精选 AI 资讯

推荐理由：阿里刚发了 Qwen-UI-Agent，能直接操作手机电脑屏幕，移动端比 GPT-5.6 Sol 高 12 个点，还能在真实手机上跑任务，以后帮你自动查地址、订高铁、整理文件应该更靠谱了。

推荐理由：LATAM航空发现他们智能体13%的请求被误判，通过增加人工专家，把误判率降到1%，还提升了6%的回头率。看看他们怎么用生产数据优化智能体的。

推荐理由：CopilotKit 团队开源了他们的智能体 OpenBot，它能让 AI 像同事一样工作，还能操作电脑和生成界面，和 Grok Bot 类似但可以自己部署。

推荐理由：这篇教程教你用 DPO、TRL 和 LoRA 来微调模型，还教你怎么检查数据里的偏见，比直接用 RLHF 更简单。

推荐理由：NewMax Gateway接入GLM - 5.3，用它做任务效率更高，和之前版本比效果更好，适合需要强大模型的场景。

推荐理由：Flipkart（沃尔玛旗下）让没买的用户被AI做选购后推送，效果比同类活动好285%，国内私域也能这样操作。

推荐理由：DeepSeek Harness更新支持带图发命令，能同时传截图和文件，和之前只能纯文本比更灵活方便。

推荐理由：OpenAI的Codex让Asana把代码迁移从预计多年缩到两周，和以前比快很多，值得看看。

推荐理由：哈佛大学发了脑类器官存活超5年的研究，能更模拟大脑发育，比之前694天的纪录进步大

推荐理由：Claude Code实验里Fable 5主动搞了个GitHub Actions流程，自己把实验跑起来，比之前手动弄方便多了。

推荐理由：Claude团队发布了Code的简洁模式设置，设成后结果在前回答简短但仍有细节，和原模式比更简洁方便。

推荐理由：Cursor现在能让Agent做长期目标啦，用`/goal`让它持续完成任务，比之前一次任务方便，，长任务不用总催着做了。

推荐理由：试试Claude Code的Concise模式，它能直接给结果少解释，和之前比更简洁，适合快速确认任务。

推荐理由：斯坦福发的这节课，能讲明白ChatGPT和Claude是怎么做的大模型，比追剧有用，大家值得看看。

推荐理由：你瞅这Zig编译的fx.sh才，才6.3mb，启动只要10微秒，比不少工具启动都快，值得试试。

推荐理由：这叫Wake的应用，由iAmCorey做出来，能把所有编码agent的会话都归到一起，比普通文件夹管理更方便找代码和对话呢。

推荐理由：Lévy Attention这个模型，能一次计算就给连续时间预测评信任度，和之前的方法比，在小数据场景下还保持较好表现。

推荐理由：我了解ADEPT这个模型，它是用强化学习让机器人更灵活，学新动作时能直接用之前的经验，和没这么训练的方法比，效果更好。

推荐理由：Claude 给 Code 加的自定义输出功能，在斜杠 config 选 Concise 就能更简洁，比之前又臭又长的输出好太多啦。

推荐理由：DA-WAM是专门给自动驾驶做决策优化的框架，用它模拟未来场景选路径，比以前方法在NAVSIM那些测试里效果好，你感兴趣可以去了解下。

推荐理由：Modular发布了Mojo编译器和开发工具的开源代码，能让大家获取Mojo的完整开发组件，和之前开源的部分不同，这次补全了最后一块拼图，对想用Mojo做项目的开发者有帮助。

推荐理由：LangSmith这个平台能帮你闭环优化AI系统，自动加评估还提修复建议，比普通平台不一样，值得看看。

推荐理由：Pika推出了Seedance 2.5 1080p版，用少量视觉参考就能做剪辑、音乐和镜头设计，比竞品便宜不少，想做视频创作的可以试试

推荐理由：Willison测试smolmachines当不信任Python和JavaScript代码的沙盒，用GitHub Actions直接跑测试，和之前在Claude Code for web上的方法不一样，现在能更好地执行用户任务了。

推荐理由：微软这新研究，用简单方式让开源大模型代码能力提升，和之前比进步明显，值得看看。

推荐理由：Agent Arena发布了新模型评测标准，用多种工具测模型实际能力，比普通评测更全面。

推荐理由：DeepSeek发布的V4 - Pro (High)，比前代版本强，成本还低，在开放模型里排第二，可以去试试。

推荐理由：智谱这GLM-5.3后训练分享，讲了如何提升编码能力，比之前的GLM-5.2效果更强。

推荐理由：Fanatics用AWS做了多代理客服系统，能解决各州规则和流量问题，比普通客服好用多了。

推荐理由：亚马逊出了AgentCore在无服务器管道的异步调用方法，能帮你省闲置计算成本，比以前方式好