ChatGPT Agent Loop 优化技术解析
本文深入解析了 ChatGPT 如何通过 Harness、API 和 Inference 三层架构优化 Agent 循环，重点介绍了持久化 WebSocket、增量 Token 化、KV 缓存管理和推测解码等技术，以降低成本并提升效率。
🏷️ 优化
7 篇加速进步：利用 AI 代理和 Speedrun 文化优化技术演进
文章探讨了 AI 技术如何推动科学进步，通过借鉴游戏速通社区的协作机制，设计了一场 Hackathon 实验。实验验证了人类与 AI 编码代理结合的效率，并提出了通过开放源代码和竞争激励来加速创新的理念。
微软开源 SkillOpt：不动模型，只训练 Prompt
微软开源了 SkillOpt 项目，引入了“训练 Prompt”的新思路。与传统的 Agent Skill 开发不同，SkillOpt 在不改变模型权重的情况下，将神经网络训练方法（如 epoch、验证集）应用于优化 SKILL.md 文本。系统通过执行任务、打分、反思和筛选修改建议，实现技能文档的自动化迭代。论文表明，该方法在多模型环境下均有显著提升，且优化后的技能具备跨模型迁移能力。
LLM 优化面试笔记：训练与推理核心技术
这是一份针对 AI 实验室面试准备的笔记，涵盖了高效训练和部署大语言模型（LLM）的核心优化策略。内容主要分为三部分：内存优化（如 Flash Attention、MQA/GQA、激活检查点）、计算优化（序列打包、高效变体 Transformer）以及推理优化（KV 缓存、投机解码、量化技术）。文章旨在总结在大规模模型开发中应对算力和内存瓶颈的关键技术。
Recursive Agent Optimization Actually Works
文章介绍了 HALO（分层 Agent 循环优化），一种构建递归自改进 Agent 框架的方法论。通过专门的递归语言模型（RLM）分析追踪数据并诊断问题，利用编码 Agent 修复漏洞并重新部署。在 AppWorld 基准测试中，经过 5 个循环优化，场景目标完成率从 73.7% 提升至 89.5%。该实验证明，利用 AI 审视自身追踪数据的“鸟瞰视角”能有效识别幻觉模式、工具调用错误及配置缺陷，为未来的框架设计提供了新的优化范式。
因子图与“世界模型”：统一的感知与规划框架
文章探讨了世界模型与因子图之间的深层联系。作者指出，因子图本质上是基于能量的模型，可用于状态估计和SLAM。通过将世界模型锚定在“现在”，文章提出了STAG框架，该框架利用统一的因子图优化机制，同时处理基于过去数据的感知和基于未来目标的规划，实现了感知与行动的无缝融合。
看完 Anthropic Academy 13 门课后，我对 openclaw 系统做了 17 个改动
作者基于 Anthropic Academy 的 13 门课程，对 openclaw 系统进行了 17 项深度优化。核心收获包括：采用 Adaptive Thinking 替代固定预算，可降低 30-50% 成本；引入 Think Tool 解决多步推理中的思考缺失；重构 Prompt 工程技巧（如 XML 标签分离、防幻觉指令）；以及挖掘 MCP 的高级特性（Sampling、Roots）。文章按 ROI 排序提供了详细的改动清单。