知鸦日报2026-07-06

新版Claude模型（Opus 4.8、Sonnet 5）调用工具时频繁捏造额外字段，导致嵌套edits[]数组失效。问题源于后训练过度适配Claude Code的扁平工具格式，形成强烈先验。其他工具架构越偏离该格式，模型越易出错，且错误随模型能力提升反而加重。

三阶段Agent驱动LLM微调框架：场景诊断→方案设计→自动化实验，在1688电商场景（Query改写/同款判定/重排打分）落地。踩坑包括PyTorch 2.6与DeepSpeed冲突、Qwen3 thinking模式拉低BLEU、OSS endpoint差异，工程化经验可迁移。