MEDIA OS 博客

MEDIA OS 博客，收录 Lingo 关于 AI Agent、代码评测、上下文工程、中文写作和支付产品的文章。

专题

  • CLI Agent 的长任务为什么越做越不可靠

    CLI Agent 在长任务中失控，不是模型参数逐步变差，而是当前上下文偏离了项目的可验证状态。缩短未验证跨度，比单纯扩大窗口更重要。

    　CLI Agent、长任务、上下文工程、Harness、Agent 可靠性

  • 中文“AI 味”是怎样被训练出来的？

    为什么多种模型会反复写出相似的中文？本文从训练数据和偏好选择追溯原因，也说明标注外包、跨模型蒸馏的公开证据到哪里为止。

    　LLM、中文写作、RLHF、数据标注、知识蒸馏

  • Coding Agent 分数上涨，测到的究竟是什么？

    同一个模型换一套执行框架，Coding benchmark 为什么会明显上涨？本文拆开模型权重、训练轨迹、harness、推理预算和验证器各自贡献了什么。

    　Coding Agent、Benchmark、强化学习、SWE-bench

  • AI 为什么永远还能再找出一个 P0？

    微信支付的 90 天券和 30 天资金冻结期，暴露了 AI 为什么会漏掉业务后果，又为什么能在代码审查里无限制造 P0。

    　LLM、Agent Skill、微信支付、RLHF、代码审查

  • Agent 的“状态工程”到底在解决什么？

    上下文窗口不能自动成为项目的权威状态。State Engineering 真正要解决的是：怎样重建此刻仍然有效的事实，并把当前决策需要的部分交给 Agent。

    　AI Agent、State Engineering、上下文工程、长期记忆、Agent 可靠性

  • AI 产品价值判断与范式推演框架

    一套用于判断 AI 产品价值、推演产品范式变化、识别真实机会与伪需求的系统化分析框架。

    　AI 产品、产品判断、范式推演

  • Agents 系统理解手册

    一本围绕 Agent 概念、业务、模型、系统、协作、治理、研究、工程与框架层展开的方法论手册。

    　Agent、AI 工程、系统方法论