从 Expected Return 到 Surrogate Loss：RL 如何接入 Backprop

2026/09/02 4 分钟阅读

hande on modern rl

2026/08/27 少于 1 分钟阅读

Long-horizon Agent

2026/08/16 少于 1 分钟阅读

简介（未完成）

CPython runtime

2026/07/17 3 分钟阅读

简介（未完成） Python 的内存到底长什么样 Everything is a PyObject allocator GC Python 代码是如何执行的？ Python 可以在哪里 Hook？ 简介（未完成） Python 的内存到底长什么样 char *p = mall...

群聊

2026/07/01 2 分钟阅读

简介 场景 协作 claude方案 对 Agent Infra提出了哪些新的挑战？ 简介 主流多 Agent 框架（CrewAI、AutoGen、MetaGPT）大多采用 Leader-Worker 架构。有基于 capability 的分配和结果验证，但本质仍是调度器，没有方...

Loop工程

2026/06/22 2 分钟阅读

简介 与/goal 对比 Loop怎么设计 场景 验证工程 graph engineering 总结 简介 当 agent 的行动已经能被 harness 约束，如何设计一个系统替人完成任务发现、任务续跑、验证闭环和状态写回。Loop Engineering 就是设计一...

从长期回报、Credit Assignment 到 PPO

2026/04/06 5 分钟阅读

Code Agent

2026/04/04 3 分钟阅读

简介（未完成）

harness

2026/02/16 3 分钟阅读

简介

next prompt工程——skill

2026/02/07 3 分钟阅读

简介