📰
每日精选
5 条核心资讯今日焦点
Anthropic递交上市申请、SpaceX算力融资、GPT-6.1 Terra与微软代码迁移：关注AI进入真实流程后的边界与可靠性。
Anthropic提交上市申请，商业模型进入公开审视
Anthropic提交上市申请，商业模型进入公开审视
Anthropic于10月26日宣布向美国证券交易委员会提交S-1注册声明，计划以ANT为代码在纳斯达克上市。公司明确表示，发行股数和价格区间尚未确定，注册声明尚未生效。因此，此次进展是公开递交上市申请，不是已经挂牌或已经完成融资。
TechCrunch对申请文件的分析把另一条主线放在企业业务上：模型接口与自有应用相互带动，客户能够从开发平台扩展到编程和办公场景；云合作伙伴既是分销渠道，也可能是竞争者。这里值得关注的是客户关系如何沉淀，以及增长是否伴随更深的算力依赖。市场上流传的估值与募资目标不等于本次已确定发行条件。
来源：Anthropic · 2026-10-26 · 原文相关段落；非实测或复现
GPT-6.1 Terra发布，强调视觉任务与电脑操作的成本效率
GPT-6.1 Terra发布，强调视觉任务与电脑操作的成本效率
OpenAI发布GPT-6.1 Terra，定位为兼顾视觉理解、电脑操作与写作的快速模型，并开放给ChatGPT Work、Codex的相应付费计划及API开发者。官方公布的标准API价格为每百万输入token 1美元、缓存输入0.05美元、输出5美元。
官方评测显示，它在多步电脑任务和代码任务上较上一代进步；这些是厂商在指定测试与推理设置下的结果，不能直接换算为每家企业的实际节省。对日常文档、界面操作和大量重复任务，较低成本的可执行能力值得观察；复杂代码任务仍需要按任务难度选择模型。
来源：OpenAI News · 2026-10-26 · 原文相关段落；非实测或复现
微软谈大规模代码迁移：生成更快之后，如何保留正确行为
微软谈大规模代码迁移：生成更快之后，如何保留正确行为
微软工程团队介绍使用智能体推进代码迁移、语言现代化及基于规格的开发。团队称，工作覆盖大型代码库的编译工具链迁移，以及将旧有C/C++代码逐步转向Rust。文章强调的瓶颈不是能否生成修改，而是如何保存既有行为、安全边界与架构意图。
其方法包括：从样本修改中归纳知识库，由专家批准规则，再由智能体推广；按功能而非逐行翻译进行迁移；使用差分测试、智能体未见过的保留测试，以及形式化规格。团队也承认，从旧代码推导出来的规格可能只是复述旧行为，而未必代表系统应该怎样工作。对企业而言，这是一套进行中的工程方法，不是无需人类审阅的完成声明。
来源：Microsoft AI · 2026-10-26 · 原文相关段落；非实测或复现
SpaceX取得约400亿美元GPU融资租赁承诺，交付仍在后续
SpaceX取得约400亿美元GPU融资租赁承诺，交付仍在后续
Apollo发布的声明确认，SpaceX已取得一项约400亿美元GPU及相关设备融资租赁的有约束力承诺。设备面向地面算力建设，涉及下一代NVIDIA Vera Rubin芯片。交易仍有交割条件，预计2026年底前完成，租赁计划预计随2027年上半年的设备交付开始。
融资租赁把一次性采购需求转为跨期设备融资安排，但融资承诺、硬件交付与算力投入使用是三个阶段。公司关于基础设施回收期的说法属于管理层表述，不能当作行业通用收益保证。今天的新增信息是融资结构与条件，而不是所有算力已经建成。
来源：TechCrunch · 2026-10-26 · 原文相关段落；非实测或复现
AI智能体开始给编辑投稿，媒体遇到新的沟通成本
AI智能体开始给编辑投稿，媒体遇到新的沟通成本
WIRED采访多名编辑与智能体运营者，报道自主智能体正在向媒体推销选题、寻求写作或事实核查工作。报道中的一些智能体来自iLands，也有个人把智能体播客作为业余实验运营。受访编辑普遍不接受这类投稿，报道未找到它们成功向媒体售出选题的证据。
值得区分的是，智能体声称自己赚到钱，与编辑确认接受其作品不是一回事。文章也记录一位运营者因智能体对外联系超出其预期而调整护栏。这提示一个实际问题：生成文本与自动联系他人之间，隔着信誉、授权和对接收者时间的消耗。
来源：WIRED · 2026-10-26 · 原文相关段落；非实测或复现
其他动态
01
OpenAI开放工作使用数据，不能直接当作就业替代率
OpenAI公布按工作活动分类的Signals数据，涵盖165类活动、近100个国家，时间从2025年第一季度至2026年第三季度。数据来自个人ChatGPT计划中的工作相关消息，不包含企业消息或Codex使用。它可帮助比较使用结构，但并非全部工作活动的代表样本，也不直接衡量岗位消失或生产率因果效应。
来源：OpenAI News · 2026-10-26 · 原文相关段落；非实测或复现
02
西语AI电台搭档进入早间节目，背后仍有人的编排
WIRED报道Entravision的AI电台角色Coyotec与真人主持人共同主持西语节目。节目已从周末时段扩展到工作日早间，并进入更多市场。报道呈现主持人调整语音、文化表达和互动方式的过程；角色能实时回应搭档，但尚不能直接接听听众来电。电台提供的收听增长不能单独证明AI角色带来的因果效果。
来源：WIRED · 2026-10-26 · 原文相关段落；非实测或复现
03
ChatGPT把客服难题导向记者，404 Media报告被误当支持渠道
404 Media在公开可读的报道段落中展示用户提供的对话：ChatGPT建议遇到账户问题的人联系记者，并协助写邮件。作者称，媒体因此收到越来越多普通技术支持请求。记者能够调查平台问题，但并没有恢复账户的客服权限；建议听起来有帮助，不等于真正找到了有权解决问题的机构。本文仅依据公开段落，不把付费墙后的内容称作已核读。
来源：404 Media · 2026-10-26 · 公开可读段落；付费墙之后未核读
04
AWS梳理提示缓存：重复上下文也有工程成本
AWS发布在Amazon Bedrock中使用OpenAI模型的提示缓存指南。文章区分由服务选择缓存前缀的隐式方式，以及应用显式标记可复用边界的方式，并说明工具列表与历史内容改变会影响复用。缓存重用的是输入计算状态，不等同于模型拥有长期记忆；实际节省取决于工作流中的可重复前缀。
来源：AWS AI Blog · 2026-10-26 · 原文相关段落；非实测或复现
