知鸦日报2026-11-13

Shopify用共享生成式发现模型统一搜索与推荐，以语义ID编码产品，联合训练并强化学习提升效果，通过多专家蒸馏整合能力，优化延迟后部署上线，显著提升订单与相关性，并规划多模态、在线学习等演进方向。

Shopify用前沿模型构建了代理化漏洞猎人“Cyber Chaos Monkey”，在真实生产环境主动攻击自身系统以抢在攻击者前发现漏洞。系统分离发现与沙箱测试，通过容器化、最小权限、代理及双人完整性等控制确保安全，利用信息优势实现安全测试自动化。

合规要求代理按需执行正确步骤，但手动修订指令难以预测效果。为此构建了配对测试套件与回归测试，并设计调优循环：每次迭代以全新上下文读取结构化交接信息，提出候选修改，经安全门禁筛选，仅接受修复问题且不引入回归的改动。最终，小改动带来强证据支持的合规提升，将一次性提示工程转变为可重复的循环工程。

业务Skill修复常陷入改一处坏一处的困境。借鉴GEPA思路，用黄金评测集、执行轨迹生成反馈，让模型提出受控修改，再通过全量评测和候选池保留局部优势，形成可追溯的多代搜索闭环。

自动化测试在AI加速源码生产下面临用例质量参差、覆盖失控等痛点。通过AI诊断断言与低价值用例，结合覆盖数据与生产流量驱动治理，实现从人工经验到数据驱动的转型，提升效率与覆盖率，并持续自我演进。

知识是组织型AI的土壤。通过AI Working、Coding、OnCall三类场景，让知识从工作中产生、回到工作中使用，并持续更新。知识分层管理，形成个人到团队的沉淀飞轮，最终提升组织整体效率。

RedTAO是小红书自研的分布式图数据库，分计算、缓存、存储三层独立扩展，支撑一跳及多跳查询。计算层用规则优化和双执行器，缓存层按访问模式分工并冗余顶点数据，存储层基于MySQL组织关系与预维护统计，跨单元经双向同步实现异地多活。

星舰10X将AI Coding接入真实研发，用知识库与Memory组织业务背景、执行约定和沉淀经验，让Agent承接跨仓任务并持续查证，人工聚焦业务取舍与交付判断，使个人提效转化为团队稳定的交付能力。

星舰10X通过Cloud Agent调度沙箱中的Agent执行研发任务，覆盖任务生命周期、会话管理与中断恢复。适配层统一多引擎，产物与过程记录分离保存，确保交付完整性。

AI 提效的瓶颈不在编码本身，而在上下文与验证环境。要像带新人一样，为 AI 打通内部平台、提供可验证的终端环境、沉淀团队知识，并融入组织协同。同时，人需提升宏观架构认知与判断力，让 AI 的提速真正转化为交付质量与效率。

研发流程慢在每轮重载上下文、超限压缩损伤操作规范。解法分两条：指令拆分削减固定成本，多Agent拆分隔离增量成本，主会话只收结论。典型会话每轮84k降至28k，多轮复杂任务更快更准，端到端交付仅需人出现四次。

AI Agent等有状态负载的启动瓶颈在数据恢复，而非计算资源。EROX构建统一数据面，将镜像、磁盘、工作区、快照封装为EROFS制品，实现按需懒加载、读写分离与增量快照，使50GB工作区秒级就绪、冷启动大幅缩减，核心价值是读取即启动、状态可复制。