根因分析如何通过 Agentic AI 加速
Spotfire Industry Pro 演示了如何利用 Agentic AI、跨域可视化和下沉式计算，在数十亿数据点中加速多领域根因调查。Agentic AI 自动完成跨域分析与可视化生成，帮助半导体工程师在不移动数据的前提下连接不同系统的洞察。
全部AI 动态
全部动态
今日 780 条IEEE Spectrum · AIAI 评分1212 Ben's Bites · NewsAI 评分6060 作者亲述如何从零搭建个人 Agent 与轻量记忆
作者分享新个人 Agent 的文件结构，包含 AGENTS.md、code.md、todos.md、memory.md、log.md，并指出 git 历史可替代 log.md；记忆方面倾向手动维护最小文件而非自动保存，同时用子文件夹组织记忆指针。文中还对比了 Claude Cowork 与 ChatGPT 的异同。
NVIDIA Developer · AIAI 评分4444 NVIDIA AVO 在 ARC-AGI-3 上达 100%，展示长时程自主智能体的前沿通用架构
NVIDIA AVO 在 ARC-AGI-3 上达到 100%，展示面向长时程自主智能体的前沿通用架构。AVO 强调智能体系统（harness）在上下文接收、工具使用、状态维护、反馈响应、失败恢复与长任务持续上的关键作用。原文未给出具体模型版本号、参数规模、benchmark 分数细节、速度倍数、价格或开源/闭源信息。
NVIDIA Developer · AIAI 评分3333 AI Agent Stack 中的安全层应如何布局
NVIDIA 基于 OpenShell 及生态合作，梳理了 AI Agent Stack 各层的安全与信任构建思路。文章分析了安全在智能体长期运行中的角色，并给出每层应承担的安全职责。
Google DeepMindAI 评分4242 从 Atari 到 EVE Online：Google DeepMind 十五年游戏 AI 研究历程
summary_zh: Google DeepMind 回顾十五年来从 Atari 到 EVE Online 的游戏 AI 研究，与 Fenris Creations 等游戏工作室合作开发 SIMA 多世界智能体。
Google ResearchAI 评分3535 Google Research 的 ME-POIs 如何用移动性数据让语言模型更深入理解地点
Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，把匿名聚合的移动性模式与 Gemini 的文本嵌入对齐，为地点生成兼顾身份与动态功能的嵌入向量。在公开基准上，该方法在访问意图预测上最高取得 81.9% 的相对提升，价格水平分类提升 75.1%，忙碌度估计准确率提升 24.7%。
AIHubAI 评分3939 IJCAI-ECAI 2026 杰出论文奖获奖名单公布
summary_zh: IJCAI-ECAI 2026 杰出论文奖今年共选出三篇获奖论文。Approximate Strategyproofness in Approval-Based Budget Division 证明 Nash 乘积规则的激励比率上界为 2，在放松策略真实性的前提下绕过不可能性定理。
Hugging Face BlogAI 评分4444 Hugging Face Inference Endpoints、Jobs 与 Buckets 如何支撑 Papers with Code 的搜索系统
Papers with Code 构建混合搜索系统，结合 PostgreSQL 全文检索与 pgvector 语义检索，并使用 RRF 算法融合结果。系统依赖 Hugging Face Jobs 进行批量 embedding 构建、Storage Buckets 存储持久化产物、Inference Endpoints 提供低延迟在线查询 embedding。
Hugging Face Blog精选AI 评分7070 语音识别的基准优化测量方法研究
Hugging Face 提出三种测试量化语音 ASR 模型的基准优化行为，评估了 11 个开源模型，发现高分模型在 VoxPopuli 和 LibriSpeech 上会复现基准错误转录、恢复被掩码数字，并依据声学线索切换拼写变体。相关脚本和未归一化输出已开源。
推荐理由：原文给出三种可复现的测试方法，读者可据此自行评估语音模型在真实场景中的泛化能力。
Together AI精选AI 评分7676 GLM-5.3 对 GPT-5.6 Sol 的 DeepSWE 评测：成本、编程与路由
Together AI 在 113 个 DeepSWE 任务、每侧 452 次 rollout 上对比 GLM-5.3（max）与 GPT-5.6 Sol（max）。