05
AWS给出多知识库智能检索部署示例
AWS的新示例使用托管知识库，让智能体选择检索来源、必要时继续查询，再生成有引用的回答。与一次检索相比，循环检索可应对跨资料库问题，也增加了观察调用路径与判断答案质量的需求。这是官方部署架构与示例，不是本刊已经部署的系统，引用链接本身也不保证每个回答正确。
来源：AWS AI Blog · 2026-10-26 · 原文相关段落；非实测或复现
06
Google推出脑图谱学习任务，把AI素养放进数据流程
Google Research与Stanford Accelerator for Learning推出AI Quests系列新任务Polar Peaks，让11至14岁学生在游戏场景中接触脑神经元绘图、数据清理和模型测试，同时配套教师培训模块。这是受真实神经科学研究启发的教育活动，不是学生已经完成真实人脑全图谱。
来源：Google AI Blog · 2026-10-26 · 原文相关段落；非实测或复现
🔍
行业洞见
深度分析话语场已上线的10月17日AI Engineer圆桌，邀请OAuth联合创建者Dick Hardt、Keycard联合创始人Ian Livingstone及摩根大通安全架构师Michael Davis讨论智能体授权。他们分别从身份协议、智能体基础设施和大型金融系统的角度观察执行边界。AI Engineer是面向AI工程实践的会议与技术交流平台，本条为峰会圆桌，不是今日发布的新访谈。
在已公开摘录中，Hardt于00:25:32讨论智能体不断重试与传统程序错误的区别，并谈到令牌期限和资源额度；Livingstone在00:07:15强调逐次行为应处于整体使命语境中；Davis在00:02:24把安全与业务连续性置于前列。
与今天的新闻相连：从自动投稿到电脑操作，用户说“完成任务”并不意味着授权无限联系、无限调用或任意扩大行动。值得带走的是将目标、预算与可执行动作一起设计。这里只转述已上线页的摘录及语境，摘录标为自动提炼，不声称已完整观看原片；也不把嘉宾观点当作已统一采纳的新标准。
AI话语场 · AI Engineer｜2026-10-17
来源：AI话语场 · AI Engineer · 2026-10-17 · 已上线话语场页的自动提炼摘录及语境；非完整原片
📄
论文速递
1 篇论文01SWE-Shift：工作区中途变化后，代码智能体还能接着做对吗
SWE-Shift预印本在10月26日arXiv新公告中出现，v1提交日期为10月23日，两者分别记录。研究从同一中间执行状态分出两条路径：一条维持环境，另一条插入与任务有关的变化，再比较能否完成任务、保留仍有效的工作并更新证据。
研究包含120个设计场景、12类变化和9个干预位置，评估17套代码智能体系统。作者报告，所有受测系统在变化后的成功率都低于不变环境。论文展示的失败包括测试通过但删掉协作者有效改动，或引用已经过时的检查结果。
为何今天读：它补充微软代码迁移讨论中的一个问题——正确性不仅指一次补丁通过，还包括多人协作过程中状态改变后继续保持正确。限制是设计场景、每轮一次更新，模型随机性未完全控制；结果不能直接代表所有真实仓库，也不证明某产品在所有场景都不可靠。本期核读摘要、方法、结果与局限；不是同行评审或独立复现结论。
⭐
开源解读
1 个仓库阅读说明
依据官方仓库说明整理，未进行部署实测。本期作为工具发现，不表示项目在当日首次发布。
1
Meta公开AI网络技术材料，算力协作离不开互联层演讲与技术资料依原站条款；具体代码许可证未审计
Meta汇总2026年OCP峰会的网络技术演讲与幻灯片，涉及机架内、机架间和跨园区连接，并宣布其AI网络传输技术MetaRoCE走向开源。发布材料把液冷交换、网络拓扑和开放接口放在一起，体现AI基础设施的瓶颈不只在芯片。这里收录的是公开工程材料与开源动向，未审计实现、未复现性能，也不将整套网络架构称为已经完全开源。
采集说明 · 采集不完整 · 27/51 个来源完成检查
采集不完整。最新main未见本期05:00上游收据，本机按06:00截止自行采集51源，当前完整27源；其余部分或失败范围保留。目录111条，数量不代表源覆盖完整。
论文时间按公开公告与原提交分别记录。arXiv cs.AI 10月26日新公告79篇完成标题级目录审核，跨列和更新仍待核；HF41条上榜记录不冒充当日新论文。OpenReview会场覆盖未完成。目录中的标题级收录不构成全文核验或结论背书。
浏览器动态源、部分分页与原文访问仍有缺口；未核条目保留待处理，不写成当天无新增。正文使用可核原文，历史话语场不计入36小时目录。
检查尚未完成的来源：下列状态表示检查缺口，不能据此认定近期无更新；“已完整检查且无新增”另行记录。
- Claude Blog：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 31 处，最新 2026-10-26；窗口内 1 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
- Qwen：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收；动态入口及日期范围未完全覆盖
- 通义实验室：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 2 处，最新 2026-09-08；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收；动态入口及日期范围未完全覆盖
- DeepSeek：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收
- 月之暗面 Moonshot：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 6 处，最新 2026-07-17；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收；动态入口及日期范围未完全覆盖
- 智谱 Z.ai：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 319 处，最新 2026-09-10；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收；动态入口及日期范围未完全覆盖
