EP117 · Claude 价值、直播双 Agent、生产 harness · 07-14 早报 - BestBlogs

章节时间戳

00:00 开场

01:00 精讲：Anthropic Research 比较 Claude 模型与语言中的四条价值轴

03:24 精讲：大淘宝技术拆解工具调用与回复双 Agent 的协同强化学习

06:02 精讲：ByteByteGo 解析微软生产 Agent 的身份、上下文与持续评估

08:55 速览：HyOCR-1.5、Claude Code、LongCat-2.0、Precursor

12:26 补充阅读：宇树钢铁机器人、Token 复测、K8s + Ray、k8s-aibom

14:06 结语

★ 精讲一 | Claude 的价值观如何随模型和语言变化

01:00｜来自 Anthropic Research

Anthropic 从 309,815 段真实对话中提炼四条价值轴，比较三款 Claude 模型与 20 种语言。Sonnet 4.6 更偏温暖，Opus 4.7 更偏谨慎、深度与严谨；语言差异在温暖—严谨轴最明显，也提示价值表达会随版本和语言变化。四条轴只解释 15% 的变化，适合作为模型行为评估框架，而非完整结论。

★ 精讲二 | 淘宝直播数字人 AgenticRL 实践：从 RLVR 到 MultiAgent RL

03:24｜来自大淘宝技术

淘宝直播团队把工具调用和回复拆成两个 Agent，分别用专属奖励协同训练，解决单 Agent 混合奖励难收敛的问题。独立实验中，相比 SFT，事实正确性提升 4.1pt、帮助性提升 23.6pt，工具调用合理性提升 18.2pt；仿真环境和轨迹 mask 的工程细节也值得参考。

★ 精讲三 | 微软如何以企业级规模交付 AI 智能体

06:02｜来自 ByteByteGo Newsletter

ByteByteGo 访谈微软 Core AI 产品负责人，梳理生产 Agent 的关键层：运行时、可观测与治理、身份和上下文。文章将检索设计成可规划、重试和多源组合的子 Agent，让执行动作具备独立身份与审计轨迹，再用业务 rubric 持续发现真实流量中的质量漂移。

速览

08:55 更多值得关注的内容

· 跨行业打造 AI 原生产品：研究、执行与反馈闭环 [视频] — Claude

· 训推全开源：HyOCR-1.5 让端到端 OCR 大模型跑得更快、看得更准、功能更全 — 腾讯混元

· Claude Code 在读取你的提示词前发送的令牌数比 OpenCode 多 4.7 倍 — Hacker News

· 当一个年轻人空降：改造腾讯混元的 300 天 — 晚点 LatePost

· 正式开源！美团 LongCat-2.0 同步开放国产卡推理代码 — 美团 · 技术团队

· 让 Agent 按工程标准交付：AI Coding 下的质量关卡实践 — 百度 Geek 说

· 推出 Precursor：通过持续的客户端信号检测智能体行为 — The Cloudflare Blog

补充阅读

12:26 今天额外值得一读的几条

· 宇树科技牵手湖南钢铁，一家物理 AI 公司浮出水面 — 机器之心

· 「母病速归」式 AI：号称省 65% Token，实测只有 8.5% — 宝玉的分享

· 前沿模型能否自动补全安全研究？ — LessWrong — LessWrong

· 腾讯 Ray 团队实践：K8s + Ray 如何支撑超大规模 AI Workload — 腾讯技术工程

· AI 软件漏洞末日已至：我们该怎么办？——Jack Cable [视频] — AI Engineer

· 在 GKE 上推出 k8s-aibom，实现 AI 物料清单自动化 — Google Cloud Blog

关于 BestBlogs

BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。