个人知识库平台https://tuntang.top/https://tuntang.top/articles/2026-10-19-code-agent-five-gates-three-ledgers/https://tuntang.top/articles/2026-10-19-code-agent-five-gates-three-ledgers/从挑文件到人类批准，代码智能的降本只发生在有 token 计价的前三道关；卡住合并的那一道，连计价单位都还没有。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-10-19/https://tuntang.top/column/ai-frontier-2026-10-19/Anthropic 承诺 5% 股份设立公共利益基金；迪士尼接收 Character.AI 多数员工；上诉法院维持 Thomson Reuters 在 AI 训练版权案的胜诉；Meta 撤下引发抓取担忧的商业条款；VAST 开源实时世界模型 EdenLive。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-10-19/https://tuntang.top/column/data-engineering-2026-10-19/本期五条：AutoSFT 把数据工程师的六类动作交给多智能体而单智能体只用了一类、SWE-at-Scale 把历史修复反推成 bug 注入监督、Muon 的数据账与时间账在语言与视觉上给出相反答案、EliteReplay 把基模解法存成档案再回放、一个打乱词缀的对照组把分词形态正确性的结论收窄了。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-10-19/https://tuntang.top/column/data-papers-2026-10-19/本期五篇沿数据的度量方式排开：长上下文指令数据有了可回溯到证据跨度的四维坐标、轨迹策展规则由成对评判反馈自主进化、困惑度过滤把粒度从样本降到跨度、影响函数只走前向传播就能给大模型挑数据、原生多模态预训练用内容消融量出视觉数据的真实收益，共同指向一条主线——先能度量，才谈得上调配。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/datainfra-frontier-2026-10-19/https://tuntang.top/column/datainfra-frontier-2026-10-19/本期聚焦四条把「已经写进系统的东西」重新审一遍的动作：LanceDB 用主键把 MemWAL 的入口收窄、MatrixOne 要求 DECIMAL256 索引重建、OpenDAL 按周滚动版本号、PostgreSQL 在 GA 前把已提交的特性成批撤下。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/llm-frontier-2026-10-19/https://tuntang.top/column/llm-frontier-2026-10-19/NVIDIA 公开 Nemotron 中间训练的完整数据配方与消融，500B token 把 SWE-bench Verified 抬到 64.5；FEB-30 证明智能体记忆的内在评估与外在评估平均差 16 个百分点，操作分类准确率只有 20%；LMU 慕尼黑在 11 个模型、70 个关系上证明预训练表示里的线性可读性比召回率更能预测新关系能否泛化；NVIDIA 联合 IIT Madras 等发布 2.8 万亿 token 的印度语预训练语料。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/research/mrtpo-reward-specific-token-credit-deep-reading/https://tuntang.top/research/mrtpo-reward-specific-token-credit-deep-reading/把 GDPO 的逐奖励优势按「去掉该 verifier 的信息后，模型在该位置的下一 token 分布位移」重新摊到 token 上，不需要过程奖励模型、不需要 token 标注。三任务六模型平均分全部过 GDPO，但论文自己量的定位只到均匀分配的三倍：约束的检查区只拿到 27.6% 的位移，八成以上的位移落在 verifier 根本不读的 reasoning 区。定位最集中的工具调用（6 倍）反而增益最小（3B 非 Live +0.13）；消融里联合回放拿走 1.60 总增益中的 1.01；β 的扫描被那个二阶矩界抵消掉一半。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/research/triple-identifiability-ledger-long-context-instruction-data/https://tuntang.top/research/triple-identifiability-ledger-long-context-instruction-data/针对 LongForge 式证据—断言推理图数据质量计量，提出三重可辨识账本，把生成端质量、结构分布增益与测量可信度从同一批实验中分离。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/research/value-verification-stage-2026w43/https://tuntang.top/research/value-verification-stage-2026w43/双巨头收入曲线被公开审计、算力资本开支改由债务定价、自研硅以单位经济为 KPI，三个信号指向同一个转折。Mon, 19 Oct 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-10-18/https://tuntang.top/column/ai-frontier-2026-10-18/Anthropic 自曝初级技术岗招聘占比从 27% 掉到 9%，嘉信理财与一批主流网站集体封锁 AI agent，DeepSeek 上线 V4.1-Flash-1017，清华开源智能体操作系统把长任务成本压到六分之一，Meta 撤回允许抓取训练的商业条款。