构建基于注意力日志的 Agent 个性化品味
apocalyptic_cc · reddit · 2026-08-15
作者探讨如何通过用户的实际交互行为（点击、停留、保存、回访等“注意力”信号）而非简单的全量上下文来构建 Personal Agent 的品味系统。文中对比了四种技术路径：加权记忆存储（基于停留时间提升权重）、基于停留时间加权的微调、将参与度作为 RAG 检索信号、以及基于行为信号的显式偏好模型。作者征集相关技术栈及实际应用案例。
「编程与Agent」频道最新
- Atomic 搭配 Qwen 3.8 27B 测试：速度快两倍代码更优 — SucceededMind · 2026-08-15
- Mermail 推出 Agent 邮箱与钱包，解决 AI 线上支付难题 — Shruti_0810 · 2026-08-15
- DeepSeek 选择 Loopx 背后的开发逻辑分析 — teortaxesTex · 2026-08-15
- GitHub 开源项目完整复现 LLM 训练全流程，纯 PyTorch 手写算法 — thisguyknowsai · 2026-08-15
- 实测 GLM-5.3：编程对标 GPT-4，我以此开发了三款插件 — 赛博禅心 · 2026-08-15
- 微软开源 Agent Lightning，实现无侵入式 Agent 强化学习训练 — thisdudelikesAI · 2026-08-15