否常深陷其中，为难以迅速精准获取关键信息、将复杂文档转化为易用格式而烦恼？别担心，Docling 这款 AI 驱动的开源文档解析神器将为你排忧解难。 一、Docling 的崛起 Docling 在 GitHub 开源社区大放异彩，短