https://www.zhongzhuzhou.org/blog/2026-09-14-skillissue-%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0-zh/
Skill Issue 阅读笔记：如何真正优化代码仓库里的 Agent 技能 | Zhongzhu (Charlie) Zhou
深入拆解反向 PR 任务挖掘、配对评估、文本优化、统计功效，以及自动合成仓库技能的真实边界。
skill issuecharlie zhouagent
https://www.zhongzhuzhou.org/blog/2026-09-08-cliff-%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0-zh/
Cliff 阅读笔记：只找第一个错误就够了——用教师模型给 RLVR 做过程监督 | Zhongzhu (Charlie) Zhou
细读 Cliff：一种奖励塑形方法,让 LLM 教师模型判断学生 rollout 第一次出错的位置,把这个判断转化成 GRPO 式 RLVR 训练里的两段式 token 级 advantage 信号,不需要训练额外的奖励模型。
charlie zhoucliffrlvr