深度解析 RSI：当 AI 开始实现自我迭代提升
RSI（递归自我改进）指 AI 系统重写自身代码、让每次改进都更容易的正反馈过程，与 Agent 自进化、持续学习的关键区别在于改进必须由 AI 自己完成。
#Anthropic
#Anthropic
今日 0 条阿里技术（公众号）AI 评分2222
阿里技术（公众号）AI 评分3838 垂类业务如何落地生产级 Agent
阿里技术发文拆解垂类业务让 AI Agent 从「能跑」走向「能生产」的路径，指出 Demo 易做但生产需过稳定性、可控性、可审计性和业务闭环四道关。文章提出 Agent = 模型 + Harness 的公式，并按风险分级给出 L0 至 L3 的自治程度划分，建议从高频、低风险、规则明确、闭环短的小场景切入。文中引用 Klarna、华住、来伊份、飞鹤、邯郸公积金等公开案例说明这一节奏。
腾讯技术工程（公众号）AI 评分3838 腾讯技术工程：别再只卷 Prompt 了，真正拉开 Agent 差距的是 Context Engineering
腾讯技术工程发文梳理 AI 工程范式从 Prompt Engineering、ReAct 到 Context Engineering 的演进，指出多数 Agent 失败已不是模型失败而是上下文失败。
腾讯技术工程（公众号）AI 评分3434 从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯技术工程梳理了 Agent 从单次 LLM 调用演进为完整 Harness 的路径：上下文装配层、ReAct 循环、结构化 Tool Calling、记忆系统依次补上模型边界，最终凝结出负责会话恢复、权限沙箱、上下文压缩与子 Agent 调度的 Harness 层。
腾讯技术工程（公众号）AI 评分2828 腾讯技术工程：Agent 自进化飞轮怎么搭——评测、记忆、落地、控制四齿闭环
腾讯技术工程提出 Agent 自进化飞轮方法论，把评测、记忆、Self-Improve 与人机协作串成"信号→积累→落地→控制"四齿闭环，核心是环节间的数据通路而非单点技术。