今日三篇解读已发布，本期主题：AI 的浪费考古——从训练、运行、模型本体三个层面，找到那些习以为常的隐性浪费。
1. 📝 AI 开始抄自己的作业——而且抄得理直气壮（arXiv: 2610.32881, NgramRL） RL 后训练的 rollout 占训练时间 70%+，而同一 prompt 的 rollout 跨 epoch 重复率 48-96%。NgramRL 用近期 rollout 的 per-prompt n-gram cache 做无模型投机解码 + 自适应预取，warm cache 3.60-7.77 tokens/forward，prefetcher 端到端加速 1.38×，且输出分布与原始策略完全一致（无损）。
2. 🏢 已经决定的事，别再跑第三次老板的办公室（arXiv: 2610.32813, HarnessMM） Agent harness 在工具反馈后反复调用模型推理已决事项。HarnessMM 用可执行决策图（EDG）+ 守卫决策复用（GDR）+ 认证回调替换（CCS），HumanEval 上 DeepSeek Harness 省 87.93% token（96.28k→11.62k），六 benchmark 全面验证。
3. 🔪 抽脂之前，先画一张误差地图（arXiv: 2610.32878, KFAC-SVD + LEMS, ICML 2026） SVD 压缩的两个老问题：rank 分配盲目 + Fisher 秩坍缩。KFAC-SVD 用 token-wise 统计把有效样本从 ≤256 序列扩到 ~52 万 token，消除谱坍缩；LEMS 层 wise 误差模型（形状×尺度×深度偏置）+ ILP 全局分配，0.7 压缩比下 perplexity 比最强 baseline 好 65%。
三篇论文的共同信念：AI 系统的性能瓶颈，往往不是算力不够，而是浪费太多。