X 24 小时 AI 热点第四十二轮：Google 教 agent 复现实验、Vercel 追踪全量上线

本轮 2 条（2026-11-06 17:17 至 11-07 15:14 UTC 窗口；互动数为北京时间次日 00:00 前后快照；全部经人工逐条核验，时间以 snowflake 解码为准）。11 月 7 日 13:22 UTC 之后可核验的新帖极少，凑数的一律剔除——本轮只有 2 条，宁缺毋滥。

一、Google 论文 ReproBridge：教编码 agent 把 ML 实验复现出来

ReproBridge 论文配图截图

Elvis（@omarsar0）11 月 7 日 15:14 UTC 发帖（快照：26 回复、9 转帖、35 赞、29 收藏；图片帖），介绍 Google 的论文 ReproBridge（arXiv:2611.08452，2026-11-05 提交，作者 Yubo Wang 等）：让编码 agent 把机器学习实验复现出来。数字已与 arXiv 摘要逐项核对一致（论文口径）：

精炼的工件把 agent 复现成功率从 76.4% 提高到 92.6%（覆盖四个模型），API 支出减少 19.7%；
做法：把一次成功的复现转成下一个 agent 可重用的包——清理后的代码、环境设置、启动每个实验的脚本与一份书面指南；新 agent 从包里重跑实验，再由独立审计员检查运行是否真实发生；
基准覆盖 36 篇论文的 1,029 个任务，每个任务 5 个人工验证的参考分数；最好与最差模型的差距从 21.6 分缩小到 3.9 分；去掉代码或环境设置损失最大。

两条校准：① 这是一篇论文，不是 Google 的产品上线；② "复现成功率"是任务完成口径，别误写成"模型准确率"。价值判断：agent 复现实验失败的主因常是环境与工程细节，把成功经验打包成可重用工件、再加独立审计——这个思路对任何跑自动化 agent 流水线的团队都可迁移。

二、Vercel 追踪（Traces）全计划正式发布

Vercel Developers（@vercel_dev）11 月 6 日 17:17 UTC 发帖（快照：14 回复、22 转帖、189 赞、97 收藏；官方账号，按官方口径写）：Vercel 追踪（Vercel Traces）现已在所有计划上正式发布；从 Next.js 16.5 开始，新项目默认启用；可从仪表板或 CLI 搜索和检查跨度（span）。老项目如何迁移、定价细节原帖未提，不脑补。这条与上一轮 rauchg"从生产环境抓 traces 再优化"的观点帖正好呼应——观点变成了全量 GA 的功能。