Latest
Anthropic 用使用数据追踪 AI 经济影响，比看宏观指标更早看到变化，值得关注。
一个人用一块显卡做出 SIGGRAPH 论文，InfiniteDiffusion 让扩散模型无限生成，Terrain Diffusion 是第一个能学的地形生成器，很厉害。
微软研究搞了个新招，把黑盒模型怎么处理语言变成可以验证的假设，还真的用脑扫描去测，看哪些脑区在干活，挺有意思。
ICML 2026 spotlight！这帮人让多智能体在潜在空间用思想沟通，不用说话，比传统文本交互快4倍，准确率还高14.6%。
这篇论文让AI智能体自己学会改进工具链，三步流程从找问题到验证，基于DeepAgents框架，适合做Agent开发的人看看。
如果你在选agent通信协议，这篇把MCP、A2A等9个协议的底层模式画清楚了，指出状态化会话是共识，去中心化发现还缺。
跑Agent生产评估的看过来，这篇把人类专家放在上游，评估资产能复用，不用每次输出都人工审，效率高多了。
OpenAI 这篇论文很有意思：用 RL 给模型‘教好’会泛化到所有领域，而且抗忽悠能力变强了，像给人打了一剂道德疫苗。
Sakana AI 介绍了 Doc-to-LoRA，用超网络一键生成 LoRA 权重，微调更省钱。
这篇论文用OpenAI Codex的思路做智能体技能提取，八个聚类五个纯度超0.95，但GRPO只提了2个点，分析很实在。
OpenAI发了篇新论文，研究怎么让AI在超出训练场景的长期任务里也乖乖做好事，关心AI安全的朋友可以看看。
想看TPU五代真实进化数据和能效提升细节？这篇论文从256芯片到9216芯片、从风冷到水冷、30倍每瓦算力提升，全是硬货。
OpenAI 联合顶级医院用 o3 Deep Research 分析多年未解的罕见儿科病例，帮家庭找到答案，有温度也有技术含量。
这篇论文做了件实在事：给AI智能体设计了一个能自动拆复杂任务、按顺序调多个技能的系统。还附带了新评测集，想了解多技能路由可以看看。
别被吹牛忽悠了。这篇论文给了你一个硬核标尺：DeepMind 等机构说连最低门槛的胜任型 AGI 都没到，真相比营销更靠谱。
想搞懂Agent决策是怎么归因的？Agent Arena这篇博客把因果追踪的方法讲得很清楚，适合做智能体评估的研究者。
Sebastian Raschka分析了VibeCoder的后训练秘诀，基于3B模型就取得惊人成绩，训练顺序和RL方法值得参考。
LangChain联合Qwen和FireworksAI出了个办法：从每条trace里低成本挖出关键信号，性能还不打折，适合做可观测性的团队看。
Anthropic专门发了一篇研究，分析大家怎么用Claude Code、任务值多少钱，还聊了专业知识对结果的影响，挺有启发的。
OpenAI用WildChat数据集做部署模拟测试，发现公开数据也能提供有效信号，适合没法拿到生产数据的研究者参考。
想给LLM代理搞技能库？OpenClaw-Skill用树搜索取代扁平堆叠，两个阶段搞定组合与覆盖，比贪心蒸馏靠谱。
这篇论文用MPMWorlds测试了AI看视频写物理代码的能力，发现代码生成稳但缺位置感知，扩散模型短时准但长期漂移，混合模型效果最好。
两位研究者写文章戳破了AI安全讨论里的非黑即白。如果你也看腻了极端吵架，这篇值得翻一翻。
斯坦福和CMU搞了个新格式叫Agent-Native Research Artifact，它把代码、失败记录都塞进去后，AI理解能力从72%跃升到93%，复现也涨了7个百分点，比读传统论文好用多了。
LeCun用数学证明了AI学到世界内部表征的条件，方法简单但约束明确，对理解智能系统本质很有启发。