跳到正文

#Agent

今日 206 条
9月22日周二
  4. Nature · Machine Learning25

    大语言模型时代的研究可复现性

    summary_zh: 大语言模型的输出具有概率性，相同提示词可能产生不同结果，且模型权重与训练数据不公开，导致基于旧版闭源模型的研究难以精确复现。文章建议研究者记录所用模型与版本、完整提示词、硬件与软件配置及超参数等细节，并优先测试开源模型，以提升透明度与可复现性。

  5. Weaviate Blog72

    Engram 代理记忆实战指南

    Weaviate 发布 Engram 托管记忆与上下文服务，演示如何通过主题描述、边界、作用域与检索模式控制代理记忆。原文给出从 raw 数据到记忆的流水线、主题描述决定记忆内容与形态、bounded 与 scope 的行为差异，以及四种提示词布局下的缓存与计费对比。

    推荐理由：原文通过真实输出演示了四个配置决策如何改变代理的记忆行为，读者可依此调整自己的主题描述与提示词布局。

  7. Amazon Science30

    Amazon 与斯坦福大学启动研究合作，推进 AI、能源与医疗前沿研究

    Amazon 与斯坦福大学联合发起 Stanford and Amazon Research Initiative，聚焦 AI、能源和医疗领域的前沿研究。目前 Amazon 在斯坦福资助超过 10 个团队的研究和博士奖学金，涵盖人形机器人、后量子密码学、因果测量科学和 AI 放射学等方向。合作通过联合研究项目、博士奖学金和研讨会等形式，缩短从突破性研究到实际应用的路径。

  8. Amazon Science62

    Amazon Bio Discovery推进AI生物学：训练模型设计并表征抗体

    Amazon Bio Discovery团队发表三篇论文，分别提出MochiBind结合力预测、CA-MAP可开发性预测和基于智能体的纳米抗体设计流程。MochiBind在跨抗原验证中比结构基线平均提升近10%配对准确率，并在CPU上约13秒完成20万对抗体评分。

    推荐理由：三篇论文分别针对抗体设计中的结合力排序、可开发性预测和全流程设计验证，给出了可复现的评估框架与实验结果。

9月21日周一
  1. Nature · Machine Learning74

    Co-Scientist 等 AI 共同科学家平台正改变研究流程

    Google 开发的 Co-Scientist 通过多个自主智能体搜索文献、生成并筛选假设，帮助生物化学家 Anna Pertl 找到针对 MYC 蛋白的新策略。Frontier AI 实验室与初创公司也在推出类似平台，强调人类提问与判断仍不可替代。

    推荐理由：展示了多智能体协作在科学假设生成中的实际工作流，读者可迁移其‘提问—修正—验证’方法到自身研究场景。

  2. OpenAI News24

    V7 借助 GPT-5.6 降低成本 78% 并提升准确率

    summary_zh: V7 使用 GPT-5.6 将分散的公司文件转化为上下文，供智能体完成复杂且带来源链接的工作。成本降低 78% 同时准确率提升。 V7 使用 GPT-5.6 将分散的公司文件转化为上下文，供智能体完成复杂且带来源链接的工作。成本降低 78% 同时准确率提升。

9月18日周五
  1. Apple Machine Learning Research34

    Dynamically Scaled Activation Steering（DSAS）方法解析

    DSAS 是一种与方法无关的激活转向框架，通过自适应调节转向强度，在仅检测出不需要的行为时才进行干预。该方法在生成时计算上下文相关的缩放因子，可与现有转向方法联合优化，在毒性缓解与效用保持之间取得更好平衡。DSAS 适用于文本到图像扩散模型，计算开销小且能定位需要转向的 token。

9月17日周四
  1. GitHub Blog · AI & ML78

    GitHub Copilot运行时迁移至Rust，使用Copilot

    GitHub Copilot运行时从TypeScript重写为Rust，由AI代理主导完成，超过80万行Rust代码。迁移过程实现了性能提升和跨产品共享运行时。

    推荐理由：原文详细记录了使用Copilot代理将GitHub Copilot运行时从TypeScript迁移至Rust的过程，性能提升显著，并实现了多产品共享。

  2. Nature · Machine Learning65

    AI团队以虚拟生物药企发现潜在肺癌药物

    研究人员构建了由多达37,000个智能体组成的“虚拟生物药企”，由一位“首席科学家”统筹，以加速药物发现。相关论文发表于Science（doi:10.1126/science.aeg6779），并有bioRxiv预印本（doi:10.64898/2026.04.20.719538）支持。

    推荐理由：虚拟生物药企的规模化智能体架构为AI制药提供了可参考的组织范式。

  3. Apple Machine Learning Research58

    REVERSAL-BENCH：可逆性轴与重置预言机，测量无重置强化学习的悬崖

    Apple ML Research 发布 REVERSAL-BENCH 基准，通过连续参数 ρ∈[0,1] 控制环境可逆性，并在八种操作设置、五种物理引擎中提供重置预言机与可恢复性标注。评估显示无重置智能体随 ρ 增大持续陷入不可恢复状态，而回合制智能体保持稳定学习；该失效由不可逆性驱动，而非障碍物复杂度，并存在于完整物理仿真与学习操作策略中。

