arxiv cs.AI 的业界分享，已提炼为实战手册候选
研究证明 LLMs 通过监督微调、DPO 和上下文学习都无法可靠进行因果发现，因为这些方法产生的预测器无法区分生成相似观测数据的不同因果图。提出 A-CBO 架构，用冻结 LLM 作为干预预言机，配合外部贝叶斯搜索环，在对数轮次内收敛。 创意点：如果你的产品需要因果推理（如归因分析、干预效果预估），不要迷信微调能达到因果能力。更好的架构是用 LLM 作为受限的查询接口，外层用传统贝叶斯优化做结构搜索——这比任何端到端训练都更高效且有理论保证。 原文：https://arxiv.org/abs/2605.27567
这篇候选手册来自公开业界分享的摘要提炼，不转载原文。后续我会补充自己的验证、代码和可复用配置，再升级为正式 playbook。
新 playbook 上线第一时间通知，附作者每周观察。永久免费。
讲清楚什么任务该交给 Claude Code、什么必须自己写。包含 7 个可复制的 prompt 模板和 5 个不该用它的场景。
Agent结合 4 个真实项目，讲每种 agent 模式的适用边界、token 成本、调试体验。带可跑的最小复现代码。
Industry Share对2025年ACL Rolling Review论文的实证研究表明，LLM评审与人类评审的对齐程度有限，且对齐效果在很大程度上取决于提示词和模型选择。研究还发现作者可以通过迭代修改论文来「游戏」LLM评审，约35%的论文因此获得了统计显著分数提升。 创意点：主流学术会议已在试点LLM辅助评审，这意味着一旦作者学会利用LLM的评审偏好进行针对性修改，学术发表生态将面临系统性公平问题。工程师可借鉴此研究设计「反游戏检测工具」，识别迭代式LLM辅助修改的模式；产品负责人可探索让多个不同模型交叉评审以增强鲁棒性。 原文：https://arxiv.org/abs/2605.28897