Qwen-Scope: Turning Sparse Features into Development Tools for Large Language Models 精读
深度精读阿里通义千问团队 Qwen-Scope 论文——首个将稀疏自编码器（SAE）从’事后分析工具’升级为’全链路开发基础设施’的开源实践。基于 Qwen3/Qwen3.5 系列 14 组 SAE 权重，覆盖推理时引导、评估去重、数据分类与合成、后训练优化四大应用方向，系统展示了可解释性如何从学术好奇走向工程工具。
论文精读
RGAO 精读：多智能体代码生成的检索条件化拓扑选择与可证明预算守恒
深度精读 arxiv:2605.05657——提出 RGAO 架构，通过检索代码仓库提取结构复杂度向量来动态选择编排拓扑，配合预算代数系统实现静态预算守恒。误路由率从 30.1% 降至 8.2%（p<10⁻⁶），预算验证在任何 LLM 调用前完成。首次将检索条件化路由与形式化预算代数组合，产生两者单独都不具备的可证明安全性。
Router-R1: Teaching LLMs Multi-Round Routing and Aggregation via Reinforcement Learning 精读
深度精读 UIUC NeurIPS 2025 论文——首次将 LLM 模型路由从单轮一对一映射升级为多轮序贯决策过程。Router-R1 将路由器本身实例化为 LLM，通过强化学习训练其交替执行’思考’和’路由’动作，动态整合多个 LLM 的互补优势。在 7 个 QA 基准上平均 EM 达到 0.416，超越 RouteLLM、GraphRouter、FrugalGPT 等 14 种基线方法，同时通过成本奖励实现性能-成本 Pareto 优化。
Structured Uncertainty guided Clarification for LLM Agents 精读
深度精读马里兰大学 + Adobe Research 合作论文——首次将 LLM Agent 工具调用消歧从非结构化自然语言空间搬到结构化工具参数空间。提出基于 EVPI 的结构化不确定性建模框架，SAGE-Agent 在模糊任务上覆盖率提升 7-39%、澄清问题减少 1.5-2.7 倍；不确定性引导奖励建模让 3B 模型超越 7B 标准训练。
GPS: Graph-Guided Proactive Information Seeking in Large Language Models 精读
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%。
Natural-Language Agent Harnesses 精读
深度精读清华+哈工大 NLAH 论文——首个系统性探索 Agent Harness 策略能否外化为可执行自然语言对象的工作。NLAH+IHR 四层架构用不到代码 5% 的篇幅表达完整策略，三大基准成绩可比，策略层从几万行代码中提炼为几千字文档。模块消融揭示反直觉结论：收紧验收纪律比扩大搜索范围更有效。
SkillOpt: Executive Strategy for Self-Evolving Agent Skills 精读
深度精读微软 SkillOpt 论文——首个将深度学习完整优化纪律系统迁移到文本空间 Agent 技能优化的工作。从 Skill/Harness 概念补全、六项前序工作定位、问题形式化抽象、五大核心机制详解、必要知识反推到七条通用性灵感，全面拆解这项在52个评估单元上全部取得最优的开创性研究。