Burkov 周报第183期：RAG 实战复盘、GRPO 训练搜索智能体等
burkov · x · 2026-10-23
Andriy Burkov 发布 True Positive Weekly 第 183 期，本期精选包括：
- 教程：如何变得更有野心——写给人类与模型的指南
- 方法：用自回归扩散模型生成市场数据的可行性探讨
- 分析：Tokenomics——量化 agentic 软件工程中 token 的实际消耗去向
- 实战复盘：金融领域 1.5 年 RAG 落地经验，踩坑后真正有效的做法
- 原理解析：用 GRPO 训练搜索智能体
- 项目：单台桌面用自我博弈强化学习击败《魔兽争霸3》最难 AI；仅 14 字节的神经网络解迷宫
- 模型：Toto 2.0 时间序列基础模型
「编程与Agent」频道最新
- Claude Code 全端推送重要安全更新，用户晒紧急升级提示 — umeshonai · 2026-10-23
- 视频导出从 2.6 小时缩到 20 分钟:让 Claude 重构服务器而非修补 — byhewar · 2026-10-23
- 用 Claude Agent 订机票：三条我永远不会手动查的省钱规则 — Efistoffeles · 2026-10-23
- OpenJet 引擎宣称 Qwen3.8-27B 推理速度达 llama.cpp 1.9 倍 — JeremyCMorgan · 2026-10-23
- 用 Hermes 搭建全自动 SEO 智能体：三个 skill 覆盖关键词到建站 — EXM7777 · 2026-10-23
- 从赛事研究到链上下单：一个「默认需人工批准」的下注 agent 架构复盘 — Dry-Comfortable-2678 · 2026-10-23