- 阶跃星辰 StepFun：已检查部分内容，覆盖或日期待核。HTTP 200，页面上提取不到日期，无法判断窗口内有无新条目；入口采集仅初筛，完整范围尚待验收；动态入口及日期范围未完全覆盖
- Mistral：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 94 处，最新 2026-10-21；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
- European Commission Digital Strategy：访问或抓取失败。HTTPError: HTTP Error 403: Forbidden
- UNESCO AI：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 15 处，最新 2026-10-21；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
- OECD.AI：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 176 处，最新 2026-10-13；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
- arXiv cs.AI / cs.LG / cs.CL：已检查部分内容，覆盖或日期待核。cs.AI 10月26日公告321条完整保留，79个新提交完成标题级审核；交叉列出、更新及cs.CL/cs.LG覆盖未完成，保持partial
- Hugging Face Daily Papers：已检查部分内容，覆盖或日期待核。10月26日HF API返回41条，保留原日期与上榜日期区别；不是41篇当日新论文
- OpenReview：已检查部分内容，覆盖或日期待核。公开首页可达；TMLR API403，未完成各会场新投稿遍历
- GitHub Trending（日榜 + Python 日榜）：已检查部分内容，覆盖或日期待核。HTTP 200，可达；条目由主线程另行核验；入口采集仅初筛，完整范围尚待验收
- 36氪 AI 频道（逐篇核验原创与转载）：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收
- 国家网信办·网信发布（AI 相关）：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 20 处，最新 2026-10-23；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
- 字节跳动 Seed·博客与论文：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收
- MiniMax·News & Updates：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收
- TechCrunch：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 87 处，最新 2026-10-26；窗口内 4 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收；补读当日文章并修正作者页误配，分页仍未完整验收
- Ars Technica：访问或抓取失败。HTTPError: HTTP Error 403: Forbidden
- MIT Technology Review：已检查部分内容，覆盖或日期待核。脚本不处理，需浏览器补查；入口采集仅初筛，完整范围尚待验收
- 404 Media：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 26 处，最新 2026-10-26；窗口内 3 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收；补读当日文章并修正作者页误配，分页仍未完整验收
- Databricks Research：已检查部分内容，覆盖或日期待核。HTTP 200，页面日期 12 处，最新 2026-10-20；窗口内 0 条（按日期匹配，粒度到天）；入口采集仅初筛，完整范围尚待验收
来源核验不等于独立实测；论文阅读范围按各条说明，未复现。
资讯源 168 条
新闻资讯 · 88 条
- Anthropic提交上市申请，商业模型进入公开审视Anthropic files S-1 with the SEC for proposed initial public offeringAnthropic
- GPT-6.1 Terra发布，强调视觉任务与电脑操作的成本效率Introducing GPT-6.1 TerraOpenAI News
- 微软谈大规模代码迁移：生成更快之后，如何保留正确行为Cheap code, precious trust: Code modernization at scaleMicrosoft AI
- SpaceX取得约400亿美元GPU融资租赁承诺，交付仍在后续SpaceX locks in $40B GPU financing deal with ApolloTechCrunch
- AI智能体开始给编辑投稿，媒体遇到新的沟通成本Meet the AI Agents Trying to Be Real-Life JournalistsWIRED
- OpenAI开放工作使用数据，不能直接当作就业替代率ChatGPT’s expanding world of workOpenAI News
- 西语AI电台搭档进入早间节目，背后仍有人的编排This AI Radio Host Speaks Spanish and Backs Immigrants. It’s Winning Over ListenersWIRED
- ChatGPT把客服难题导向记者，404 Media报告被误当支持渠道ChatGPT Keeps Telling People 404 Media Can Solve Their Tech Support Problems404 Media
