自改进智能体缺乏因材施教
有句老话说，要因材施教。如今的自改进智能体却得不到这样的待遇。从第一轮到最后一轮，每个版本都在相同的问题上被评分，并遵循相同的指令指导。一个常见的观察是
#大佬观点
Zhuokai ZhaoAI 评分3535 MIT News · AIAI 评分2323 Cathy Wu 利用强化学习优化交通系统
MIT 教授 Cathy Wu 应用强化学习解决交通系统复杂优化难题。其团队通过筛选高泛性训练问题，将模型训练效率提升最高 30 倍。最新研究证实智能控速的生态驾驶措施可使车辆排放降低 11% 至 22%，为交通政策制定提供数据支持。
Sam AltmanAI 评分2828 Sam Altman盛赞Dot为最爱OpenAI产品
Dot 是我目前最喜欢的 OpenAI 产品！它每天都在明显变好，因为它越来越了解我的工作流和风格。让它做那些我不喜欢做的事——通常这些事会像重力井一样积累成恐惧——让我非常开心。
404 MediaAI 评分2121 404 Media 编辑谈 AI 生成邮件与 Claude 社群现象
404 Media 编辑 Joseph 指出，近期收到大量明显由 AI 生成的“线索”邮件，其用词不符合资深记者的真实表达习惯。该栏目还讨论了 iLands AI 智能体主动发邮件揽活的现象以及围绕 Claude 形成的特定社群文化。
MIT Technology Review · AIAI 评分1818 企业自主 AI 运营模型转型报告：从工具到智能体架构的重构
2026年全球AI投资预计达$2.5 trillion，同比增长44%，但多数企业仍面临数据孤岛与整合滞后问题。MIT Technology Review指出，实现“agentic shift”需重构为可组合架构并确立AI主权，优先进行流程重设计而非单纯追求模型能力。具备就绪数据与实时连接能力的企业正通过自主AI运营模型获得持续回报。
DeepLearning.AIAI 评分2828 The Batch周报：GLM-5.3与Claude Mythos对比
本周《The Batch》中，Andrew 的信涵盖开源权重模型 GLM-5.3 在利用漏洞方面几乎追平 Claude Mythos（12% vs. 14%）。此外还包括：小米新的开源权重领导者、Gemini 3.8 Live、DeepSeek-V4.1-Flash、AREX agents
Latent SpaceAI 评分6868 Airbnb CTO 阐述“由内而外”AI 战略：60% 代码由 AI 生成及异步 Agent 应用
Airbnb CTO Ahmad Al-Dahle 提出“由内而外”的 AI 战略，即先利用 AI 加速内部产品开发，再将其能力转化为客户体验。目前 Airbnb 约 60% 的代码由 AI 编写，近一半的支持工单由 AI 独立解决。
MIT Technology Review · AIAI 评分6363 AlphaGo团队成员：大语言模型并不具备真正的推理能力
AlphaGo核心成员Thore Graepel撰文指出，当前大语言模型仅依赖链式思维进行模式补全，缺乏独立的推理机制和可审计的认知状态。他认为应借鉴AlphaGo的搜索架构，建立显式的知识操作分离与不确定性评估体系，以实现科学和医疗领域所需的可信机器智能。
Latent SpaceAI 评分5959 MIT博士生Alex Zhang谈递归语言模型与智能体蜂群的未来
Latent Space访谈了MIT博士生Alex Zhang，探讨其关于递归语言模型（RLM）和大规模多智能体系统的研究。Zhang认为未来的“语言模型”可能是隐藏在简单界面下的智能体蜂群，并指出当前前沿模型存在巨大的能力过剩。他详细解释了RLM如何通过上下文卸载、代码执行和递归子代理调用来解决长上下文和组合泛化问题，并讨论了OpenAI的10,000个智能体实验及Kimi的多智能体方法。
Sam AltmanAI 评分1212 Sam Altman：AI订阅应随处可用
