OpenAI 发布 GPT-5.5 模型卡
推荐理由：原文详细介绍了 GPT-5.5 的模型数据和训练过程，以及其在生物和化学领域的评估结果，读者可以据此了解该模型的能力和潜在风险。
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 481–500 条 · 共 659 条4月23日星期四周四
4月22日星期三周三
Sierra 重新设计工程面试流程以适应 AI 智能体时代
推荐理由：Sierra 重新设计了其工程面试流程，以适应 AI 智能体时代的工作方式，这一变化值得关注。
ReasoningBank：使智能体能够从经验中学习
推荐理由：ReasoningBank 通过从成功和失败的经验中提取有用见解，为测试时的自我进化提供了一种强大的框架，有助于 LLM 从经验中学习并成为持续的学习者。
4月20日星期一周一
基于梯度的长时程世界模型规划：GRASP 方法
推荐理由：GRASP 是一种新的基于梯度的规划器，旨在解决长时程规划中的问题，通过引入并行优化、随机性和梯度重塑等技术，提高了规划的鲁棒性和效率。
4月17日星期五周五
Anthropic 发布 Claude Design，设计领域的 Claude Code 时刻来临
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。
OpenAI 发布 API 部署清单，优化 GPT-6 模型部署
推荐理由：OpenAI 发布了 API 部署清单，详细介绍了 GPT-6 模型的部署和优化方法，读者可以了解如何根据工作负载选择合适的模型，并优化推理、成本和延迟。
开放世界评估：衡量前沿人工智能能力的新方法
推荐理由：该论文探讨了开放世界评估在衡量前沿人工智能能力方面的作用，为读者提供了对AI能力发展的深入了解。
4月16日星期四周四
设计用于现实世界的合成数据集：从第一性原理进行机制设计和推理
推荐理由：Simula 框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，对 AI 的发展具有重要意义。
Google Research 发布 AI 生成神经元加速大脑图谱绘制研究
推荐理由：原文介绍了利用 AI 技术加速大脑图谱绘制的研究进展，读者可以了解 AI 在这一领域的应用和潜力。
4月15日星期三周三
Parcae：使用稳定循环模型以更少的参数实现更多功能
推荐理由：Parcae 模型通过循环架构实现了参数效率的提升，读者可以了解其在语言模型中的应用和性能表现。
OpenAI 发布 Agents SDK，Modal 与其合作推出智能体功能
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。
Sierra 评估和改进搜索功能
推荐理由：原文介绍了如何通过实时评估和改进搜索质量来提升智能体性能，读者可以了解其如何影响工作流和客户体验。
4月14日星期二周二
ARC Prize Foundation 发布 ARC-AGI-3 人工智能基准测试及人类测试数据集
推荐理由：ARC Prize Foundation 发布了 ARC-AGI-3 的人工智能基准测试，并公开了人类测试数据集，为研究人类和人工智能的学习能力提供了重要参考。
Modal发布智能体弹性GPU功能
推荐理由：Modal产品为AI研究提供弹性计算资源，通过自动化扩展研究工作负载，提高效率并节省成本。
4月13日星期一周一
EinsteinArena：利用野生的智能体集体智慧推动科学发展
推荐理由：EinsteinArena 允许智能体在开放平台上协作解决问题，推动科学发现，读者可以了解其如何改变现有工作流。
4月9日星期四周四
ConvApparel：衡量和弥合用户模拟器中的现实差距
推荐理由：ConvApparel 数据集和评估框架为衡量和缩小用户模拟器的现实差距提供了工具，有助于提高对话式 AI 的可靠性。
Google Research发布论文：介绍两个AI智能体以提升学术研究工作流程
推荐理由：原文介绍了两个AI智能体，PaperVizAgent和ScholarPeer，它们分别用于学术研究的可视化辅助和同行评审，读者可以了解这些工具如何提升学术研究效率。
4月8日星期三周三
Modal 发布实时机器人推理功能
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。
Sierra 发布全新 PCI 合规支付功能
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7日星期二周二
Gemma 4 与 Gemini API 和 Google AI Studio 的使用方法
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。