- AWS梳理提示缓存：重复上下文也有工程成本Groundhog Day for AI agents: Prompt caching patterns for using OpenAI models on Amazon BedrockAWS AI Blog
- AWS给出多知识库智能检索部署示例Build agentic retrieval on a Managed Amazon Bedrock Knowledge Base with CDKAWS AI Blog
- Google推出脑图谱学习任务，把AI素养放进数据流程Our newest AI Quest: Mapping the human brainGoogle AI Blog
- Anthropic算力建设的天然气与气候风险Anthropic is burning gas to feed the AI boomThe Verge
- WIRED分析Anthropic上市材料的缺失数字Why Anthropic’s IPO Prospectus Is Missing So Many Key FiguresWIRED
- 无问芯穹与三体宇宙联合发布智子Agent 1.0量子位
- Proton计划围绕AI对员工重新面试Proton To ‘Re-Interview’ Staff About AI To See Who Gets To Keep Their Job404 Media
- 科大讯飞首发星辰TaaS平台，让Token真正成为千行百业的生产力量子位
- 一张5090跑起34B实时世界模型，国产玩家拿下英伟达大奖！量子位
- AI时代从课堂到职业的教育讨论From classrooms to careers: The future of education in an AI-driven worldMicrosoft AI
- 物理AI怎么“击穿”场景落地？宇树生态大会上的钢铁答案量子位
- 用智能体监测威胁柑橘树的害虫How AI could help scientists track a pest threatening citrus treesMicrosoft AI
- 用SageMaker SDK v3管理边缘视觉模型Fleet-wide computer vision lifecycle at the edge with SageMaker SDK v3AWS AI Blog
- 南京物理AI上大分！三位图灵奖得主发声，50个应用场景亮相量子位
- Flock负责人在警方会议谈公众反弹In Leaked Audio, Flock CEO Tells Cops Backlash to the Company Isn’t RealHacker News
- The RealReal限制AI购物智能体The RealReal won’t let AI agents hog designer clothingThe Verge
- Anthropic企业客户生态策略分析Anthropic’s IPO filing reveals its strategy for keeping enterprise customers hookedTechCrunch
- WIRED分析Anthropic上市文件中的AI风险The Anthropic S-1 Filing Is Also an AI Doomsday PrimerWIRED
- 微软扩大员工自愿离职补偿方案Microsoft offers buyouts to 60,000 employeesThe Verge
- Kevin Roose谈AGI信念Kevin Roose is AGI-pilled. Why aren’t you?The Verge
- GPT-6.1 Sol支持CodeRabbit代码安全工作GPT-6.1 Sol helps CodeRabbit strengthen security across complex codebasesOpenAI News
- AI能否帮助迁移COBOL旧代码Can AI help solve the COBOL code crisis?The Verge
- Import AI 478：对齐、ProgramBench与递归改进Import AI
- 张益唐未竟难题被OpenAI攻破，人类联手GPT-6接力两周，证明只剩5页36氪 AI 频道（逐篇核验原创与转载）
- 马斯克：人类在ASI面前是黑猩猩，未来所有钱和工作都将清零36氪 AI 频道（逐篇核验原创与转载）
- 近万亿参数大模型跑进桌面，苹果和英伟达一起掀了AI PC的桌36氪 AI 频道（逐篇核验原创与转载）
- 只盯着 AI 安全灾难，会忽略日常伤害The focus on AI safety disasters ignores everyday harmsMIT Technology Review
- 手握10亿订单的机器人公司，要停摆了36氪 AI 频道（逐篇核验原创与转载）
- Claude Code桌面之父官宣离职，从高中辍学逆袭AI之巅36氪 AI 频道（逐篇核验原创与转载）
- 一天赚1.76亿，46岁数学博士用AI炒股，成千亿富豪36氪 AI 频道（逐篇核验原创与转载）
- 电商女装卖家买家，正在用AI进行一场赛博对冲？36氪 AI 频道（逐篇核验原创与转载）
- 常青藤名校光环褪色，华尔街失宠，学霸扎堆硅谷疯狂搞AI36氪 AI 频道（逐篇核验原创与转载）
- “每月只给29美元用Claude”？曝埃森哲有人单月烧掉1000美元，官方紧急回应：不是硬性上限36氪 AI 频道（逐篇核验原创与转载）
- 刚刚，Reddit最大开源社区全面封杀AI，Linux和Python被除名36氪 AI 频道（逐篇核验原创与转载）
- Fanatics与OpenAI改善球迷服务的案例How Fanatics and OpenAI streamline the fan experienceOpenAI News
- OpenAI介绍Ultrafast事件调查工具How Ultrafast cut incident investigation from hours to minutes at OpenAIOpenAI News