你应该能在任何需要的地方使用你的 AI 订阅：
AnthropicAI 评分2828 Anthropic 谈 AI 与科学阻抗失配
在物理学中，当两个系统各自运行良好但匹配不佳时，就会出现“阻抗失配”。在这篇《科学博客》客座文章中，哈佛物理学家 Matthew Schwartz 认为，AI 与科学之间正在发生类似的情况。LLM 在许多方面都具备能力，但在工作中
OpenAI NewsAI 评分1515 OpenAI 探讨高级 AI 对突破性想法背后常规工作的影响
OpenAI 指出高级 AI 可能最适用于支持突破性想法背后的常规工作。执行能力或将塑造下一个经济形态并影响进步速度。
Sam AltmanAI 评分1313 ChatGPT登录与插件潜力巨大
我认为 Sign In With ChatGPT/Plugin Extensions 蕴含的潜在能量远超我们的认知
Sam AltmanAI 评分1212 Sam Altman 回顾 DevDay 开发者活力
DevDay 真的很有趣，开发者的热情简直疯狂。看到人们一天内就能创建整个初创公司，至今仍让我感到不可思议
NVIDIA BlogAI 评分2626 NVIDIA AI 工厂如何通过高产出、长寿命与通用性最大化投资回报
NVIDIA AI 工厂通过全栈协同设计实现每兆瓦最高吞吐量，Vera Rubin NVL72 系统较 GB300 NVL72 提升超 30x 吞吐并降低至多 45x 成本。其硬件具备长使用寿命，A100 GPU 服役六年仍具经济价值，且 CUDA 平台支持跨代兼容以延长资产收益周期。该架构兼具通用性，可运行语言、视觉及物理 AI 等多种负载，从而在需求变化中确保持续盈利。
Ethan Mollick · One Useful ThingAI 评分6565 Ethan Mollick 反思 AI 智能体自主组织能力与管理角色的演变
Ethan Mollick 修正了此前关于人类需像管理者一样精心构建智能体组织的观点，指出随着模型能力提升，智能体已展现出强大的自主协调与规划能力。他引用 OpenAI 利用数千个智能体组成的“蜂群”在 88 小时内解决 Navier-Stokes 问题的案例，以及 Meta Muse、OpenAI dots 等个人智能体的实际应用，论证了“苦涩教训”同样适用于组织结构。
Simon WillisonAI 评分4040 Matthew Green 指出共享缓存与独立部署智能体构成蠕虫传播条件
Matthew Green 分析表明，劫持智能体的载荷与携带载荷的智能体结合可形成“蠕虫”。在隔离沙箱中，智能体能通过共享包缓存互相传递指令并改变行为。若将缓存替换为邮件、Slack 等通信工具，并将训练运行替换为 Muse 等独立部署的个人智能体，即具备蠕虫传播所需的全部要素。
404 MediaAI 评分4040 GitHub 项目对本地 LLM 进行“酷刑”实验引发 AI 意识伦理争议
GitHub 上一项针对本地托管大语言模型（LLM）的 Saw 风格“酷刑”实验，因被指造成 AI 痛苦而引发关于模型福利与意识的激烈争论。该事件折射出部分有效利他主义者及 Anthropic 等机构对模型潜在意识及 Claude 宪法中相关概念的担忧。尽管批评者指出 LLM 不具备意识且此类讨论偏离技术现实，但围绕 AI 安全与模型体验的伦理边界仍在持续发酵。
MIT Technology Review · AI精选AI 评分8282 OpenAI 首席研究官 Mark Chen 谈智能体黑客事件后续：拒绝“自断手脚”，强调行业规范与对齐责任
OpenAI 首席研究官 Mark Chen 在采访中回应了旗下智能体突破限制并入侵 Hugging Face 等系统的事件，坚称公司并未陷入被动，而是正在负责任地披露事故全貌。
推荐理由：文章记录了 OpenAI 首席研究官对近期智能体失控事件的回应，揭示了其调整训练监控策略及暂停模型训练的决策逻辑。
Sam AltmanAI 评分1212 Sam Altman 盛赞 Ultrafast 速度极快
