⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 21 条
10月12日周一
  2. 卡尔的AI沃茨57

    大AI理论：三阶段调整模型推理强度提升Agent工作流效率

    大AI理论提出通过三阶段调整模型推理强度来提升AI工作流效率。第一阶段拉高推理程度并选择计划模式，结合语音、图片、视频等多模态输入将未整理的想法交给AI生成计划；第二阶段将推理改到中档，基于详细需求快速执行代码或Agent任务；第三阶段调回高档推理，让AI审查并验证中档阶段产出的结果。

  4. 量子位80

    华为诺亚实验室Memento 3基于递归自我改进方法以100分RHAE通关ARC-AGI-3全部游戏

    华为诺亚方舟实验室联合UCL等团队发布Memento 3智能体系统，在ARC-AGI-3的25款游戏、183个关卡中以满分100 RHAE成绩全部通关。该系统以Claude Opus 5为底模，通过Code as Model方法生成可执行世界模型和规则手册进行递归自我改进，全程未更新模型权重或微调，总操作次数仅7518次，比人类基准少56%。

    推荐理由：展示了冻结模型权重下，AI通过代码世界模型实现递归自我改进，以更少操作通关复杂游戏的路径。

  7. 硅星人Pro44

    “去你的AI应用梦吧”：巨头碾压下的应用层创业者困境与突围路径

    AI应用层创业者在巨头竞争中陷入焦虑，部分团队放弃独立入口，转为将能力接入Codex、Claude Code等Agent生态。Harvey接入Claude插件市场后拥有超20万名律师用户，验证了插件形态的增长潜力；但Opendesign等团队认为插件易被模型厂商原生集成，难以摆脱应用公司的生存危机。

  8. 硅星人Pro79

    谷歌发布 Gemini Agent：支持多模型调度并深度整合 Workspace

    谷歌云在 Gemini at Work 大会上发布 Gemini Agent，将其整合至 Workspace 生态并引入多模型调度机制，允许在 Gemini 和 Claude 之间根据任务选择最优模型。该功能支持跨应用执行、长期记忆及企业数据库连接，目前仅面向部分客户开放私有预览，旨在弥补单一模型在复杂编程任务上的短板，并试图通过整合分散的办公应用实现企业级 Agent 的落地。

    推荐理由：谷歌推出的 Gemini Agent 支持调用 Claude 模型，展示了多模型调度的 Agent 架构思路，读者可观察这种开放策略对竞争格局的影响。

  9. APPSO45

    AI 复兴了 CLI，但图形界面不会消亡

    AI 的兴起让 CLI 重新受到重视，但图形界面（GUI）并未因此消亡，而是转变为管理 AI Agent 的监控界面。研究显示，在补充命令技能后 CLI Agent 桌面任务完成率达 69.3%，而 GUI Agent 为 59.1%。DeepSeek 等厂商推出的桌面版在保留终端能力的同时，通过图形界面让用户更直观地监督多 Agent 并行工作。

  13. 夕小瑶科技说62

    Karpathy：全球见过 AI 真实能力的，只有 5000 人

    前 OpenAI 联合创始人 Karpathy 估算，全球约 80 亿人中仅有 5000 人能接触到前沿实验室最强的 AI 系统。他提出四层用户漏斗：第一层约 60 亿人未使用过大模型；第二层 10-20 亿人偶尔使用免费版本；第三层约 2000 万人将 AI 作为生产工具；最顶层的 5000 人能看到如大规模 Agent 协作、网络安全攻防及数学研究成果等内部前沿能力。

  14. 网罗灯下黑62

    腾讯 BrowserSkill 辅助 WorkBuddy 自动清理公众号历史风险文章

    作者使用腾讯新开源的 BrowserSkill，解决了 Codex 无法访问微信公众号后台的问题。该 Skill 允许 WorkBuddy 使用已登录的本地 Chrome 或 Edge 浏览器，通过点击、搜索整理出包含标题和时间的风险文章清单，且不影响用户鼠标操作。安装方式为在 WorkBuddy 中提供 GitHub 链接，手动添加浏览器扩展并重启即可。