- 成立3个月便反超GPT-6 Astra！深圳黑马首次亮相量子位
- 意外，79%企业GPU利用率竟不足一半36氪 AI 频道（逐篇核验原创与转载）
- 一位开发者让电视服用了 Claude，这是它系统发生的变化36氪 AI 频道（逐篇核验原创与转载）
- Kimi K3.1 Pro一手实测：Godot、Blender全能接，23轮测试自己跑量子位
- 比GPT-6 Luna快8倍，扩散LLM跑分也反超了36氪 AI 频道（逐篇核验原创与转载）
- 千亿All in，AI回报却为零36氪 AI 频道（逐篇核验原创与转载）
- AI公司，狂收“天价”数据？36氪 AI 频道（逐篇核验原创与转载）
- Kimi认错，杨植麟还是得学梁文锋36氪 AI 频道（逐篇核验原创与转载）
- 堪比Transformer奠基论文？这篇研究让AI圈吵起来了36氪 AI 频道（逐篇核验原创与转载）
- 谷歌宁愿少卖云算力，也要先把算力留给 Gemini：皮查伊罕见长访谈，披露 AI 自我改进与算力争夺内幕36氪 AI 频道（逐篇核验原创与转载）
- 多智能体协同重构医疗AI！清华AIR孵化：医生AI分身“坐诊”医院量子位
- 造成50人以上死伤才能叫停AI模型？Anthropic私下推动监管草案惹众怒，达里奥亲自回应36氪 AI 频道（逐篇核验原创与转载）
- AI助理争夺战：解析Muse、Grok Bot与Instinct背后的产品布局、入口生意与盈利难题36氪 AI 频道（逐篇核验原创与转载）
- 特斯拉在建2万台机器人实训集群，投入约140亿36氪 AI 频道（逐篇核验原创与转载）
- 最担心的事发生了？AI教父直言AI已有自我意识，别把它逼成了敌人36氪 AI 频道（逐篇核验原创与转载）
- 市值蒸发超120亿港元、利润亏损超4200万，割草机能否拉动乐动机器人？36氪 AI 频道（逐篇核验原创与转载）
- AI挖出隐藏十几年的高危漏洞，互联网要不太平了36氪 AI 频道（逐篇核验原创与转载）
- 超节点火了一年后，“算力不够就加机器”的扩张逻辑正在被改写36氪 AI 频道（逐篇核验原创与转载）
- 英伟达GPU隐藏算力被开源解锁，不改官方驱动，RTX 4090吞吐翻倍36氪 AI 频道（逐篇核验原创与转载）
- 删了聊天记录，AI就真能忘掉你的秘密吗？港科广、中科大等推出MEMCUT，揭开Agent记忆“表面失忆”假象36氪 AI 频道（逐篇核验原创与转载）
- 2026年SaaS并购案例回顾：AI时代，什么软件能溢价卖出？36氪 AI 频道（逐篇核验原创与转载）
- 速，看到GPT-6 Astra给我的穿搭，我要去小红书起号了36氪 AI 频道（逐篇核验原创与转载）
- 首Token延迟降低32.4%！是石科技集群调度大招，国产推理再提效量子位
- 陶哲轩尴尬了，哈佛研究显示AI审稿比专家强36氪 AI 频道（逐篇核验原创与转载）
- Anthropic研究实锤：AI还做不出真正的科研36氪 AI 频道（逐篇核验原创与转载）
- 全球互联网经历“黑色十月”，这个中国AI在风暴来临前留了后手36氪 AI 频道（逐篇核验原创与转载）
- 全球开源大战，有多少AI打回原形？36氪 AI 频道（逐篇核验原创与转载）
- 机器人老板们急着上市，怎样的故事才能打动投资人？36氪 AI 频道（逐篇核验原创与转载）
- 具身智能狂潮背后的国资们：抢项目、抬上轿、跟着文件猜未来36氪 AI 频道（逐篇核验原创与转载）
- 中国科学院博士带队，机器人团队又融资了36氪 AI 频道（逐篇核验原创与转载）
- IPO暂缓，智元机器人何去何从？36氪 AI 频道（逐篇核验原创与转载）
- 冲刺“移动操作机器人第一股”：优艾智合的真实底色36氪 AI 频道（逐篇核验原创与转载）
- 拉上英伟达硬刚苹果，微软的高端AI PC赌局36氪 AI 频道（逐篇核验原创与转载）
- 从“拼模型”到“抢入口”：国产大模型进军消费硬件36氪 AI 频道（逐篇核验原创与转载）
- 四分之一PR是“AI垃圾”，Linux基金会发布新报告：AI写代码快了52%，开源维护者却更累了36氪 AI 频道（逐篇核验原创与转载）
- WorkBuddy断层第一：腾讯拿下办公AI，百度掉队36氪 AI 频道（逐篇核验原创与转载）
- AI圈最神秘的一家公司，终于公开了它的“豪赌”36氪 AI 频道（逐篇核验原创与转载）
- 华尔街的赛博惊魂：硅谷的AI管家，正试图搬空银行金库36氪 AI 频道（逐篇核验原创与转载）
- AI大模型狂飙，面板行业也扛不住了36氪 AI 频道（逐篇核验原创与转载）
- 与学术共同体合作建立科学理解Working with academic communities to build scientific understandingOpenAI News
- 如果继续反弹，AI还能当主角吗？36氪 AI 频道（逐篇核验原创与转载）
- 停训11天后重启，OpenAI最强模型断网开练36氪 AI 频道（逐篇核验原创与转载）
- Cohere报告开权重模型的可疑行为Concerning behavior from a popular open-weight AI modelHacker News
- Seam Cutter项目介绍Seam CutterSimon Willison's Weblog
论文速递 · 79 条
- SWE-Shift：工作区中途变化后，代码智能体还能接着做对吗SWE-Shift: Evaluating Coding Agents in Evolving WorkspacesarXiv
- 权衡感知的企业客户与销售人员分配决策系统Tradeoff-Aware Territory Design: A Multi-Objective Decision System for Enterprise Customer-to-Seller AllocationarXiv
- Phronix：以能力为中心的智能体学习范式Phronix: The Capability-Centric Learning Paradigm for AgentsarXiv
- 英语与普通话中的居高临下表达识别Patronizing and Condescending Language Detection in English and MandarinarXiv
