知鸦日报2026-07-17

Spring-Ai-Trip在Spring AI上叠加了一层Harness，用渐进压缩、Spill溢出保护、认知可观测等机制，填平了Java Agent从Demo到生产的鸿沟，解决了记忆漂移、大报文击穿、推理不可复盘等生产难题。

AI Native时代，组织变革的核心是“人类掌舵，智能体执行”。通过驾驭工程、本体知识、本体孪生与智能体内联网，企业可构建可控、可审计的混合智能组织，让人类聚焦战略与价值判断，智能体承担执行与协调。

Agent框架用Hook切面拦截LLM三类问题：长文本偷懒（读写offload+引用句柄）、越权操作（beforeTool守卫+HITL确认）、上下文失忆（Hook采集→state→Attachment自动注入）。Prompt管不住的，框架代码级确定性兜底，不改业务循环。

评测飞轮卡在三个环节：线上问题难自动接入，修改建议80%改不对地方，决策日志几乎空白。搭起飞轮容易，让它转出价值才难——入口、出口、记忆才是真正的硬骨头。

RAD-DPO方案解决生成式检索在电商搜索中的偏好对齐难题。它通过Session级多标签全局对比、Token级梯度阻断与动态奖励加权，缓解了多正例概率挤压、公共前缀误伤和伪负例噪声问题，提升了主站搜索的检索效果与鲁棒性。

GPT-5.6的Agent能力增强后，大量历史Skill反而成为负担，导致任务变慢、Token消耗增加。核心原因在于模型更认真地执行规则，而非能力退步。未来应减少流程型Skill，转向沉淀专业标准与组织能力的高价值Skill，释放Agent自主执行能力。

支付宝商家中心PC端测试面临长链路、高成本、高风险挑战。团队自建AI测试Skill，通过“组件化知识库+浏览器自动化+DB验证”方案，将踩坑经验固化为组件，实现稳定执行。该方案已在多个业务中成功实践，大幅降低人力成本并发现大量缺陷。

一个开发者用WorkBuddy处理开源项目，它能从技术栈推断问题根因，生成排查SOP或社区邮件，但需警惕描述歧义导致方向错误。它像随时可用的第二意见，帮我过滤不确定性，让我敢于挑战更复杂的事，脑力带宽终于够用了。

AI代理的进化已从优化提示词转向构建循环结构。顶尖工程师不再写提示词，而是编写循环，让代理自主迭代、反馈和优化，从而更高效地解决问题。

Agent正推动AI从“回答问题”转向“完成任务”，存储随之升级为贯穿Agent运行与优化的关键底座。火山引擎提出Storage Agent Infra，围绕Sandbox Store、Artifact Store及观测评测三大方向，重新组织存储能力，支撑Agent时代真实业务。

Viaduct是爱彼迎的数据导向服务网格，已开源。其核心原则包括中央schema、托管业务逻辑和可重入性。五年间流量增长8倍，团队翻倍。新版本Viaduct Modern简化了API并增强了模块化，支持渐进式迁移，提升了性能和开发者体验。