编码智能体提出自适应技能粒度与宏到微恢复
论文提出自适应技能粒度，将编码智能体的技能选择视为随任务结构、执行状态和宏技能失败变化的动作抽象策略。框架包含基于特征的粒度控制器和有限状态恢复执行器，并以验证器成功、总成本及过程指标评估。固定宏执行在适用时高效，但失配时脆弱；运行时路由和宏到微恢复能提升稳健性。价格、参数与国内可用性未知。
要点
- 自适应技能粒度把粒度选择作为受任务、状态和失败条件约束的执行策略。
- 评估采用确定性编码协议，关注验证成功、总成本以及宏采用和恢复等过程指标。
- 固定宏执行高效但易失配，运行时路由与显式回退有助于恢复受控失败。
为什么值得看
同一编码任务可用原子工具、宏技能或混合执行完成，但固定宏策略在失配时脆弱，需要根据状态进行运行时路由和失败恢复。
谁会受影响
面向研究或构建编码智能体、可复用技能库及工具调用流程的研究者和工程团队。
今天就能怎么试
该研究于2026年10月22日提交；公开实现、接入方式、价格和国内可用性均未知，本文未实测，目前只能依据论文摘要理解其方法。
原始来源
1Adaptive Skill Granularity for Coding Agents: Runtime Routing and Macro-to-Micro Recovery · arXiv cs.AI · 2026年10月23日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。