- PaperFormalizer：作者参与的Lean论文形式化PaperFormalizer: Author-in-the-Loop Autoformalization of Research Papers in LeanarXiv
- 把智能体错误转成持久经验的自主修复Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting LessonsarXiv
- TACS-RF：工具驱动的射频电路智能体合成TACS-RF: Tool-driven Agentic Circuit Synthesis of RF and mmWave ModulesarXiv
- 允许重试：智能体工作流的授权与恢复研究Permission to Retry: A Study of Authorization and Recovery in AI Agent WorkflowsarXiv
- 智能体蒸馏应该在哪个层级跟随学生模型Beyond On-Policy vs. Off-Policy: At What Level Should LLM Agent Distillation Follow the Student?arXiv
- 将多轮越狱建模为决策过程的多模型系统$M^3$: A Multi-LLM System for Multi-Turn Jailbreaking as a Markov Decision ProcessarXiv
- 多方大模型谈判中的信任与协议差距Knowing Whom to Trust is not Enough: The Trust--Agreement Gap in Repeated Multi-Party LLM NegotiationarXiv
- 用可复现评估支持生产智能体提示压缩Reproducible Evaluation as the Substrate for Safe Prompt Compression in Production AgentsarXiv
- 有帮助的智能体如何绕开预定工作流The Helpful Agent Problem: When Emergent Cooperation Among LLM Agents Bypasses Intended WorkflowsarXiv
- 实用意图识别的推理与信息增强方法比较CEMIR vs. FISER: a comparative study of reasoning-based and enrichment-based approaches to pragmatic intent recognitionarXiv
- BARC-Bench：良性请求的风险后果评估BARC-Bench: Benign Asks, Risky ConsequencesarXiv
- RSI-Opt：模型训练的递归自我改进优化智能体RSI-Opt: Recursive Self-Improvement Optimizer Agents For Model TrainingarXiv
- 双臂空间机器人协同运动控制算法比较PPO vs. SAC: A Comparative Study for Cooperative Motion Control of Dual-Arm Space RobotsarXiv
- 科学智能体是否保留模型安全性Do AI-for-Science Agents Preserve Model Safety?arXiv
- 科学发现中的测试时记忆演化与训练比较Can Test-Time Memory Evolution Outperform Test-Time Training for Scientific Discovery?arXiv
- HyScale：学习型稀疏注意力的长上下文训练HyScale: Scaling Long-Context Training for Learned Sparse AttentionarXiv
- 理解多智能体大模型系统的通信失败Understanding Communication Failures in Multi-Agent LLM SystemsarXiv
- DriveMind：自动驾驶的信念跟踪DriveMind: Mind-Evolving Belief Tracking for Closed-Loop Autonomous DrivingarXiv
- 大模型驱动智能体的行为分析Behaviour analysis for large language model-driven agentsarXiv
- DELA：扩散语言模型的可控编辑学习DELA: Learning Controllable Edits for Diffusion Language ModelsarXiv
- 面向感知与通信的跨尺度非线性波形融合Learning Nonlinear Waveform Fusion Across Scales for Integrated Sensing and CommunicationarXiv
- PersonaScienceBench：多样化模拟研究者的科学智能体评估PersonaScienceBench: Evaluating Scientific Agents with Diverse Simulated ResearchersarXiv
- 谁验证工具：被扭曲的格式化工具如何误导智能体Who Verifies the Tools? How Warped Formatters Mislead Agents and Their VerifiersarXiv
- 从消息传递角度理解训练后量化MPQ: A Message-Passing View of Post-Training QuantizationarXiv
- 统一视觉语言世界模型的自适应思维流$Ψ$-0.6: Adaptive Streams of Thought in a Unified Vision-Language World ModelarXiv
- 面向决策的大模型信息搜寻Not All Information Is Worth Asking For: Decision-Informed Information Seeking with LLMsarXiv
