搜索
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。
大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。
网友将HHMI Janelia和Google Research发布的果蝇大脑神经图谱MaleCNS接入AI，让虚拟苍蝇玩《超级马里奥64》《反恐精英2》《艾尔登法环》等游戏、在Coinbase炒币、识别日文平假名、参加虚拟MMA格斗，甚至操控多足机器人。
让模型自己生成训练数据、自己改写提示词、自己修复代码，这条路线被称为： 递归自我改进（Recursive Self-Improvement，RSI）。
最新消息，特朗普对马斯克、Dario Amodei和奥特曼的「减速避险」计划大发雷霆！
前几天，著名外宾AI应用 Genspark 干了一件以前不太像它会干的事。
有了AI，现在的学生，真的是不得了—— 仅仅耗时4天时间，就做出了一个AI短片，然后直接斩获一等奖，拿下30000元！
当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。
过去一年，具身智能的技术迭代明显加快。VLA、世界模型持续演进，强化学习重新成为机器人学习的重要技术路径，Sim2Real加速从仿真走向真机，全身控制能力也在快速突破。
如今的 AI 已经能顺畅地帮你写代码、跑实验、做评估。算法工程师的每一天，几乎变成了：让 LLM 整理昨天的实验结果，让 LLM 实现新想法，让 LLM 监控实验运行…… 似乎只需把需求告诉 AI，它就能完成大部分算法工作。