每日推送 · 2026年05月30日

📄 arXiv 论文（今日休息）	📕 小红书笔记
—	LLM Agent ❤️ 36 做 Agent 强化学习，这个问题越来越关键了 💡 内容总结整理Long-Horizon Credit Assignment资源，解决Agent训练中哪步有贡献哪步是误导的难题小红书
—	LLM Agent ❤️ 6 不会写skill怎么办？让agent帮你写 💡 内容总结 Codex工程师公开让Agent自动总结历史会话并从中沉淀Skill的完整prompt方案小红书
—	LLM Agent ❤️ 56 如何构建agent 评测体系 💡 内容总结详解如何构建Agent评测体系，强调先定义Expected Action再写代码，提供可验证效果的实战方法小红书
—	skill learning 微软最新 AI Agent 技能优化框架🧠 💡 内容总结微软SkillOpt框架用训练神经网络的范式优化Agent技能，分轮训练分批执行不动权重小红书
—	openclaw openclaw流量监控神器 💡 内容总结 OpenClaw流量监控工具，帮助用户实时追踪和管理AI操作的数据流向小红书
—	LLM Agent ❤️ 390 为什么很多Agentic任务不适合用GRPO？ 💡 内容总结分析GRPO和PPO在不同Agentic任务中的适用性，GRPO更适合有可验证reward的推理任务小红书
—	LLM Agent ❤️ 5 手把手理解 Agent 编排 💡 内容总结手把手讲解Agent编排与工作流引擎的核心区别，Agent是声明式What只需定目标小红书
—	skill refinement ❤️ 72 写太多了第一个帖子装不下小红书
—	skill learning ❤️ 39 我做了一个给自己用的论文阅读 Skill 小红书
—	skill refinement ❤️ 33 数据组织提升大模型训练小红书

今日推送