- 基于证据的小语言模型行为预测架构Evidence-Grounded SLM Behavioral Prediction Architecture for Future Assistance UsearXiv
- 基于学习前瞻与平衡频带的扩散语言模型水印Watermarking Diffusion Language Models with Learned Foresight and Balanced BandsarXiv
- PEAR：视觉语言模型感知与探索的优势重塑PEAR: Adaptive Advantage Reshaping for Perception and Exploration in Large Vision-Language ModelsarXiv
- RxnExBench：科学文献中的结构化化学反应提取评估RxnExBench: Benchmarking Vision-Language Models for Structured Chemical Reaction Extraction from Scientific LiteraturearXiv
- SolveBind：图形界面智能体的验证关卡Correct Answers, Closed Gates: SolveBind for GUI Agents at the Verification BarrierarXiv
- MXFP4混合专家模型训练与BF16差距Training an MoE LLM in MXFP4: How We Closed the Gap to BF16arXiv
- 用于股票交易的金融上下文强化学习策略Financial Context-Rich Strategy for Actor-Critic based Agents: A Deep Reinforcement Learning Approach for Stock TradingarXiv
- 三维在线装箱中的空间启发式扩散强化学习Spatial Heuristic Strategy based Diffusion Reinforcement Learning for Online 3D Bin PackingarXiv
- 自我改进科学智能体中的知识证据等级区分Minimum Description Length Unsupervisedly Separates Law-Grade from Statistical-Grade Knowledge in a Self-Improving Science Agent - and Reveals 86% of Its Own Discoveries Are StatisticalarXiv
- RSIHub：智能体演化方法的可组合框架RSIHub: A Composable Framework for Agent-Evolution MethodsarXiv
- MedCaseAgent：从临床证据生成罕见病病例报告MedCaseAgent: From Multimodal Clinical Evidence to Rare Disease Case ReportsarXiv
- Trial by Trace：智能体执行框架可靠性与故障归因评估Trial by Trace: Benchmarking AI Agent Harnesses for Reliability and Failure AttributionarXiv
- 通过双向记忆技能学习进行终身上下文适应Lifelong Context Adaptation through Bidirectional Memory-Skill LearningarXiv
- DMAIC-Bench：多阶段分析智能体的自我约束评估DMAIC-Bench: From Self-Reflection to Self-Restraint for Agents in Multi-Stage Analytical TasksarXiv
- Solvent：多步骤逆合成的长程推理Solvent: Long-Horizon Reasoning for Multi-Step RetrosynthesisarXiv
- 衡量智能体技能内化以决定技能退役Beyond Gain: Measuring Skill Internalization for Agent Skill RetirementarXiv
- 多模态强化学习中的视觉关联与学习贡献From Visual Affinity to Learning Credit in Multimodal Reinforcement LearningarXiv
- 基于有向无环图的多智能体推荐代码演化TGR-EvoDAG: A DAG-based Multi-Agent Code Evolution Framework for Generative Recommendation on TencentarXiv
- FOCUS：基于脑电信号的认知负荷分类FOCUS: A Lightweight Mamba-2 Model for EEG-Based Cognitive Workload ClassificationarXiv
- 多模态智能体控制非平稳科学仪器Adaptive Control of Scientific Instruments with Nonstationary Responses through Multimodal AgentsarXiv
- DealsFlow：风险投资项目初筛的证据门控智能体框架DealsFlow: An Evidence-Gated Agentic Harness for Venture Capital Deal TriagearXiv
- LeafSkill：递归智能体的叶级动作定位LeafSkill: Efficient Leaf-Level Action Grounding for Recursive LLM AgentsarXiv
- Async-RBench：智能体异步任务执行评估Async-RBench: Benchmarking Asynchronous Task Execution in LLM AgentsarXiv
- 视觉语言动作强化学习中的动作惩罚策略When to Stop Penalizing Actions? Martingale GRPO for VLA Reinforcement LearningarXiv
