过去几年，随着基于人类偏好的强化学习（Reinforcement Learning from Human Feedback，RLHF）的兴起，强化学习（Reinforcement Learning，RL）已成为大语言模型（Large Language Model，LLM）后训练阶段的关键技术。
留给 Cursor 一枝独秀的时间不多了， 上周被 Anthropic 推出的 Claude Code 背刺，悄悄取消了500次的Agent对话限制， 这周又匹配上了新的对手， 出道两年半，带着插件时期积累下来的编程痛点，Comate AI IDE 来了！
机器人终于有了自己的“离线大脑”。
上周，我们做的Get笔记发布了2.0版本。熟悉软件开发的人都知道，整数版本号通常代表着一个重要的里程碑。
切肥皂、修驴蹄甚至挖树根……谁还没看过解压视频？这次谷歌Gemini下场也做起了解压视频——还是带提示词的那种！
集成市场各类日历、会议与任务管理应用程序，可智能规划日程。
大模型驱动的 AI 智能体（Agent）架构最近讨论的很激烈，其中一个关键争议点在于： 多智能体到底该不该建？
今天，Gemini 家族迎来了一个新成员：Gemini Robotics On-Device。这是谷歌 DeepMind 首个可以直接部署在机器人上的视觉-语言-动作（VLA）模型，可以帮助机器人更快、更高效地适应新任务和环境，同时无需持续的互联网连接。
MyShell 自从进入 ShellAgent 的框架阶段，由于深度融合了 ComfyUI 生态，图像视频流的 Agent 迎来了井喷式的爆发。上个月据说上新了 150+个，竞争确实有点激烈了。但其实图像视频流的能力并不代表 ShellAgent 所能做的全部可能性，仍然有大量值得探索的场景等待创作者去尝试。
2025年，随着 Agent 应用在千行百业加速落地，Agent 应用开发的实际需求和痛点也正在发生变化。