推荐理由：同一跑道上 GLM-5.3 以一半价格逼近 Sol，在重试和覆盖率上反而反超，读者可据此设计前端开源、后端旗舰的级联路由。
Together AI精选AI 评分7272 GLM-5.3 vs Claude Fable 5：DeepSWE 评测下的成本、编程与路由对比
Together AI 在 DeepSWE 上对比 GLM-5.3 与 Claude Fable 5：首次尝试通过率 69.0% vs 69.7%，GLM-5.3 每次调用 $3.99。
推荐理由：在精度相近时，GLM-5.3 以五分之一成本覆盖更多任务，为预算有限的工程团队提供了清晰的选型与路由依据。
MIT News · AIAI 评分3131 MIT 研究人员为更环保的氨生产铺路
summary_zh: MIT 研究人员开发了预测电化学合成氨催化剂性能的新方法，通过密度泛函理论模拟替代试错筛选，可在数年内加速寻找使该方法与 Haber-Bosch 工艺具备成本竞争力的催化剂化合物。
Hugging Face BlogAI 评分5353 LFM2.5-DSpark 推理加速最高 3.2 倍
Liquid AI发布LFM2.5-DSpark推测解码草稿模型，为LFM2.5-1.2B-Instruct、LFM2.5-2.6B和LFM2.5-8B-A1B三款模型提供最高3.2倍GPU加速与最高2.87倍端侧加速。函数调用延迟平均降低57%，llama.cpp与SGLang已支持首日集成。
Microsoft Research精选AI 评分6262 Skala 1.1 发布并扩展至 CP2K、Psi4、FHI-aims、ORCA 和 VASP
Skala 1.1 在 GMTKN55 上加权误差达 2.8 kcal/mol，在 55 个类别中 32 个达到最优，同时保持半局域泛函的计算效率。Skala 已登陆 CP2K，并正在集成至 Psi4、FHI-aims、ORCA 和 VASP；微软研究院同步推出持续更新的性能基准报告。
推荐理由：原文给出精度提升与多软件集成进展，读者可据此评估 Skala 在现有计算化学工作流中的可用性。
NVIDIA Developer · AIAI 评分3030 生成式推荐系统如何重新定义大规模 RecSys
summary_zh: 生成式推荐系统将目标从基于嵌入相似度的传统目标，转变为在大型商品目录中根据用户历史序列预测下一个动作或物品。LLM 的兴起推动了这一从判别式到生成式的范式转变，使推荐系统能够建模更复杂的用户行为序列。
量子杂志 · AIAI 评分3333 我们对 AI 智能的思考是否正确？
summary_zh: LLM 回答问题时，是像人类一样推理还是仅生成看似推理的文本，这一区分决定了我们对其的信任度与监督需求。Melanie Mitchell 在圣塔菲研究所指出，目前缺乏衡量机器推理能力的有效方法。
Ben's Bites · NewsAI 评分3232 Simple agents
个人智能体本质上只是文件与工具的连接器，记忆也仅是会话开始时读取的文件。Ben 分享了清理后的 AGENTS.md 写法：把问题视为请求回答而非修改，并预告明天展示自己搭建个人智能体的完整会话。
Mistral AI精选AI 评分6363 Mistral 发布 Agentic Search 检索层，以多步检索提升复杂文档搜索准确率
Mistral 发布 Agentic Search 检索层，通过 search、open、navigate、read、grep 五个工具让模型多步检索、打开并核对文档，已集成进 Mistral Search Toolkit 以及 Studio 和 Vibe 的 Libraries。
推荐理由：原文用 FinanceBench 和 OfficeQA Pro 两组基准对比一次性 RAG 与多步检索循环，读者可借此了解复杂文档检索的取舍。
AIHubAI 评分2323 The Machine Ethics Podcast：MLops 与 HCI 对话 Demetrios Brinkmann
summary_zh: 本期 Machine Ethics Podcast 邀请 Demetrios Brinkmann 讨论 ML 与 MLOps、窄机器学习仍相关、vibe coding、与智能体协作、对话界面作为知识接口的缺陷、LLM 未知生产力提升，以及 AI 自我认知不确定性与缺乏真值等问题。
NVIDIA Developer · AIAI 评分2525 NVIDIA Holoscan 应用开发：CLI、Skills 与 AI 编码智能体
summary_zh: NVIDIA Holoscan 是构建实时边缘 AI 应用的平台，HoloHub 为其配套仓库，提供参考应用与组件。开发者可使用通用编码智能体调用与工程师相同的示例、文档和开发工具。
Google AI BlogAI 评分4040 Google 搜索推出 5 种 AI 学习新方式
