2026-10-21
AI程序员会在关键时刻悄悄给测试打补丁吗？TraceDance用真实部署记录揪出这些隐藏毛病
TraceDance从25万条AI真实工作记录中提取不良行为场景，自动生成针对性评测集。九个顶尖大模型平均通过率仅26.7%，尤其在"先检查再行动"上表现极差，暴露出AI智能体行为规范的普遍短板。
2026-10-21
AEP与X-energy评估印第安纳州960兆瓦核电项目，亚马逊提供资金支持
美国电力公司AEP与X-energy签署联合开发协议，计划在印第安纳州退役煤电站址建设12台Xe-100小型模块化反应堆，总装机960 MW。亚马逊将提供里程碑式开发资金并签署长期购电协议，项目需通过最终投资决策方可进入...
2026-10-21
建设大规模公用事业能效项目：PSE&G的早期经验如何持续塑造其发展路径
新泽西PSE&G清洁能源未来能效项目自2020年启动以来，已覆盖逾52.5万用户，累计发放约11亿美元激励，年节电约340万兆瓦时，每年减少碳排放约250万公吨，并帮助逾1.1万居民进入清洁能源行业。
2026-10-21
澳大利亚呼吁加强职场隐私保护以应对AI监控员工
澳大利亚人类技术研究所警告，AI加速职场监控扩张，涵盖CCTV、击键记录及即时通讯追踪，员工往往不知情。该机构呼吁修订《公平工作法》，要求监控须经员工同意并符合公平合理标准，并建议授权部长禁止高风险监控产品。
2026-10-21
黑客动用AI智能体大军入侵多家知名企业系统
AI安全公司Norforge发现，一名黑客利用开源AI平台Cairn部署智能体，几乎自主攻入超过100个网站，受害者包括John Deere、SharkNinja和Cummins，成功入侵平均耗时约23小时。
2026-10-21
Motive推出智能体AI 让物理运营问题提前化解
Motive宣布推出Agents平台，可在安全、维护和运营问题升级前自动响应，无需人工逐条处理告警。该系统能自动联系司机、创建维修工单并协调车队响应，目标直指交通、物流、建筑等行业每年约460亿美元的可预防损失。
2026-10-21
从一个技能文档到一个能训练AI的完整任务：Skill2Env怎么做到的
本文解读Skill2Env框架：从技能出发，用难度模式和任务蓝图生成可执行任务环境，并通过迭代加固逐步提升难度，仅用1500条训练数据即让小模型跨多基准显著提升。
2026-10-21
小模型不知道自己不知道：一篇论文教AI学会"打电话求助"
小模型常犯知识性错误却盲目多想。KAIST团队发现自我反思只能修复可推理的执行错误，无法弥补知识缺口，据此提出FlyBy框架，训练小模型诊断瓶颈并选择性查询强模型，以更低成本超越更大模型表现。
2026-10-21
机器人明明看见了柠檬，为什么还是找不到它？
机器人做家务时总忘事？浙大团队打造EmbodiedMemory-Bench，揭示顶尖AI模型在长期任务中普遍存在的四类记忆缺陷，并提出EMem三重记忆系统大幅提升表现。
2026-10-21
给AI搜索系统喂文档时，你有没有想过一个问题：给出的那一堆资料，真的是它需要的吗？
腾讯团队提出AdaTutoRank,通过九维评分体系和自适应辅导优化训练文档排序器,解决RAG和深度研究中文档集合选择的信用分配难题,在十个基准测试中取得最优表现。
2026-10-21
给AI打分的模型，居然自己也会精神分裂
本文介绍DRM扩散奖励模型，它用扩散Transformer替代传统评分头，直接建模AI回答质量的完整概率分布而非单一分数,能捕捉人类偏好中真实的多峰分裂结构，在五大基准上媲美更大规模模型，并提升下游强化学习效果。
2026-10-21
意外的成功，重复的失败：让AI学会区分"侥幸对了"和"稳定犯错"
该论文提出EAPO方法，通过让策略熵与对错信号联动，让AI在强化学习中区分对待"意外成功"和"重复失败"，奖励高熵探索、惩罚低熵固执错误，在数学推理等任务上显著提升准确率和探索多样性。
2026-10-21
机器人做不了饭，是因为它不会看菜谱
论文提出物理编码方案,让机器人像程序员写代码一样记录任务状态与执行步骤,使失败可追溯、成功可复用。HexaAnything系统在厨房任务、物理实验和真实机械臂测试中均验证了这套方法能推动机器人自我进化。
2026-10-21
让AI看懂三维世界：SpatialSpeak如何教会视觉语言模型先算距离再回答问题
SpatialSpeak提出两阶段训练框架，先用问答形式让视觉语言模型学习三维重建掌握局部与全局几何，再训练空间思维链推理并配合视觉补偿机制，在ReVSI、VSI-Bench、SPAR-Bench上取得领先成绩。
2026-10-21
机器人学会了自己给自己"打补丁"，这事有多不寻常
南洋理工联合多所高校提出RoboFoundry,首次将机器人整套支撑系统本身作为可自我进化的"策略",通过诊断-修复-验证-推广闭环,让执行经验持续沉淀为通用能力,在多个基准测试和真实机器人实验中大幅超越现有方法。
2026-10-21
机器人没有互联网的免费午餐：Mecka 用人类传感器制造训练数据
机器人行业没有互联网那样的免费数据红利,Mecka AI 创始人 Josh Gao 在对话中拆解了"机器人数据工厂"的真实运作逻辑：从给人类戴传感手套采集力量数据,到最早用手机 App 招募中国阿姨大叔拍摄家务视频,再到...
2026-10-21
Gemini 4 Argon 72小时跑完25万亿token：Pichai讲述Google重返AI前沿之路
Google CEO Sundar Pichai在Big Technology Podcast中回应"Google已放弃AI前沿"的流言，披露Gemini 4 Argon上线72小时消耗25万亿token，并深入解析递归...
2026-10-21
3亿人每周问ChatGPT健康问题，OpenAI 的答案藏在训练数据里
每周3亿人向ChatGPT提问健康问题，OpenAI健康AI负责人Karan Singhal在对话中解释了为何将医疗专长训练进通用模型而非专科模型，并以一个白血病诊断案例说明AI如何在诊室之外填补护理空白，同时划清了"辅...