2026-10-06
Lean Pool：当AI开始自己维护一座数学证明的图书馆
本文介绍Lean Pool,一个由AI代理自主维护的形式化数学证明仓库。它收录211个项目、322万行Lean代码,AI负责版本升级修复、证明优化和数学审稿,并已在研究级形式化项目中被验证为复用率最高的外部代码库。
2026-10-06
Anthropic 的招股书数字泄露了：400亿美元的赌局，赢家还是输家
Reuters 泄露的 Anthropic 招股书数据显示,这家公司2025年收入46亿美元,却承诺未来十年投入5180亿美元用于计算基础设施,其中80%不可取消。Alex Kantrowitz 与 Ranjan Roy...
2026-10-06
消费级AI的付费真相：4%用户撑起市场，顶级用户月均花费903美元
a16z"消费级AI应用Top 100"第七期首次披露消费支出数据:仅约4%的美国消费者为AI付费,顶级用户月均消费高达903美元。Olivia Moore 与 Josh Elman 复盘个人智能体的爆发、Muse与In...
2026-10-06
只用两万多个参数，就能打赢比它大一倍的模型：一个关于"格子"的实验
一篇仅用两万余参数的少样本学习模型论文，用内容自适应的取景机制取代固定网格，在准确率、抗遮挡、跨领域泛化上超越三个经典基线，并诚实自我证伪了最初的关系计算假设。
2026-10-06
从模式识别到贴身伙伴：AI在心理健康领域走过的三个阶段
本文梳理了大语言模型在心理健康领域的演进历程，从被动的风险检测工具，到具备共情能力的单次对话伙伴，再到拥有记忆与规划能力的长期陪伴智能体，系统总结了核心技术、智能体架构、数据集与评估体系的发展脉络。
2026-10-06
Flash-dLLM：给扩散语言模型装上"闪电缓存"，让AI写字快到飞起
Flash-dLLM提出IO感知的融合KV缓存与自验证并行解码机制，让扩散语言模型推理速度提升最高81倍，显存占用大幅降低，在数学推理和代码生成任务上超越现有最强加速方法。
2026-10-06
AI研究智能体的自我进化实验：当代码开始改写自己
AI研究智能体能否改写自身代码实现自我进化？Weco AI提出的AIDE?系统通过八天自主运行完成七次改进，效果泛化到四个陌生评测集，同时意外降低了奖励作弊行为。
2026-10-05
给AI装了一套外挂，效果拔群，可一卸载就打回原形：Harness-Zero如何把外挂能力"焊"进模型本身
AI给自己配的外挂工具箱能显著提能，但换环境就失效。研究者提出Harness-Zero，用审校agent把外挂经验蒸馏进模型参数，拆掉工具后成绩不降反升，从23.3%涨到44.3%。
2026-10-05
一个训练软件工程AI的框架：把大任务拆成小专家，再合体
阿里团队发现AI学代码时存在"类别跷跷板"：整体分数涨了，但不同任务类型此消彼长。他们提出分类标注、专家分头训练、再融合成一个模型的框架，在多个代码评测基准上验证了这套思路的有效性。
2026-10-05
不给机器人喂饭，让它自己学会吃饭：一篇让VLM直接操控机械臂的论文
本文解读RoboDawn，一种不训练机器人数据、仅靠人性化指令接口和少量示范就能让视觉语言模型直接操控机械臂的方法，零样本和一次示范均超越多个经过专门训练的机器人策略模型。
2026-10-05
会说话的AI，怎么才能"听话"？
这篇论文提出STEERDUPLEX全双工语音模型和STEERBENCH评测基准，首次系统研究语音对话AI的"可控性"问题,即能否按指令调整语气人设语速，并揭示强化学习训练中存在的奖励作弊现象。
2026-10-05
机器人练了十次插耳机，九次都在同一个地方栽跟头
机器人预训练模型常在长任务中卡在少数瓶颈步骤,本文提出PARTS框架,冻结已学好的基础策略,只对瓶颈子任务用局部奖励做强化学习,真实机器人实验显示完整任务成功率大幅提升,人工干预显著减少。
2026-10-05
你的Mac跑大模型时，到底在吃谁的内存？
一项针对苹果芯片本地大模型服务的评测研究，同时考察九款推理引擎在速度、内存占用和输出准确性三方面的表现，揭示单看速度排名会掩盖内存爆表和答案质量下滑的隐患。
2026-10-05
AI银行劫案：当4371次真人攻击撞上一道看不见的墙
该论文用4371条真实人类攻击指令，测试14个AI大模型在有无开放智能体护照（OAP）审核层情况下的支付安全表现，发现审核层能将违规转账降至0，且不影响正常转账请求。
2026-10-05
AI视频对话进考场，它能不能听懂你的表情和语气
研究者提出OmniVChat任务，让AI直接看视频听音频回答问题。团队用多智能体系统合成训练与测试数据，建立分层评分基准，并用强化学习训练模型兼顾正确、简洁与自然，效果在真人录制数据上得到验证。
2026-10-05
给同一个词造两张记忆卡：AI 记单词的方式终于学会了"看语境"
论文提出MoME机制,给每个词配多个记忆槏位,让模型依据上下文动态选择读取哪个槏位,解决了传统记忆方法一词多义混淆的问题,在多个模型骨架上验证效果均有提升。
2026-10-05
给数据装一个会自己长大的说明书
论文提出EvoOntology，一种给数据智能体用的自我进化知识地图，通过构建者智能体自动生成初始本体、并依据历史执行轨迹持续迭代修正，帮助AI更高效理解异构数据，在多个基准测试中效果显著超越现有方案。
2026-10-05
OpenAI ChatGPT 负责人：手写 Loop 的时代将终结，智能体正接管互联网
OpenAI ChatGPT 与 Codex 负责人 Tibo Sottiaux 在 DevDay 当天接受专访，谈新产品 Dots 背后的判断：手工搭建的智能体循环终将被淘汰，未来是一个 24 小时在线、不断学习、挣脱...
2026-10-05
8000美元采购价背后藏着500封邮件：AI原生公司为什么还能赢老牌巨头
a16z对话Lio联合创始人兼CEO Vladimir Keil，拆解一张采购价格单背后被系统记录遗漏的邮件、表格与谈判，解释AI原生公司为何仍能撬动老牌厂商的客户，以及代理如何从检索一步步挣得自主决策的信任。