// 論文精讀
每週一篇
工程師視角。
Agent、Tool use、長上下文、Coding Agent —— 從開發者角度精讀 arXiv 新論文，四語同步，每週六更新。
13 分鐘
別只盯著排行榜：真正搞垮生產 Agent 的 6 種失敗模式
最新 arXiv 論文（Rao 等人，2026）針對 27 個 Agent benchmark 與 4,300 條失敗軌跡做了元分析。6 種失敗模式解釋了其中 89%——而排行榜真正在測的只有其中 2 種。獻給每一位把 Claude Code 推到生產環境的工程師的一份實戰地圖。
12 分鐘
FastContext：倉庫探索，值得單獨派一個 sub-agent
arXiv 新論文（Kim et al., 2026）主張：倉庫探索本來就是跟補丁生成不同的能力，把兩件事拆開跑，SWE-Bench 直接多拿 5.5 分，還省 60% token。給在做 Claude Code 迴圈的人的一份精讀。
13 分鐘
Self-GC：讓 Agent 自己幫上下文做垃圾回收
arXiv 新論文（Sun et al., 2026）把 Agent 上下文變成模型可以 fold、mask、prune 的一等物件。結果：同樣的 token 預算下軌跡長 3–5 倍，也讓寫 Claude Code 風格迴圈的人有了更乾淨的心智模型。
13 分鐘
編碼 Agent 才是真正的長上下文處理器：Duke 新論文究竟說了什麼
arXiv 新論文（Cao et al., 2026）顯示：現成的編碼 Agent 在五個基準上平均超越 SOTA 長上下文系統 17.3%。本文拆解到底發生了什麼變化、為什麼奏效，以及可以直接搬到你自己 Agent 裡的做法。