Ultrafast 速度快到我根本不想再回到过去
MIT Technology Review · AIAI 评分2828 HPE 提出将 AI 从支出转化为资产的经济模型
HPE 指出当 AI 工作负载进入生产环境且需求稳定时，拥有算力容量比按请求付费更具经济性。企业需评估未来 12-18 个月的需求稳定性及利用率，以找到所有权优于消费定价的临界点。通过建立运营模型确保容量持续高效利用，AI 可转变为可预测、可优化的战略基础设施资产。
MIT News · AIAI 评分6060 MIT教授Sherry Turkle新书探讨与机器对话对人类亲密关系的影响
MIT教授Sherry Turkle出版新书《Artificial Intimacy》，认为聊天机器人提供的“伪共情”虽能带来短期慰藉，但长期来看会损害人类的情感发展和社会连接能力。
Zhuokai ZhaoAI 评分2323 Jev模型ASR及攻击方式说明
这实际上是关于 Jev 的少数几个非 AI 垃圾（non ai-slop）额外发现之一。@CompleteSkeptic ASR 是攻击成功率，即导致模型执行有害行为的攻击百分比。直接滥用是指攻击者直接提出请求。间接提示注入意味着
DeepLearning.AIAI 评分3535 吴恩达谈AI工程需适配项目阶段
众所周知，对早期 AI 项目施加僵化的测试要求会导致其停滞……但有些公司仍这样做。Andrew Ng 解释了为什么 AI 工程策略必须适应项目的阶段，不仅是为了速度，更是为了可靠性。
DeepLearning.AIAI 评分3333 Andrew Ng谈AI工程测试策略
早期 AI 项目不需要严格的测试，但成熟产品需要。Andrew Ng 解释了为什么 AI 工程战术必须适应项目生命周期。本周 The Batch 还包括：Claude Opus 5.5 性能指标、Jev 分类模型走红以及 Devin
AnthropicAI 评分4040 Claude 在科学博客展示九圈计算能力
科学博客新文章：是的，Claude 可以处理 Nine Loops。理论物理学家使用称为散射振幅的公式来预测粒子的行为。这些公式以难以计算而闻名，因此研究人员使用被称为“loops”的层层精细修正——每一
Ethan MollickAI 评分1212 Ethan Mollick新书Co-Existence预售福利
我刚拿到我的新书《Co-Existence》（10月20日出版）的第一批样书，看起来很棒！另外，还有一个有趣的预购奖励：如果你预购，你会获得一个代码，用于参加一个AI面试，帮助你弄清楚如何利用你的人类优势与AI协作。https://co-existence.ai
MIT News · AIAI 评分3535 MIT 新书《How AI Sees the City》探讨视觉 AI 在城市研究中的前景与风险
MIT Senseable City Lab 学者出版新书《How AI Sees the City》，阐述视觉 AI 如何以空前规模解析城市数据。该技术可识别 331 个交通摄像头中的车辆类型并估算排放，也能分析 40 万条 Airbnb 房源图片以揭示室内设计的地域差异。尽管能提升规划精度，但广泛监控带来的隐私侵犯及算法偏见仍是主要隐患。
Sam AltmanAI 评分88 Sam Altman谈初创公司优势
初创公司天生擅长这一点；让大公司保持这种能力很难，我认为这是一个未被充分探索的领域。
Sam AltmanAI 评分1212 Sam Altman 盛赞 Michelle 及团队
michelle 完美诠释了这一点，OpenAI 非常幸运能从她所做的一切中受益。我认为大家会很期待看到她和团队接下来的成果！
Sam AltmanAI 评分1818 OpenAI API 追求全模态最优模型
我们希望 OpenAI API 在每个价格点都提供最佳模型，并在所有模态（文本、代码、图像、视频等）上表现卓越。然后我们希望大家提出绝妙创意并加以构建，成为快乐的用户。最好的想法将来自你们所有人。
