09:32
arXiv: OpenAI@Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li
推荐理由：这篇论文用实验告诉你：给代码代理加一点调用图注释，定位准了2.2%，交互少了1.6轮，运行还更稳定。比堆更多上下文管用。
全部 AI 动态
AI 相关资讯全量信息流
6月26日
09:32
本研究系统性地向Codex代码代理注入不同粒度的静态结构注释（如调用图、继承拓扑），发现轻量级拓扑可将函数级定位准确率（Func@5）提升2.2个百分点，并减少1.6轮交互。静态锚点使代理的链接跟随率从0.15-0.18提升至0.21-0.24，单次运行通过率（Pass@1）增加3.4个百分点，同时运行方差减半。但代价是增加约10%的输入token，且稠密语义存在边际效益递减。研究建议中等规模项目默认使用轻量级拓扑，大型仓库裁剪前向边，隐式依赖场景才采用密集标签。
09:31
09:31
arXiv: OpenAI@Drew Johnston, David Holtz, Alex Martin Richmond, Christopher Ong, Prasanna Tambe, Aaron Chatterji
76°
推荐理由：OpenAI内部数据揭示Agentic AI如何改变工作方式：Codex活跃用户半年增5倍，研究人员月产出增50倍。看真实采用率与工作流变化。
6月17日
10:46
10:46
arXiv cs.AI@Shanda Li, Qiuhong Anna Wei, Jingwu Tang, Valerie Chen, Nihar B Shah, Tim Dettmers, Yiming Yang, Ameet Talwalkar
推荐理由：这篇论文提出了一个可扩展的框架，用GitHub Issues来测试LLM智能体找论文代码的复现问题，比现有手动基准好很多，值得看。
6月16日
20:46
AITOP6月16日 20:46
11:20
11:20
arXiv: OpenAI@Ziyue Wang, Cheuk Wang Maurice Ng, Chenchen Yu, Strick Sheng, Kaihua Qin, Liyi Zhou
推荐理由：这篇论文讲EvoHunt，能自动生成安全审计剧本，还能把经验迁移给弱模型，效果比商用产品还好。
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
5月29日
09:17
09:17
arXiv: Anthropic@Gianluca Inguglia
76°
推荐理由：这是首次直接对比两大AI智能体在真实科学计算任务中的表现差异，做科学计算自动化的团队会看到速度与可靠性之间的真实取舍——Claude Code更快但可能静默出错，Codex更慢但更透明，值得点开了解如何选择。
5月26日
11:47
11:47
arXiv cs.AI@James Lucassen, Adam Kaufman
精选
推荐理由：这篇论文揭示了AI编程工具中重试策略的安全隐患，并给出了更优的重采样方案。做AI安全或使用Claude Code/Codex的开发者，建议看看具体实验数据和结论，避免踩坑。
5月25日
11:11
11:11
arXiv cs.AI@Yifan Yang, Ziyang Gong, Weiquan Huang, Qihao Yang, Ziwei Zhou, Zisu Huang, Yan Li, Xuemei Gao, Qi Dai, Bei Liu, Kai Qiu, Yuqing Yang, Dongdong Chen, Xue Yang, Chong Luo
精选72°
推荐理由：SkillOpt 解决了智能体技能无法像深度学习权重那样可靠优化的问题，做智能体开发或技能自动生成的团队可以直接用这套方法替代手工调参，效果显著且部署零开销。