标签
本文提出一种逐步分解的评测方法，将语言模型在400步长程任务中的失败分为重复识别、局部处理与计数器追踪三类，发现重复识别错误随步数上升，而无关上下文注入会导致计数器追踪在所有种子中失败，外部精确提醒可恢复其对齐。
O'Reilly Radar 报道如何为生产环境构建可靠的 AI 智能体系统，核心观点是提示词调优和更强的模型只能改进响应、无法保证动作安全，必须依赖可强制执行的策略层、最小权限和可恢复状态。
一位开发者分享了MnemoBrain，一个让AI代理通过钩子和语义搜索自动记住上下文的记忆系统，无需显式记忆命令。
Gemini对Dex架构进行了系统工程分析，突出了其无状态Transformer核心通过状态管理系统增强，以解决LLM的遗忘问题，并区分了工程成就与本体论主张。
本文研究了上下文注入微调是否能提升小型语言模型在孟加拉国法律问答中利用检索到法律的能力。使用0.8B、2B和4B规模的Qwen3.5模型，发现微调在较小规模上有帮助，但在4B规模上无显著增益，并减少了语言漂移。
作者指出 Agent/Harness 的核心本质就是“上下文注入”，用一句话概括了该技术的要点。
The article shares key insights from a workshop by Boris on using CLAUDE.md for context injection in Claude, highlighting three usage levels, specific commands like /loop, and plan mode to improve developer workflows.