自然语言自动编码器生成LLM激活的无监督解释
推荐理由：原文提出了自然语言自动编码器（NLAs），这是一种无监督方法，用于生成大型语言模型（LLM）激活的自然语言解释。NLAs在模型审计中表现出色，可以帮助诊断与安全相关的行为，并揭示未言明的评估意识。读者可以据此了解NLAs如何改变现有工作流。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 461–480 条 · 共 660 条5月7日星期四周四
5月6日星期三周三
AlphaEvolve：我们的Gemini智能体如何跨领域扩大影响
推荐理由：原文展示了AlphaEvolve在多个领域的显著影响，读者可以据此了解其对现有工作流的潜在改变。
5月5日星期二周二
Anthropic Claude Code 创作者：编程将被 Agent 解决
推荐理由：Anthropic 内部 Claude Code 的创建者 Boris Cherny 认为编程将被 Agent 解决，并预测了 AI 对软件行业的影响，包括 SaaS 的终结和软件大众化。
2026年四种智能体管理模式解析
推荐理由：本文介绍了四种智能体管理其他智能体的模式，读者可以了解不同模式的特点和适用场景，从而选择合适的模式来构建智能体系统。
OpenAI 发布 GPT-5.5 Instant 系统卡片
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
5月4日星期一周一
Sierra 融资 9.5 亿美元，推动 AI 客户体验转型
推荐理由：原文展示了 Sierra 在 AI 客户体验领域的增长和影响力，读者可以了解其融资情况和对行业的影响。
Together AI 发布高效推理技术
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
5月2日星期六周六
Google Research 通过全球合作和开放资源推动科学突破
推荐理由：Google Research 通过全球合作和开放资源推动科学突破，展示了开源软件和开放数据集在推动现代科学中的作用。
τ-voice：在真实任务上评估实时语音智能体
推荐理由：该研究提出了一个结合任务完成和对话动态的语音智能体基准测试，有助于评估语音智能体在实际任务中的表现。
5月1日星期五周五
ARC-AGI-3 分析：GPT-5.5 与 Opus 4.7 的评测
推荐理由：ARC-AGI-3 评测工具揭示了 GPT-5.5 和 Opus 4.7 在处理新颖环境时的失败模式，为理解大型语言模型的能力和局限性提供了重要见解。
OpenAI Codex 发布 Auto-review 功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月30日星期四周四
某产品发布智能体功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Demis Hassabis：AGI 还缺什么，智能体到底行不行，下一个科学突破长什么样
推荐理由：Hassabis 对 AGI 发展、智能体技术、多模态 AI 和科学应用等领域的见解值得行业关注。
谷歌研究科学家如何使用实证研究辅助
推荐理由：原文展示了 Empirical Research Assistance 在多个领域的应用，读者可以了解其在科学发现中的作用。
4月29日星期三周三
DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理
推荐理由：DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理，为团队提供灵活的推理模式和成本效益高的解决方案，有助于改变现有工作流。
Karpathy 访谈：Vibe Coding 只是开始，真正重要的是 Agentic Engineering
推荐理由：Karpathy 访谈探讨了编程范式的转变，从 Vibe Coding 到 Agentic Engineering，对软件开发和 AI 应用的未来有重要启示。
4月28日星期二周二
Together AI 推出 NVIDIA Nemotron 3 Nano Omni 智能体功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月27日星期一周一
Mistral AI 发布 Workflows 功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
4月24日星期五周五
DAS框架加速强化学习后训练的rollout过程
推荐理由：原文提出了一个名为DAS的新框架，旨在解决强化学习后训练中的 rollout 瓶颈问题，通过加速生成和调度策略，将 rollout 时间缩短了50%，读者可以了解其工作原理和效果。
OpenAI开源思维链可监控性评估工具
推荐理由：OpenAI开源了其思维链可监控性评估的子数据集和参考代码，有助于研究社区构建评估套件，并促进前沿模型开发者报告其模型的监控性。
