训练任务可以跑完，却没有留下原先想教的工作。TerminalHorizon把这个问题放到环境构建阶段：先让另一位求解者实际尝试，再查资料和模板是否已经替它完成分析。AlphaNIST则给出另一面——起点可以帮助学习，同时不必规定每一步动作。本期第一篇观察从这两种支架出发，再读AgentSWE的交付验收和BranchOPD的分枝覆盖，讨论训练机会怎样被保留。
发布前查漏还带来了IBM的芯片探索案例：相同搜索次数下，开放方案更便宜，专有方案却得到更快的设计。第二篇观察据此回访成本问题，结合Minions与BranchOPD，把推理账单、交付质量和省略的费用分开。工程观点选读Huntley的具体约束与Scion讨论中的审查意图；秋招旧面经和两份实践材料则提供可以动手核对的入口。
当日材料
- AgentSWE：从演示样例到冻结交付，还隔着一组保留测试
- TerminalHorizon：重建训练环境，把被预先做掉的工作还给 Agent
- BranchOPD：在有信息的分叉处采样，生成费用与总成本分开看
- AlphaNIST：二元奖励学会装配，结果仍限于仿真
- Minions：让闲置 Mac 领取推理批任务，先看适用的并行粒度
- IBM 的开放模型芯片探索：推理费少了，最优设计也不同
- Huntley 用提交钩子约束诊断接口，也要求重测提示词包
- Scion 讨论：检出更快，与审查改动意图是两项工作
- 一份旧秋招面经：Agent Runtime 之外，MySQL 与 LRU 仍在考