值得读的 7 条
2026 年 8 月 2 日 · 周日 · 第 456 期 · 约 2 分钟
本期头条
7.27—8.2|本周 AI 论文精选
给做智能体训练的人:七篇里只有 ReOPD 给了可复现的省钱路径,其余是基准刷分;周报本身不筛,得自己翻。
NOOA 用 Python 对象抽象智能体开发,在 SWE-bench Verified 等基准评测;ReOPD 复用教师轨迹做同策略蒸馏,工具调用次数为零且提速至少 4 倍。
字节 Seedance 2.5 杀疯了!我尝试了 10 个逆天案例(附省积分秘诀)
给想低成本试 sd2.5 的人:省积分三条路里最实用的是黑屏素材减半,租号买号有风险;案例提示词可直接抄,但积分成本得先算清。
2026 年顶尖 AI 实验室如何构建 RL 智能体:从 RLHF 到 RULER
给想给智能体任务上 RL 的人:「可验证奖励」才是 RL 用于智能体的分水岭,数学 / 代码之外的任务缺的只是评分函数。
一文读懂 Agent 的三层工程:Harness、Loop 与 Graph
给调试 Agent 的工程师:最锋利的一句是「不要围绕信心循环,要围绕证据循环」;诊断规则按失败类型选修复层,可当排查清单用。
AI 时代的“HTML 时刻”:一个被严重低估的知识标准 OKF
给正在定义企业知识库的人:OKF 的价值不在格式本身,而在把知识生产与消费解耦、并给知识加可信度;V0.2 的来源与时效机制才是它区别于普通 Wiki 的关键。
Reddit 蓝海帖挖掘:Research SEO & GEO 增长新机会
给做 Reddit 引流的人:给了可复制的筛选标准:vote/comments 两位数以下、月流量高。
Luna 降价 80%,老金教你 20 美元 Plus 当 100 美元 Pro 用
给Codex Plus 用户:Luna Max 约等于 Sol Medium、成本六分之一,但成功率约 70%、耗时多一半;适合接边界清楚的活,别赌最难一题。
这一期的 7 条,到这儿全了
顺着这一期的「Seedance 2.5」,共学里有一篇
《扣子 + Seedance 2.5 实操全解:从模糊创意到成片的两种路径与六位创作者案例》→