淘宝购物助手用 LLM-as-a-Judge 建立日级质量观测，发现路由通过率下跌源于其他业务放量导致意图标签污染，剔除后跌幅消失。Anthropic 将 Claude Managed Agents 拆为会话事件日志、Agent 循环与沙箱三层，凭证经代理注入，沙箱不再持有令牌。Meta 则把闲置推理容量用于广告推荐，通过增加候选与切换更强模型两种方式提升效果。