今日概览
今天的文章技术浓度很高，四条线索覆盖了 AI 工程化的核心维度：得物用大模型流水线将推荐评测从周级缩短到小时级，字节跳动与南大提出 VLM 隐私保护推理框架 COVERT 入选 ECCV 2026，百度分享多仓库架构下 Coding Agent 的 Git Worktree 实践，腾讯综述 Agent 自我进化的三大技术路线。每篇都是工程实践的一手经验，没有概念空谈。
今日重点
1. 推荐系统体验的数字化突破：得物自动化评测平台的技术实践｜得物技术
得物构建的自动化评测平台，核心难点在于推荐系统的发现性指标（如惊喜感、多样性）难以量化。平台通过大模型流水线将主观体验指标转化为可量化的评测维度，采用可视化提示词工程与人机协作校验闭环确保评估一致性，并基于 CAS 无锁抢占与断点续传实现高并发调度。最终将评测反馈从周级缩短至小时级，在百万级审计需求下实现 91% 的成本优化。
值得关注：
- 平台解决推荐系统发现性指标难以量化的困局，用大模型流水线将主观体验数字化。
- 采用可视化提示词工程与人机协作校验闭环确保评估一致性。
- 基于 CAS 无锁抢占与断点续传实现高并发调度，百万级审计成本优化 91%。
这篇内容更值得关注的原因在于，它展示了大模型在推荐系统评测这个「主观性极强」的领域如何落地——不是替代人工，而是通过流水线化将不可控的主观判断变为可复现的工程流程。
2. COVERT：面向视觉语言模型的隐私保护推理框架（ECCV 2026）｜字节跳动技术团队
字节跳动与南京大学提出 COVERT 框架，专门面向 VLMaaS（视觉语言模型即服务）场景，保护用户上传图像的隐私。核心创新是协变混淆技术：服务端在混淆空间中完成等价推理，不暴露明文图像。框架针对视觉编码器设计了精确重参数化，包括卷积 patch 化、ViT 特征提取和语义投影模块；同时引入效用感知调优防御隐藏状态反演攻击，将攻击者的 SSIM 从 0.3404 降至 0.1550，在主流 VLM 模型上精度下降控制在 3% 以内，吞吐开销低于 6%。
值得关注：
- COVERT 利用协变混淆技术，使服务端在混淆空间中完成等价推理，不暴露明文图像。
- 针对视觉编码器设计精确重参数化，包括卷积 patch 化、ViT 特征提取和语义投影模块。
- 引入效用感知调优防御隐藏状态反演攻击，将 SSIM 从 0.3404 降至 0.1550。
这篇内容更值得关注的原因在于，VLMaaS 的隐私问题正在成为制约企业落地的关键瓶颈——COVERT 的<3% 精度损失和 <6% 吞吐开销意味着隐私保护不再需要牺牲太多性能，有很强的工程实用性。
3. 面向 Coding Agent 的多仓库 Git Worktree｜百度Geek说
本文针对多仓库架构下 Coding Agent 并行开发的实际痛点：父仓库的 worktree 需要单独初始化子模块才能开发，多个 Coding Agent 并行操作时存在冲突风险。解决方案是一套基于 Git Worktree 的工作流：编写 wt.sh 脚本将 worktree 创建和子模块初始化固化为确定性流程，利用 Git 分支创建的失败保护实现 REQ-ID 的本地互斥（同一个 REQ-ID 只能被一个 Agent 占用），并通过 Sub-Agent 编排协调多仓库的并行开发。最终提炼出三个核心原则：推理与执行分离、复用已有约束、明确方案边界。
值得关注：
- 多仓库架构下，父仓库的 worktree 需要单独初始化子模块才能开发，是一个容易被忽略的陷阱。
- 编写 wt.sh 脚本将 worktree 创建和子模块初始化固化为确定性流程，消除 Agent 间的竞争条件。
- 利用 Git 分支创建的失败保护实现 REQ-ID 的本地互斥，是一个极简而巧妙的锁机制。
这篇内容更值得关注的原因在于，它是多 Agent 代码协作中「被低估的基础设施问题」的实战解法——当多个 Coding Agent 并行工作时，仓库级别的资源竞争远比想象中复杂，而 Git Worktree + 分支互斥是一个无需额外基础设施的轻量方案。
4. Agent 开始「自我进化」：会出题、会反思，还会自己长出新技能｜腾讯技术工程
综述了自进化 Agent 的三大技术路线：经验存储型（Agent 在执行过程中积累经验存入记忆库，后续复用）、RL 训练型（通过强化学习从交互反馈中优化行为策略）、零数据自学型（无需预训练数据，Agent 在运行中自主生成训练信号）。文章对比了十余篇前沿工作，指出当前研究的共同空白在于「总结者本身的训练」——谁来进化那个负责进化的模块？SkillOS 是唯一专门训练总结者（Curator）的工作，CoEvoSkills 提出测试驱动 Skill 进化，类似软件开发中的 TDD。最后介绍了基于 Agentic AI 的数据助手 Dola。
值得关注：
- 自进化 Agent 分为三类：经验存储、RL 训练、零数据自学，各有适用场景和局限。
- SkillOS 是唯一专门训练总结者（Curator）的工作，填补了「谁来进化进化器」的研究空白。
- CoEvoSkills 提出测试驱动 Skill 进化，类似 TDD 模式，是 Skill 质量保障的工程化思路。
这篇内容更值得关注的原因在于，它梳理了自进化 Agent 的完整图谱，并在对比中找到了真正的瓶颈——不是 Agent 能不能进化，而是进化机制本身谁来设计和优化。这个洞察对未来 Agent 框架的设计有直接指导意义。
趋势观察
- Agent 自我进化从概念走向分类实践。经验存储、RL 训练、零数据自学三条路线各有进展，但「总结者本身如何训练」成为新的研究焦点。
- Coding Agent 的基础设施问题开始被正视。Git Worktree、多仓库冲突、Sub-Agent 编排等「工程细节」在并行开发场景下成为关键瓶颈，未来需要更多类似的基础层工具化方案。
- 大模型评测从人工走向自动化流水线，从纯文本走向多模态，从功能验证走向隐私保护。COVERT 和得物评测平台分别代表了这两个方向的工程化里程碑。