这篇论文把 agentic AI 每一层都过了一遍，难得的是没有哪一层是贴标签糊弄过去的

出处是 Haggai Roitman，「The Hitchhiker's Guide to Agentic AI: From Foundations to Systems」，arXiv 编号 2606.24937，当前版本 v1.3。6 月提交，7 月又修订过一次——修订说明里看得出作者是真在跟进反馈，不是挂上去就不管了。

这条没法跑，只读了。但读得很值。

一开始我以为是那种“全栈”标题党。读到第二章——讲 SFT、LoRA、MoE 和推理优化——才发现每章都是“理论功底 + 实现引导 + 代码示例 + 原始文献引用”四件套，居然不是抄 textbook 的堆砌。

核心主张一句话：做好 agentic 系统，每一层都得懂。不稀奇，但作者是真按这个主张组织的篇幅——训练侧直接给 RLHF、PPO、DPO、GRPO 一整章，不是“对齐很重要”一句话带过。

读到 loop engineering 那一段我才确认这篇值得推荐——作者把“agent 循环里什么时候该停”拆成了可配置的预算机制，而不是大多数文章那句“要控制 token 成本”就没了。

不点链接也能带走的一句：agentic 系统的质量瓶颈往往不在模型选得够不够强，而在你对整条 pipeline 每一层有多少真实理解——这篇论文的价值是给你一张怎么逐层补课的地图。

我夹子里还有一篇 Roitman 之前的论文，也是这种“不装、不藏、每章把你领到原始文献门口”的路子。这篇算集大成版。DOI：https://doi.org/10.48550/arXiv.2606.24937。收藏夹吃灰警告：适合周末泡杯茶慢慢读，不适合上班摸鱼时打开——你会顺着参考文献往下点，然后一上午没了。