ManXis团队的这项研究，揭示了AI发展的一个全新维度。未来的AI，其能力的上限或许不再只取决于模型的「脑容量」，更取决于它能否根据任务的认知结构，持续动态地塑造自己的「大脑」。 当我们惊叹于大语言模型能写诗、会编程时，科学家们正面临一个更棘手的问题：如何让AI像真正的科研工作者一样，去解决那些需要数月甚至数年持续思考、且充满未知的科学难题？ 传统的做法是，给AI一个预设好的「大脑结构」（即固定 ...

宾夕法尼亚大学统计学教授、北大07级校友苏炜杰发了一条推，说他亲眼看着这个模型把一个他崇敬了二十多年的数学问题，往前推了一步。 GPT-6 Astra刚发布，首个科研成果来了！ 宾夕法尼亚大学统计学教授、北大07级校友苏炜杰发了一条推，说他亲眼看着这个模型把一个他崇敬了二十多年的数学问题，往前推了一步。 这个问题就是孪生素数猜想，苏炜杰在9岁时第一次听说，张益唐的故事从那时起就刻在他的心里。 现在 ...

2025年10月Atlas发布时的Agent模式：Instacart网页占主体，ChatGPT嵌在右侧侧栏，下方还有「Take control」接管按钮。一年后，这个主次关系整个翻了过来。 ChatGPT桌面版的内置浏览器虽然用着独立的浏览状态，绝不会乱碰你的Chrome配置，但它在官方文档里，仍然为自己留了一个后门： ...

主流 AI 编码 Agent 的选型核心，从来不是 “谁更强”，而是 “谁更适配当下任务”。 现如今，AI 编码 Agent 已成为开发者的日常刚需，无论是快速写功能、修复 Bug、重构代码库，还是批量处理开发任务，一款好用的 AI 编码工具，能直接翻倍提升开发效率。 目前，市面上主流的两大顶尖编码 Agent，就是 OpenAI Codex 和Anthropic Claude Code。 短短半 ...

GPT-6 Astra直接把Claude 5.1死死踩在了脚下，全方位、无死角。 先来看ARC-AGI-3，Astra直接拿下99.9%，暴击Claude Opus 5（30.2%）。 这个测试考的是，Agent在陌生的互动式任务里边玩边学的能力，人类测试者平均只有48%。

不少团队可能都有类似经历：一开始自己写 Agent Loop，后来接入 LangChain、LangGraph 等框架，再后来又开始关注模型公司提供的 Agent SDK 和 Harness Runtime。每一次模型能力升级，似乎都伴随着一次架构调整。 过去一两年，Agent 开发的变化速度，可能超过了很多团队的预期。 不少团队可能都有类似经历：一开始自己写 Agent Loop，后来接入 La ...

在极短时间内，AGI大概率就会比全人类中最聪明的人还要聪明；而再往后，地球上的数字算力总和将呈指数级超越生物算力（全人类大脑）的总和。 马斯克警告： The AI riptide is already underway.（AI激流，已经袭来。） 过去一年，全球AI推理Token用量暴增了25倍。 对此，方舟投资ARK Invest首席未来学家Brett Winton，语出惊人，描述了他所想到的一个 ...

Linus赢了他所在意的那场争论。他的单内核统治了看得见的世界：服务器、手机、超级计算机、云端，整个现代经济都建立在这上面。Tanenbaum在意的是优雅的设计，Linus在意的是实际的可用性。 有这样一个故事，一位操作系统领域的权威教授，曾当众批评一名毫无学术成果的学生：“你的内核架构思路早已过时！” 次日，学生公开回击，教授寸步不让，争论激烈，争持不下。 当时谁也不曾料到，这位学生开发的操作系 ...

黄仁勋把整个AI产业分成五层：能源、芯片、基础设施、模型和应用。开发者通常站在最上面的应用层，调用失败、延迟波动和算力成本却会从下面几层一路传上来。Agent进入真实设备后，这种联系会更直接。

Meta刚刚端出的新模型Muse Spark 1.3，已经和Fable 5掰上手腕了。 小扎去年撒出去的那些钱，好像终于开始听见响了…… Meta刚刚端出的新模型Muse Spark 1.3，已经和Fable 5掰上手腕了。 Artificial Analysis最新榜单里，Muse Spark 1.3 Max拿到62分。 跟Fable 5、5.1 xhigh打了个平手。 再往细项里扒，Codin ...

AI 正在变得极其强大；没有人完全理解其后果。将一个拥有丰富而强大 AI 的世界转型管理好，以优化安全性和对人们有益的结果，这应该是世界上最高的优先事项之一。这是 OpenAI 的最高优先事项。 我们已经有一段时间生活在对进步既兴奋又焦虑的张力之中，这对我们来说仍然是矛盾的。我们知道，这对其他人来说矛盾程度要大得多。然而，我们坚信世界需要了解 AI 的发展方向以及模型在现实世界中的表现。更重要的是 ...

系统按照对齐、插入、压合、就位等子任务进行信用分配。一次轨迹即使中间发生失败，只要机器人随后成功回撤、重新对齐并完成当前阶段，这段恢复行为仍然可以得到正向评价，而不会因为整条轨迹曾经出错就被一起丢弃。