Google Search 新增互动视觉、练习测验、Lens 分步讲解、笔记本和自定义文件生成 5 项 AI 学习工具。练习测验覆盖 ACT、AP、GRE、SAT 等标准化考试，由 Princeton Review 等教育合作伙伴提供内容，英文版全球免费开放。笔记本功能同步至 AI Mode，支持跨 Google 产品自动同步资料。
NVIDIA Developer · AIAI 评分2222 使用 NVIDIA FLARE 构建联邦多模态 AI 工作流
summary_zh: NVIDIA FLARE 支持跨机构协调训练视觉语言模型（VLM），用于视觉问答、图像描述和图文推理等任务。联邦学习使各数据本地站点无需集中原始记录即可协作适配模型，适用于医疗等多机构场景。
ScienceDaily · AIAI 评分3838 光驱动纳米机器人可追踪并收集细菌
维尔茨堡大学团队开发出小于1微米的光驱动纳米机器人，可追踪、捕获并释放细菌。机器人通过纳米天线线对齐光的偏振方向实现转向，利用光子反冲力推进，能在实验室条件下有效"清洁"微观环境。携带细菌集群时仍可灵活机动，但速度会有所下降。
Hugging Face Blog精选AI 评分7474 ALTK-Evolve：智能体记忆剂量如何随模型能力变化
ALTK-Evolve 通过从历史轨迹中蒸馏行为指南并在推理时注入，实现无需权重更新的智能体记忆。在 AppWorld 上评估 8 个模型，发现强模型用完整指南集、弱模型用精选检索、最强模型已饱和无增益；gpt-oss-120b 以 +5% tokens 代价获得 +16.1pp TGC 提升，prompt caching 可降低生产成本。
推荐理由：同一套记忆机制在不同能力模型上呈现三种剂量效应，为读者提供了可迁移的校准思路而非单一结论。
MIT News · AI精选AI 评分7272 MIT CSAIL研究：生成图像常无法追溯至训练数据
MIT CSAIL团队提出"归因衰减"现象并构建扩散集成架构，实现大规模精确删除反事实模型。实验显示训练数据越大，单个样本对输出影响越小，且该方法在多个数据集和度量下保持一致。
推荐理由：研究为生成图像的训练数据归因提供了首个精确删除方法，提示大规模模型中个体数据影响可能不可追溯。
Ben's Bites · NewsAI 评分4444 你是否把 AI Agent 当作个人助理使用？
Ben's Bites 发起调查，询问读者是否将 AI Agent 产品用于个人事务管理，如整理信息、处理邮件和电脑操作等。Grok Bot 吸引大量前 OpenClaw 用户，Hermes Desktop 也推出 Bot 模式模仿其体验。Codex 新增桌面活动记忆与时间线功能，可跨应用记录参考。
Hugging Face Blog精选AI 评分6060 Sentence Transformers v6.0 发布 MultiVectorEncoder 支持 ColBERT 风格晚交互检索
Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 风格晚交互检索，可直接加载 PyLate、Stanford-NLP ColBERT 及 ColPali 视觉文档检索 checkpoint。
推荐理由：原文给出了多向量模型的加载、评分和索引方案，读者可以据此判断它会怎样改变现有检索工作流。
Hugging Face Blog精选AI 评分6262 Dharma AI：GPU管理实践——相同集群提升33个百分点利用率
Dharma AI发布约束感知GPU分配器，在七种基准场景中对比FIFO调度器，相同硬件与负载下GPU利用率提升最多33个百分点，优先级加权输出最多提升105%。该方法将实时推理视为需求曲线而非固定预留，按优先级跨整个调度 horizon 放置批量任务，并通过22维特征预测训练负载与周需求画像来支撑调度决策。
推荐理由：同一集群通过调整分配顺序而非更换硬件，实现了最高33个百分点的利用率提升，为企业GPU调度提供了可复用的约束感知方法。
InterconnectsAI 评分6262 Teaching Everyone to Fish for Tokens：开源模型生态的经济路径分析
Nathan Lambert 讨论开源模型生态与 Linux 类比，指出开放权重模型更接近具体软件版本，而完整开源训练配方更接近操作系统。Nvidia 通过 Nemotron 推动近开源路线以扩大推理需求，但开源训练高度依赖其融资，未来几年需形成正向反馈。另一种可能是开源模型转向效率与专业化长尾，与闭源模型形成分化。
IEEE Spectrum · AIAI 评分6565 从 AI Copilot 到 Agent Swarm：AMD 软件工程转型复盘
AMD 工程师 Andrej Zdravkovic 复盘公司 AI 转型：目标 25% 生产力提升，一年后达 30%；AI 生成代码占比年初突破 20%，部分组件超 80%，整体向 50% 推进。
