本周必读的 5 篇 AI 文章（7/10/26）

如果你本周只读 5 篇 AI 文章，那就选这些：

• 利用工程实现自我改进 by @lilianweng. 深入探讨自改进代理背后的基础设施，包括工作流、持久内存、子代理管理、可观测性和进化优化。Weng 认为，递归自改进的主要瓶颈是指导每次迭代的评估器的质量。

• 用 Rust 重写 Bun by @jarredsumner. Bun 团队解释了如何使用 LLM 驱动的工作流和对抗性多智能体审查，将大约 50 万行 Zig 代码重写为 Rust。迁移被分解为小而可重复的任务，并针对语言无关的测试进行验证，同时隔离的审查者代理在生成的代码中搜索 bug。

• vLLM 内部：高吞吐量 LLM 推理系统剖析 深入解释 vLLM 架构，涵盖 PagedAttention、连续批处理、前缀缓存、推测解码以及分离的预填充与解码。这是对大规模高效服务语言模型所需的系统级优化的极佳技术概述。

• 从编码评估中分离信号与噪声 by OpenAI Blog. OpenAI 的审计发现，大约 30% 的 SWE-Bench Pro 任务存在提示不明确、测试过于严格或需求与隐藏测试用例不一致等问题。团队使用了自动过滤、代理辅助检查和针对性人工审查来识别这些缺陷。随着编码代理的改进，基准质量将越来越决定评估结果是否反映真实进展。

• 代理自主性级别 by @addyosmani. 一个实用的框架，用于在两个维度上思考代理自主性：代理权限的深度和其编排的复杂性。Osmani 建议用基于证据的验证、可测量的停止条件、预算约束和回滚安全性来替代持续的人工批准。

关注获取更多！