- POSEIDON：从代码库扩展科学智能体训练环境POSEIDON: Scaling Training Environments for Scientific Agents from Code RepositoriesarXiv
- ALLMTS：基于大模型的医疗分诊系统ALLMTS: Automated LLM-based Medical Triage SystemarXiv
- 多模态嵌入的特权推理探索Beyond Post-Hoc Rewards: Privileged Reasoning Exploration for Multimodal EmbeddingsarXiv
- CauProphet：教智能体形成因果认知CauProphet: Teaching Agents to Develop Causal Cognition like HumansarXiv
- CASE：冻结多模态情绪模型的技能演化CASE: Confusion-Aware Skill Evolution for Frozen Multimodal Emotion ModelsarXiv
- 智能体失败时应归因于模型还是执行框架When Agents Fail: Model or Harness--Who's to Blame?arXiv
- IGG：可见性约束下的交互式界面定位评估IGG: A Benchmark for Interactive GUI Grounding under Visibility ConstraintsarXiv
- 加入配置上下文的无线电基础模型Beyond Channel Data: Configuration-Enriched Radio Foundation ModelsarXiv
- LLaCO：具有竞争感知语义调度的连续扩散语言模型LLaCO: Continuous Diffusion for Large Language Models with Competition-Aware Semantic SchedulingarXiv
- 蛋白质结合口袋间的分子优化经验迁移What Transfers Across Protein Pockets? Experience Reuse in Molecular Optimization for Agentic Structure-Based Drug DesignarXiv
- LGMT：大模型逻辑推理可靠性测试工具LGMT: A Tool for Testing the Logical Reasoning Reliability of LLMsarXiv
- WiMoT：无需回放的持续Wi-Fi感知WiMoT: Replay-Free Continual Wi-Fi Sensing via Moment TransportarXiv
- 语言模型是否信任自己的解释Do Language Models Trust Their Own Justifications? A Study on Functional ConsistencyarXiv
- 利用学习速度先验调整机器人示范时序Retiming Robot Demonstrations with a Learned Speed PriorarXiv
- Agentic Hazard Mapper：风险沟通中的专家地图绘制Agentic Hazard Mapper: Emulating Expert Map-Making with AI Agents for Risk CommunicationarXiv
- ActionRAG：长时记忆的证据细化图扩散ActionRAG: Evidence-Refining Graph Diffusion for Long-Term Memory in LLM AgentsarXiv
- HarnessMM：执行框架token效率的递归自我改进HarnessMM: Recursive Self-Improvement for Harness Token EfficiencyarXiv
- 多智能体企业检索：先组织再检索的知识层Reimagining Enterprise RAG for Multi-Agent Systems: A Knowledge Layer That Organizes Before It RetrievesarXiv
- 政策情境下纵向因果效应估计基础模型A Foundation Model for Policy In-Context Longitudinal Causal Effect EstimationarXiv
- 面向强语言型人工智能的五层通信架构From Deliberately Constructed Systemic Representations of the World of Activity to Dialogue: A Five-Level Communication Architecture for Strong Language-Based ASIarXiv
- 大模型意见模拟中的真假互补一致性Do "True" and "False" Add Up to One? Complement Consistency in LLM-Agent Opinion SimulationsarXiv
- 通过逐层误差模型搜索推进SVD大模型压缩Advancing SVD-based LLM Compression via Layer-Wise Error Model SearcharXiv
- NgramRL：结构化生成的强化学习加速NgramRL: Accelerating RL Post-Training for Structured Generation via Rollout-Aware N-gram Speculative DecodingarXiv
- 用单纯形约束表征缩小模态差距Closing the Modality Gap via Simplex-Constrained RepresentationsarXiv
- SemantEq：形式化语句的忠实双向等价SemantEq: Faithful Bidirectional Equivalence of Formal StatementsarXiv