Jeremy Howard · fast.aiAI 评分4040 Jeremy Howard 回归 AI 教育领域，加入 Answer.AI 推出 SolveIt
summary_zh: Jeremy Howard 离开 AI 领域三年后重返 fast.ai 团队，加入 Answer.AI 专注 AI 教育。Answer.AI 由 fast.ai 演变而来，团队开发了 SolveIt 工具，将问题解决分为理解、计划、执行、回顾四个阶段，让用户直接编辑 AI 回答并自行决定下一步。
Import AIAI 评分5050 Import AI 469：Science AI、RSI simulator 和 Zuck's technological pessimism
Import AI 469 期报道 DiG-bench 基准，该基准包含 70 个游戏测试 AI 系统探索隐藏规则的能力。Opus 5 和 Fable 5 是最佳模型，仅在 tier 7 取得 0.2 成功率，而人类可达 100%。
IEEE Spectrum · AIAI 评分7373 AI验证迄今最复杂数学定理：246素数间隙定理
Axiom Math团队使用AxiomProver首次自动验证了246素数间隙定理的形式化证明，这是数论领域的重要里程碑。该定理指出存在无穷多个差值为246的素数对，是数学界向孪生素数猜想目标推进的最新成果。文章指出形式化验证技术可作为验证AI生成代码正确性的测试平台，对网络安全和密码学具有潜在价值。
Google ResearchAI 评分5151 Google Research推出PhotoScan：用智能手机图像估算 cardiometabolic 风险
Google Research发布PhotoScan，一种基于深度学习的研究框架，可从标准2D智能手机照片估算三维身体成分指标（体脂率、A/G比、V/S比），用于预测胰岛素抵抗。
ScienceDaily · AIAI 评分6060 科学家将DNA制成功耗降低100倍的记忆器件
宾州大学研究团队将合成DNA与钙钛矿半导体结合，制成可在低于0.1伏下工作的memristor，功耗约为传统闪存十分之一，存储密度更高。器件在约250华氏度仍稳定运行超六周，研究已发表在Advanced Functional Materials并申请专利。
Together AI精选AI 评分7676 DeepSeek V4 Pro 0813 vs Claude Fable 5：DeepSWE 评测下的成本、编程与路由对比
Together AI 在 DeepSWE 基准上对比 DeepSeek V4 Pro 0813 与 Claude Fable 5：Fable 首试准确率 69.7% 高于 Pro 的 62.8%。
推荐理由：在 DeepSWE 评测中两款模型价格相差 90 倍但表现接近，读者可据此判断何时值得为 Fable 支付溢价。
Together AI精选AI 评分7676 Together AI 端点支持 A/B 测试模型
Together AI 在端点层新增 A/B 实验功能，通过控制组与变体部署的百分比分流对比真实用户指标。实验挂载到端点，控制组在基础流量中按权重抽取后重新采样到变体，变体权重必须为零；支持 95/5 到 50/50 多档流量与最多 20 个变体，通过 etag 防止并发更新冲突。
推荐理由：平台在端点层原生支持 A/B 实验与滚动升级的编排，读者可据此把新模型上线从自建分流逻辑中解耦。
IEEE Spectrum · AIAI 评分7575 CPU comeback：智能体 AI 推动中央处理器需求回升
AWS 因 AI 工作负载挤压云基础设施而要求工程师节约 CPU 周期，Moor Insights 与 Georgia Tech 的研究指出智能体 AI 的工具调用、调度和分词等环节主要落在 CPU 上。Intel、AMD、Arm、Qualcomm 与 Nvidia 均已加码服务器 CPU 或相关平台，可能带来新一轮 CPU 短缺与涨价。
Sebastian RaschkaAI 评分3636 从零构建 AI 文本检测器
summary_zh: 作者结合 Substack 新推出的 AI 检测器功能与本地 DIY LLM 项目，演示如何从零实现一个 AI 文本检测器，并将其用作验证器训练小语言模型生成可规避检测的文本。
ScienceDaily · AIAI 评分3535 科学家追踪儿童8年：屏幕时间与认知表现的关联出乎意料
芬兰一项为期8年的PANIC研究追踪124名女孩和136名男孩（平均15.8岁），发现童年期屏幕时间积累越多，青少年期认知处理表现越好。研究者强调屏幕时间并非全然有害，应鼓励促进主动思考、问题解决和创造力的使用方式。体力活动与认知的关联因性别而异，且测量方法不同结果不同，研究仅显示关联而非因果。