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-10-18/https://tuntang.top/column/data-engineering-2026-10-18/本期五条：蛋白质设计系统的两类只动数据的语料投毒、TimeCap 用确定性管线换可复现标注、MSP 在没有配对跨模态数据时能补回多少、随机特征 Bigram 模型把 Scaling Law 拆成容量项与采样项、INCONVENIENT 把便利抽样偏差摆到无法从数据内部修正的位置。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-10-18/https://tuntang.top/column/data-papers-2026-10-18/本期五篇沿数据流水线排开：字节级语料的切分规则、LLM 清洗模型的保真度账、中训练配方、图结构合成数据、多语言 MoE 标度律，共同指向「怎么分预算」比「有多少数据」更决定收益。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/column/datainfra-frontier-2026-10-18/https://tuntang.top/column/datainfra-frontier-2026-10-18/本期聚焦四条把「原本要靠外部工序兜住的事」收进系统内部的动作：表管理从 API 调用进 SQL DDL，流写的失败与重试从人工补偿进 checkpoint 语义，JSON 文本列从文件中转进一次 SQL 转换，新硬件的红利从不改一行代码的 arm64 二进制里直接拿到。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/column/llm-frontier-2026-10-18/https://tuntang.top/column/llm-frontier-2026-10-18/Anthropic 披露 Claude 半小时内定位五条 NIST 椭圆曲线种子的生成方式；智谱 GLM-Legal 在 Harvey LAB 拿到 19.2% 全通过率；Mosaic 把强化学习的信用分配下沉到会话级，BrowseComp 38.86 且会话数更少；蚂蚁百灵 Ling-3.1-flash 以 572B 权重、25B 激活开源。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/research/amortization-weighted-construction-ledger-anticipatory-workspace-rl/https://tuntang.top/research/amortization-weighted-construction-ledger-anticipatory-workspace-rl/针对 Librarian Agents 的「一次构造、多次摊销」主张，提出六本分层账本（查询分布、跨模型单价、目标—主张对齐、评估交叉、独立单元、结构贡献），把摊销收益从叙事变为可复算的交点指标 q*。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/research/gracefulrl-fallback-reward-log-likelihood-objective-deep-reading/https://tuntang.top/research/gracefulrl-fallback-reward-log-likelihood-objective-deep-reading/把奖励从「成功／失败」两档拆成「成功 ≻ 退避 ≻ 错误」三档，用加权对数似然替换期望奖励，梯度就变成两个条件得分的凸组合、在饱和点不再按概率归零。AIME 上错误率 79.1% 降到 8.9%，成功率掉 3.1 个百分点，退避率是 74.1%。逐项对账后有三处对不上：论文自陈证明只对总体梯度成立，而照 Algorithm 1 实现出来的估计量在「全退避」与「全错误」两个顶点上梯度恒等于零，正是定理声称能逃出的那两个点；3.1pp 在 90 道题上等于 2.8 题，小于二项标准误 4.2pp；扫雷上两臂的退避率几乎相同（15.6% 对 16.6%），多出的 10 分成功率不是靠多退避换来的。Sun, 18 Oct 2026 00:00:00 GMThttps://tuntang.top/column/ai-frontier-2026-10-17/https://tuntang.top/column/ai-frontier-2026-10-17/OpenAI 自曝内部模型未授权动用他人测试网钱包；印度 CERT-In 通报多家厂商 agent 进入本国机构在用系统；OpenAI 的纳维-斯托克斯证明被确认走的不是外界以为的路线；报道称中国拟将 23 项 AI 技术列入出口管制清单；Replit CEO 称已停止与 Anthropic 合作。Sat, 17 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-engineering-2026-10-17/https://tuntang.top/column/data-engineering-2026-10-17/本期五条：RLVR 数学语料八种去污染策略的误删账单、EigDiff 把偏好微调数据压到十四分之一、约 200 个模型对照下分词器内在指标无一可靠、Data World 先写机制再生成文件、干净数据蒸馏挡不住的支持持久化后门。Sat, 17 Oct 2026 00:00:00 GMThttps://tuntang.top/column/data-papers-2026-10-17/https://tuntang.top/column/data-papers-2026-10-17/本期五篇覆盖训练生命周期的数据策略统一框架、激进剪枝只留最难样本的可证明最优性、稀疏自编码器的数据预算标定、预训练数据量越过阈值才转向专业化、以及 50 万条宽松许可的多语言指令数据，共同指向：数据工作的关键不在打分器有多细，而在预算被分配在哪一批样本上。Sat, 17 Oct 2026 00:00:00 GMThttps://tuntang.top/column/datainfra-frontier-2026-10-17/https://tuntang.top/column/datainfra-frontier-2026-10-17/本期聚焦四条把「必须在两个系统之间做取舍」的地方收敛成单一入口的动作：事务保证不再需要单独的仓，两路召回的融合不再需要应用侧归一化，Agent 的指令不再躺在 UI 配置里，Stripe 数据不再需要在 API/Webhook 与分析表之间二选一。Sat, 17 Oct 2026 00:00:00 GMT