知鸦日报2026-06-17

LeAP将传统特征打散过程改造为端到端可学习模块，结合自适应梯度去偏正则，解决了工业推荐系统中维度异构、长尾稀疏等难题。门控分数自然极化，阈值可简单设为0.5。在B站实际业务中，LeAP有效删减15%-50%冗余特征，降低推理资源5%-20%，实现降本增效。

AI编程的Token成本大头在系统指令和历史对话，而非你打的字。缓存让长对话便宜5倍，改配置或切模型会打断缓存。合理配置Memory、Rules、Skills、MCP，一个Session干到底，能省3-5倍成本。

主播Agent的工程核心是“Harness骨架”，通过分层架构、上下文压缩、强约束工具调用、五层安全防护、DAG全局规划及信任度自进化记忆系统，将不确定的模型能力工程化为高风险的直播场景中可用、可控、可演化的系统。

循环工程是一门艺术，它让AI代理通过精心设计的循环流程，在现实世界中可靠地执行任务，实现自动化工作。

编程智能体已非常强大，工程难点从写代码转向决定是否信任代码。代码审查成为关键环节，需要谨慎评估代理生成的内容。

高德正两条腿走路：一是让大模型听懂复杂指令、调用导航工具，做成路线Agent（MobilityBench）；二是让模型从海量出行数据中直接学会画公交路线，扔掉地图引擎（TransitLM）。前者稳，后者潜力大，最终会走向一个通用的时空基座模型。

货拉拉自研的Figma MCP服务，可将设计稿自动转为高还原度UI代码。它通过图层清洗、图标识别、列表合并等算法，解决了现有方案还原度差、切图不准的问题。支持多语言转码，结合Cursor能显著提升UI开发效率，适用于新页面和局部改版。