  15. 数字生命卡兹克46

    AI 逆向工程爆发，Adobe 被 Claude Opus 5.5 重写开源，软件护城河崩塌

    开发者 Brandon Thomas 利用 Claude Opus 5.5 逆向重写并开源 Adobe 全家桶 7 款软件，PhotoCraft 等项目在 10 天内获得 4.6 万 Star。REA 项目通过 MCP 接口让 AI 连接 Ghidra 等工具，近期 Star 数逼近 10 万。AI 大幅降低逆向成本，导致传统软件护城河消失，商业模式正向云端订阅转移。

  16. APPSO23

    SpaceXAI 改名 SpaceXSI，苹果高管披露 iPhone Duo 制造工艺及纳德拉 AI 安全倡议

    SpaceXAI 官方账号改名 SpaceXSI，马斯克确认该缩写代表“超级智能”。苹果 COO 探访郑州工厂，披露 iPhone Duo 屏幕采用共聚焦激光扫描与 3D 打印工艺，芯片封装使模组厚度缩减 20%。纳德拉在 X 发文呼吁企业为 AI 建立“紧急刹车”，需独立于模型控制权限与审计机制，防止外包安全责任。

  17. 歸藏的AI工具箱57

    Grok Bot 玩法：躺床用手机生成复杂概念视频与长文

    作者使用 Grok Bot 将复杂的英文长推转化为 43 页中文文档和 3 分 19 秒动态视频，解决了移动端理解复杂概念与生成内容的高门槛痛点。其核心优势在于利用 Grok Bot 的云电脑环境直接运行渲染工具，无需额外 API，允许用户在手机聊天中通过自然语言指令随时修改需求，甚至可将生成的视频作为素材与真人实拍结合剪辑。

  18. 新智元40

    Karpathy 揭示 AI 认知折叠：20 亿误判、2000 万眩晕与 5000 人前沿

    Karpathy 提出 AI 认知四级漏斗，指出全球约 20 亿用户对免费版模型存在能力误判，而 2000 万专业人士正经历因前沿智能体快速发展引发的“智能体眩晕”。金字塔顶端仅约 5000 名内部人士能接触顶级系统，目睹数千个智能体自主协作攻克零日漏洞及数学前沿，且人类理解速度已落后于机器生成速度。

10月11日周日
  4. TechCrunch · AI27

    PolyAI 与 Otter 高管：语音 AI 尚未迎来其 ChatGPT 时刻

    PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为语音 AI 尚未达到“ChatGPT 时刻”。尽管全双工模型已实现，但行业仍面临推理速度不足及自动语音识别（ASR）准确性缺失的挑战，导致对话不自然且转录错误。Otter 强调，在会议记录场景中，需通过改进 ASR 模型和增强透明度（如明确告知 AI 存在）来建立用户信任，避免因转录错误影响下游任务。

  5. 量子位 QbitAI68

    何恺明团队发布多模态视觉原生Harness框架 VISTA

    何恺明团队发布 VISTA 视觉原生 Harness 框架，使现有多模态模型无需从头训练即可直接观察、保存并回看环境原始画面参与推理。在 ARC-AGI-3 评测中，搭配 VISTA 的 Claude Opus 5.0 完成了全部 25 个公开游戏，相对人类动作效率得分达到 100，所用游戏动作数比首次游玩的人类基线少 57.4%。

    推荐理由：研究展示了无需微调现有多模态模型，仅通过视觉原生Harness即可显著提升交互式推理性能的方法。

  8. DeepTech深科技68

    OpenAI 悄然上架生命科学新模型 gpt-rosalind-discovery

    OpenAI 的 API 价格页悄然出现未正式发布型号 gpt-rosalind-discovery，被归为“生命科学模型”一栏，与已公开的 gpt-rosalind-research 定价相同：每百万 Token 输入 5 美元、缓存输入 0.5 美元、输出 25 美元。