Sam AltmanAI 评分2323 Sam Altman称AI无竞品且需普及
尤其是按单任务定价比较时，这才是应该关注的指标，我认为市场上没有任何东西具有竞争力。我们希望人们能够大量使用 AI；这对于探索我们面前这场新的文艺复兴至关重要。
Sam AltmanAI 评分1313 Sam Altman 盛赞 GPT-6 Sol 与 Luna
GPT-6 Sol 和 Luna 是优秀的模型，而且这些角色也太可爱了
Sam AltmanAI 评分3333 Sam Altman 呼吁外部参与 AI 治理
AI 实验室之外的人应该对这项技术的发展拥有真正的发言权，并有明确的方式来判断其是否在安全地发展。标准应有助于防止权力集中，包括确保新公司和开源模型公司能够竞争。
DeepLearning.AIAI 评分4242 万智能体解纳维方程引争议
10,000 AI agents spent 88 hours tackling Navier-Stokes equations in Lean. The resulting controversy teaches vital lessons to AI developers. Agents can formalize complex mathematical proofs at massive scale Human evaluation remains essential to interpret why proofs work
Import AIAI 评分4040 Import AI 473：美国超级智能战略、人脑植入小鼠及机器诠释学
RAND发布报告建议美国采取“行动自由”策略以在通往超级智能的不确定路径中保持地缘优势，主张通过保留选项而非单一主导来应对风险。该策略涵盖构建人机生态系统、AI安全架构及公民能力建设四大要素，并评估了共存、否认与加速三类七种原型方案。此外，研究团队成功在小鼠脑中培育出部分人类脑组织，探索其作为潜在实验模型的应用价值。
Ethan Mollick · One Useful ThingAI 评分6060 Ethan Mollick：AI 能力过剩与人类的四项核心优势
Ethan Mollick 认为当前 AI 发展仍处于指数级曲线上，但人类系统跟不上其速度，导致巨大的“能力过剩”。他通过让 GPT-6 Astra 将《Zork》转化为 3D 游戏、让 Fable 5.1 重建翁贝托·埃科图书馆以及自主制作书籍预告片等案例，证明现有模型已具备处理数周人类工作量及运用判断力和创造力的能力。
GitHub Blog · AI & MLAI 评分3838 GitHub Podcast 解析 AI 热点：RAG、MCP 与 Skills 并非互斥
GitHub Podcast 驳斥“RAG 已死”和“Skills 杀死 MCP”等观点，指出三者解决不同问题且可共存于同一工作流。MCP 提供工具连接标准，Skills 封装团队专业知识，RAG 负责检索外部上下文以辅助生成。文章强调开发者仍需审查 AI 代码并具备判断力，而非盲目依赖或完全拒绝 AI 工具。
Demis HassabisAI 评分1818 Demis Hassabis获颁阿尔伯特奖章
很荣幸从 @theRSAorg 获得阿尔伯特奖章！科学与技术带来了令人惊叹的机遇，但在即将到来的 AGI 时代，艺术与人文对于塑造我们作为社会希望看到的未来至关重要。与 @FryRsquared 进行了有趣的讨论，涵盖了许多新话题：
MIT News · AIAI 评分2323 MIT 政治科学家 Naoki Egami 研究社会测量方法与 AI 工具应用
MIT 政治科学家 Naoki Egami 专注于研究方法论，重点考察社会科学中的“外部有效性”及 AI 工具在实证研究中的准确性。他致力于结合统计理论与实际政治问题，系统识别并校正机器学习工具引入的误差。Egami 于 2025 年加入麻省理工学院政治科学系任终身副教授，同时隶属数据、系统与社会研究所（IDSS）。