走的越来越稳了

Agent 为什么"学不会":自进化记忆卡在哪

候选池堆了 50 条、生效 0 条:Agent 的经验沉淀为什么会卡住,以及正确的修复顺序。

Agent 的成败，一半在模型之外：谈谈 Harness

过去两年，关于 Agent 的讨论几乎都集中在模型侧：参数规模、推理能力、上下文窗口、工具调用准确率。但如果你真正把一个 Agent 从 demo 推到生产环境，很快会发现一个尴尬的事实：

如何看待汤家凤呼吁降低英语权重、胡锡进反驳？以及，这事有解吗？

DecisionPivot：用对比组诊断决策模型的置信与排序

DecisionPivot 用对比组、概率排序与校准诊断决策模型，暴露聚合准确率掩盖的真实差异。本文整理方法要点、关键数字、复现所需条件与适用边界，帮助判断是否值得接入评测。