    推荐理由：文章拆解OpenAI新模型gpt-rosalind-discovery背后独立生命科学品牌的商业逻辑与行业定位。

  9. The Decoder72

    arXiv 限制每人每月投稿两篇以应对 AI 论文洪水

    arXiv 宣布从 2026 年 10 月 1 日起限制每人每月投稿 2 篇论文，以应对 AI 工具推动下的投稿量激增。2026 年 9 月投稿量达 40,363 篇，其中 cs.AI 类别两年内增长六倍以上，导致志愿者审核员不堪重负，且出现大量“薄而窄”的 AI 生成论文。arXiv 表示这是临时措施，并计划利用新获得的 1,720 万美元资金升级技术以处理 AI 生成内容。

  10. 人工智能学家43

    LLM 智能体网络中观点极化的涌现

    清华大学等团队在 Nature Communications 发表研究，发现 1000 个基于 GPT-3.5 的 LLM 智能体在反复交流后，观点会从初始 40% 的中性立场显著极化。同阵营互动占比最高达 88.3%，跨阵营交流可能加剧极化。弱化确认偏误的干预可将极化指标降低 11.8%。

  14. AGI Hunt59

    口喷鸡blurt v0.4.0发布实时绘制功能并上线官网

    口喷鸡blurt发布v0.4.0版本，新增macOS端实时绘制功能，支持按住⌃键拖动鼠标在屏幕上画圈或划线，笔迹会同步录入视频并生成坐标数据供AI Agent读取。作者将该工具交给Claude Code自行使用，通过实时绘制功能浏览竞品网站并生成需求文档，完成了官网的设计与上线流程。新版官网已上线，支持通过画笔标注收集设计参考与产品想法，目前仅支持macOS，Windows版本尚未开发。

  16. 量子位58

    硅谷 AI 算力争夺战：GPU 成硬通货，初创生存环境恶化

    硅谷科技公司为争夺 AI 算力陷入激烈竞争，算力成为决定人才留存与模型领先的关键。英伟达 GPU 租赁价格从 2025 年 10 月的 1.70 美元/小时涨至 2026 年 3 月的 2.35 美元/小时，涨幅近 40%。头部实验室锁定大量资源，导致初创公司面临高昂预付款和担保要求，算力不足正重塑行业准入规则并催生“算力倒卖”生意。

  18. 钛媒体AGI52

    AI落地遭遇账单焦虑，大厂开始对Token成本“下手”

    微软与Meta因内部AI成本压力削减了Claude及Claude Code的预算与用户规模。毕马威与德勤报告指出，多数企业已加强AI成本监控，但价值评估体系明显滞后，60.4%的企业尚未建立体系化的价值衡量框架。随着Agent嵌入业务流程，Token成本随业务流量线性增长，企业需重构价值评估体系并探索以单次任务成本为核心的监控方案。

  19. 机器之心60

    OpenAI前副总裁Liam Fedus：为什么AI要进入实体实验室？

    OpenAI前副总裁Liam Fedus在播客中指出，AI攻克数学得益于Lean等工具提供形式化验证，但进入材料、化学等实体科学领域缺乏这样的“裁判”，必须通过真实实验验证假设。他创立的Periodic Labs致力于结合语言模型推理、计算模拟与高通量实验，在门洛帕克搭建实体实验室，旨在解决科学数据缺乏和偏置问题。Fedus认为，AI系统只有将思考转化为实践，才能推动诸如超导体等关键材料的发现。

  20. 机器之心65

    OpenRSI Index 发布：面向递归自我改进的大规模科研基准

    OpenRSI Index 发布，旨在评估 AI 智能体改进人类模型训练方案的能力。其任务覆盖预训练、后训练与视觉生成，单次运行规模达数千至上万 H100·小时。该基准通过隔离工作区与独立验收环境应对数据污染与不可复现问题，并提供 RSI-Anything 工具让研究者在约一小时内将课题转化为可运行的 RSI 任务环境。

    推荐理由：该基准通过隔离实验环境回应科研中的复现难题，展示了 AI 改进人类训练方案的具体路径。