搜索
Salesforce AI与UIUC研究人员提出Strong-to-Weak Scaffolding方法，让强模型（Builder AI）为弱模型GPT-5.4-mini自动设计外部Harness工作框架，无需修改参数即可将其在心智理论任务上的平均准确率从0.488提升至最佳0.912，揭示AI4AI的核心机制是将认知结构而非知识从强模型迁移至弱模型。
南京大学联合南洋理工大学提出游戏开发智能体框架VibeGame，组建8人对抗式Agent团队并重造AI-Native游戏引擎，通过试玩验收和经验沉淀实现免训练自我进化，从一句自然语言即可生成完整可玩游戏工程。
OpenAI与AWS联合测试显示，GPT-5.6 Terra在AWS Kiro平台上完成单次任务成本下降约82%，远超其官方20%的降价幅度，差额主要来自智能体框架与编排系统的效率优化，标志着GPT-5.6在AWS开发平台上与Claude展开直接竞争。
Perplexity推出本地优先智能体Portable Computer，通过专为端侧模型设计的Harness配合Qwen3.8-27B实现近零成本的本地推理，并在多项基准测试中超越Hermes和Pi等开源通用框架。
Accelerated Understanding由英伟达前AI研究总监Anima Anandkumar联合创立，采用神经算子架构构建支持5万亿推理上下文的物理AI大模型，可一次推演完整4D时空轨迹，其创始人拒绝贝索斯35%股权及超20亿美元融资的普罗米修斯计划招揽。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
过去两年，大模型几乎重写了人机协作的默认想象：写代码、查资料、做分析，似乎都能 “一问即答”。但仔细看会发现，当下很多能力并不是模型自己长出来的，而是人为地在外面包了一层又一层框架。
在动画和美术生产中，线稿上色是一个看似基础、却极其依赖细节控制的环节。创作者往往不是简单地把线稿涂上颜色，还需要理解角色身份、遵守局部色块约束、参考前后帧风格，并在连续片段中保持服装、发色、妆容和背景的一致性。
七月，DigClaw的预测框架Rhizome v1，在FutureX评测平台上取得了#1、#3、#7三个席位。
AI领域的造词速度已经到了一个夸张的水平，各种概念眼花缭乱。从龙虾、Agent、循环工程（Loop Engineering），到现在前沿的持续学习和RSI（递归自我改进）。不管是对于初步了解行业还是跟踪AI行业的人，这都是一件比较头疼的事情。