深度精读 arXiv:2608.05784——独立研究者 Nossa Iyamu 提出的 Activity Frames，一个零模型、确定性的屏幕活动编译管道。它将屏幕捕获流分割为携带应用、站点、时序、输入量和证据指针的『活动帧』，在 128,756 帧、51 活跃天的真实语料上把单日上下文从 126,812 token 压缩到 1,469 token（86×），编译延迟仅 68ms，下游问答准确率 98.4%（LLM 摘要仅 66-80%），幻觉率 0%。同一编译器还首次测量了代理成本模型假设但从未实测的两个参数：Routine Overhead Ratio R=60-343x 和可委托复发率 h=7.7%（样本外）。核心洞察：把『解释』从『测量』中剥离，用最无趣的确定性代码填补捕获与记忆之间的缝隙。
本文精读 Microsoft Research 团队发表于 2026 年 7 月的论文《LLMs Get Lost in Evolving User Intent》。论文提出一个将任意静态单轮基准测试转化为动态多轮对话的框架，通过三种意图转移（论点揭示、论点修正、函数切换）模拟用户意图的真实演化过程，同时保留原始评估协议实现免标注的自动验证。跨数学、Text-to-SQL、搜索、编程四个领域的实验揭示了一个一致现象：在单轮设置下表现优异的模型，一旦用户意图动态演化，性能便大幅下降，最严重时直接归零。这一发现暴露了静态评估的盲区，对协作式 Agent 的未来发展具有关键启示。
深度精读微软 FastContext 论文——把代码仓库探索从主 Agent 中剥离、交给一个专门训练的小模型来干。用 4B-30B 的专用探索模型替代昂贵的探索过程，端到端解决率最高提升 5.5%，主模型 token 消耗最高降低 60%。从编码 Agent 瓶颈分析、模型分工解构、SFT+RL 训练配方，到必要知识反推与通用性灵感，全面拆解这项将仓库探索’模块化、可训练化’的工作。
深度精读北京大学 ICLR 2026 论文 GPS，提出用 DAG 显式建模文档中的条件规则结构，通过图遍历引导 LLM 在 RAG 系统中高效主动追问，成功率超最强基线 7.5%，追问效率提升 4.2%。