深度精读浙江大学 ZJUNLP 团队 SkillAdaptor 论文——一个免训练的步骤级技能自适应框架。从 Skill/Harness 概念补全、步骤级归因 vs 轨迹级反思的核心区别、三阶段适应流水线（归因-修改-资格验证）、必要知识反推到通用性灵感提取，全面拆解这项在 WebShop/PinchBench/Claw-Eval 三个基准上均优于基线的创新工作。
深度精读 Yunjue Agent 技术报告——首个完全可复现的零起点原位自进化 Agent 系统。从自进化 Agent 三大支柱（工具/上下文/工作流）背景补全、四类自进化方法定位、工具进化为关键路径的问题抽象、多 Agent 协作+并行批进化+进化泛化损失指标详解、必要知识反推到通用性灵感，全面拆解这项在5个基准上零起点超越专有系统的开创性工作。
阿里巴巴国际业务总裁张阔深度分享：B2B贸易正在走向A2A（Agent to Agent），Accio产品MAU已达千万。从AI Native产品范式、Agent工作流设计、token经济学，到一人企业如何借助AI做全球生意——一个传统互联网无法改变的30万亿美元存量市场，正被AI重新撬动。
深度精读 Skill0.5 论文——华东师大 × 美团联合提出的首个区分通用技能内化与任务特定技能利用的 Agent RL 框架。从 Skill/Harness 概念补全、四代技能增强方法演进定位、双范式困境的问题抽象、难度感知路由+特权蒸馏+反捷径利用三大机制详解、必要知识反推到七条通用性灵感，全面拆解这项在 OOD 泛化上大幅超越全部基线的创新研究。
深度精读 DeepSeek 研究员陈德里（Deli Chen）的持续学习与自我迭代综述——首个统一 LLM 持续学习与自我改进两大研究方向的全景式综述。从三轴分类法、五大方法族、收敛性定理、多模型实验验证到六大开放挑战，全面拆解这篇47页、151篇参考文献、由 Deli AutoResearch 框架协作完成的重量级研究。
基于《硅谷101》播客深度总结。AI Agent公司Creo（25人，99%代码由AI编写）三位联合创始人亲述：从Prompt Engineering到Harness Engineering的进化、AI-First的真正含义、开发流程彻底重构（6周→1天）、产品经理角色消解、工程师分为架构师与操作者、以及从’信任人’到’信任AI’的组织变革。
整理自硅谷101五月发布的五期播客节目，涵盖 Token 经济学、Google Gemini 发展历程与出走创业、机器人数据困境、AI Agent 社交革命、DeepSeek 与模型效率突围等话题。共5大主题，每期以"新变化"+“作者观点+解释"双维度整理，附4条跨期交叉洞察，让没看过原节目的读者也能快速理解观点背后的推理逻辑。
深度精读 arxiv:2605.05700——首次大规模收集1246名工业开发者的真实IDE交互轨迹，揭示LLM模拟数据与真实开发行为的显著差距（Sim2Real Gap），构建首个真实场景主动式意图预测基准ProCodeBench，发现当前最强模型Pass@1仅13.57%。模拟数据不能替代真实数据，但可作为预训练补充。
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。
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。