提升长时间智能体运行的 token 效率
https://cursor.com/cn/blog/improved-token-efficiency Cursor通过精简系统提示、按需加载工具、提升缓存复用率、压缩文件读取及策略性使用子智能体等多项优化，在保持智能体质量不变的前提下，将用户token成本降低了7%。具体措施包括削减66%的系统提示、将低频工具移至动态上下文、利用显式缓存断点降低冷缓存未命中率20%、每十行标注一次行号，以及优化子智能体的调用指导和模型选择。这些改进共同提升了长时间运行智能体的token效率，并将经验应用于Grok Bot等产品。
Language Models for Text Classification From Bag-of-Words to Jev
https://magazine.sebastianraschka.com/p/classifier-history-and-jev 本文回顾了文本分类的发展历程，从词袋模型、逻辑回归、RNN、CNN到Transformer架构，并介绍了编码器、解码器模型及Jev模型。作者通过IMDb数据集比较了各方法性能，详细解析了Jev的API和可能的训练方法（如RLCR），强调其低成本、低延迟和通用性。最后讨论了校准的重要性及Jev的适用场景。
Automating eval design and hillclimbing with Claude
https://claude.dev/blog/automating-eval-design-and-hillclimbing/
本文介绍如何用Claude自动化设计评估（eval）并进行 hillclimbing 优化。核心原则包括：评估任务贴近生产、更强模型表现更好、留有提升空间、低方差；采用对抗性采样避免只测模型弱点。build-eval 命令通过访谈生成示例、验证评分器并检查诊断项。hillclimbing 则通过训练/测试集分离、避免将失败内容写入提示、防止奖励黑客来控制过拟合，逐步改进提示、技能或参数，并在停滞时分析根因。两个案例展示了成本降低（成本降80%且准确率提升）和性能提升（从66%到88%）。