知鸦日报2026-11-08

模型评估平台融合Ray与Spark，按可分解性将指标分为三类，定义统一接口。通过分桶保留分组语义，用混淆矩阵近似AUC等技巧实现批内计算，并将指标计算与推理重叠，消除序列化和集群启动开销，端到端耗时降低25-32%，且随实验数线性扩展。

Figma构建了集中式沙箱管理平台Nimbus，通过命名空间统一配置，支持多云提供商，实现快速创建、复用和监控沙箱。它采用读写分离的网络策略与动态凭证加密保障安全，并利用热池技术将供应延迟降低90%，可用性提升至99.95%，确保AI生成代码安全高效运行。

Dropbox工程师通过两个实验，将编码代理接入用户文件与权限控制，构建了可执行任务的代理工作区。代理在隔离沙箱中运行，权限检查在外部，变更可追溯并支持撤销。用户可审批计划、查看进度，通过对话管理文件整理等任务。

Reflex是Shopify为代理驱动开发打造的架构：核心无UI，ViewModel遵循Elm式契约，通过JSON暴露状态与动作，CLI无需模拟器即可驱动应用。测试共享而非代码共享，行为测试覆盖双平台，反馈极快，约1700个测试四分钟跑完，并支持Sidekick等代理集成。

多轮训练中，冻结嵌入表早期、后期再解冻，可避免过拟合并提升效果。通过半同步流水线、融合查找等优化，减少通信开销，最终实现生产环境多轮训练，在线保存指标提升1.09%。