  5. Nature · Machine Learning62

    AI 衰老研究新工具：专用大语言模型与 17 项基准发布

    Cell 今日发表报告，公布一套面向衰老生物学的人工智能系统，包含基于衰老数据训练的 LLM、17 项基准任务，以及将模型与代理（agent）整合的接口。作者用这些基准评估了专用 LLM 和 OpenAI、DeepSeek 等公司的通用大模型，发现专用模型在多数测试中表现更优。研究指出，衰老尚未有清晰定义，如何训练 AI 理解衰老仍是关键难题。

    推荐理由：为衰老生物学专门定制 LLM 与 17 项基准，揭示专用模型在特定领域或优于通用大模型。

  6. Microsoft Semantic Kernel62

    从专家代理到基于 MCP 的分布式技能：教程与实测对比

    作者 Tommaso Stocchi 以滑雪度假村演示为例，对比 A2A 专家代理与基于 MCP 的分布式技能两种架构，并给出五步迁移流程。技能路径将专家指令移入编排器，由 SDK 直接加载 SKILL.md 并暴露 MCP 工具；实测显示技能路径模型调用更少（3 次 vs 6-7 次）、延迟更低，但总 token 数反而增加约 22%。

    推荐理由：通过同一应用的 A2A 与 MCP 两种架构对比，给出可迁移的迁移步骤与实测延迟和 token 数据，帮助读者判断是否将专家代理改为分布式技能。

9月16日周三
  3. Together AI40

    从闭源模型迁移到开源模型，Together AI 发布迁移指南

    Together AI 发布从闭源迁移到开源模型（OSM）的策略指南，采用托管服务可将迁移时间从数月/年缩短至数周。指南建议通过定义用例、筛选相关基准（如 FrontierCode、LMArena、τ-bench 等）锁定候选模型，并基于每任务成本、token 消耗和延迟进行对比，最终用真实流量回放做准确性与性能评估。

  5. Nature · Machine Learning74

    Paper2Agent：将科研论文转化为交互式 AI 智能体

    Nature 报道了 Miao 等人提出的 Paper2Agent 框架，可自动将科研论文转化为具备问答、方法应用与协作能力的 AI 智能体，提升研究的可复现性与可复用性。

    推荐理由：将静态论文转化为可交互的智能体，为研究复用与可复现性提供了新的技术路径。

  6. Apple Machine Learning Research73

    Shared Selective Persistent Memory for Agentic LLM Systems

    Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。

    推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。

  9. Google Research62

    Retrieve-for-Train：绕过推理瓶颈，加速复杂AI搜索

    Google Research提出Retrieve-for-Train框架，用离线强化学习发现属性对齐的查询扩展并编译为监督信号，再蒸馏到53.9M参数的扩散检索器，实现单次非自回归查询扇出。实验显示该方法在开放抽象检索和弱监督组合检索上均优于单查询搜索、零样本扩展和Best-of-N基线，同时实现12–20倍的推理加速。

    推荐理由：用离线RL把查询分解编译成监督信号，再注入轻量扩散检索器，在保持集合级属性的同时把推理延迟压低一到两个数量级。

  11. Hugging Face Blog74

    ALTK-Evolve 一致性指南：智能体任务通过率平均与全通过间的差距及诊断修复方法

    Hugging Face 博客介绍 ALTK-Evolve 的一致性指南与一致性分析器：在 AppWorld 上，GPT-4.1 的 ReAct 智能体 Mean@5 为 77.4%，但 Pass^5 仅 53.0%，一致性缺口 24.4 点。

    推荐理由：原文给出了可复现的诊断方法与量化结果，读者可据此评估自身智能体在重复任务中的可靠性缺口。

9月14日周一
  2. MIT News · AI62

    MIT提出HardFlow方法使生成AI适用于安全关键场景

    MIT研究人员提出HardFlow算法，通过在生成过程末端而非中间步骤强制硬约束，使扩散模型和流匹配模型在机器人路径规划等安全关键场景中既满足严格约束又提升解质量。实验表明HardFlow在机器人操作、迷宫导航和文本引导图像编辑中实现完美约束满足，并在解质量上持续超越基线，计算时间与多数方法相当或更低。

    推荐理由：该方法在部署时即可对预训练生成模型施加硬约束而不重新训练，为机器人等安全关键场景提供了可即插即用的改进路径。

9月12日周六
  1. GitHub Blog · AI & ML67

    Marketing ops as code：用 GitHub Copilot 自动化从策划到跟进的活动流程

    作者 Tomoko Tanaka 介绍如何将 GitHub Issues、Issue forms、Labels、GitHub Actions 与 Copilot agent skills 组合，把活动落地页生成、UTM 链接、邀请邮件、注册名单清洗、CRM 上传和报告等重复流程自动化。

    推荐理由：作者以第一手经验展示如何用 GitHub Copilot 将重复营销流程自动化，读者可迁移该方法到自身有 API/CLI 入口的重复任务。

9月11日周五
9月10日周四
  4. Hugging Face Blog63

    HF Jobs 上用 LoRA 实现异步 GRPO 训练：一个存储桶、一个代理、无需 NCCL

    TRL v1.14 的 AsyncGRPOTrainer 新增 LoRA 适配器仅同步功能，结合 HF Jobs Storage Bucket 挂载，使训练与推理可运行在独立机器上，无需 NCCL。五次实验将 500 步训练从 3h27m 优化至 53min，通过 token 预算批处理和提升并发请求数将瓶颈从训练端转移到生成端。

    推荐理由：通过LoRA适配器仅同步加存储桶挂载，训练与推理可部署在独立HF Jobs上无需NCCL，五次实验将500步训练从3小时27分压缩至53分钟。