51CTO · 实时热榜

最近，有位老哥把一篇刚被ICML 2026接收的论文分享到了Reddit，结果帖子立马爆火，评论数蹭蹭涨。

为什么一个看似"先查后改"的逻辑，在大厂眼里是 P0 级事故？ 今天咱就把这道题拆透，从根上把并发竞态这件事搞明白。

当前美、欧、中东、印度同步加码国家级主权 AI （Sovereign AI）基建，市场规模将在 2030 年突破 5000 亿美元。面向主权 AI 时代，能否掌握 AI 全栈控制权，将决定各国与企业未来十年的科技竞争力。

v2.7.1 最终形态全景图、11 个版本 5 次关键跃迁的演进地图、可搬走的四步方法论、批评者视角的三个诚实注脚，并自然引出 v2.8/v3.0/v4.0 路线图与系列 2.0。

从 Bellman 到 DQN，从 Actor-Critic 到 PPO，从 World Model 到 Offline RL，再到 RLVR 和大模型推理训练，这条主线始终没有断。变的是场景、规模和实现方式，不变的是强化学习反复在回答的那几个问题。

LoRA 之所以能成为 PEFT 的事实标准，不是因为单一维度的优势，是「推理零开销 + 部署灵活 + 不遗忘 + 训练稳 + 可组合」这五个优点的叠加，恰好把 Adapter 等早期方案完全比下去了。能讲到这一层，面试官就知道你不是会背一两个优点的新人，是真正理解 LoRA 工程价值的人。

AI智能体正在掀起企业服务市场的一场重构，越来越多供应商通过并购传统服务公司，再叠加AI平台，将服务模式改造成“按成果付费”，但看似精准、高效的解决率背后，隐藏着数据治理、供应商稳定性和业务连续性风险。

AI正在重写软件工程的成长规则，当代码越来越多由智能体生成，初级工程师还能如何成长为高级工程师？Netflix工程师Adam给出的答案是：方法没有变，关键仍是培养技术判断力。

生成式AI正在推动金融业进入智能化新阶段，欧洲金融巨头CaixaBank将AI作为未来战略核心，通过AI智能体、数据和自动化技术，重塑客户服务与内部运营模式。

本次分享围绕以下核心技术展开：客服 Agent 挑战与架构设计（Single-Agent→Multi-Agent→Harness）；高可控性数据飞轮（PE 自动化 + DPO 训练）；RL 策略训练和人工经验对齐；多轮半双工消息流控制。

大家应该都发现了，现在的体育，早已不是单纯的竞技运动，而是充满了社交属性和娱乐属性的消费狂欢。科技正在重新定义我们观看和理解体育的方式，让每个人都能找到属于自己的观赛角度和乐趣。

在具体的业务场景中，权限控制也是一个非常重要的节点，原因就是智能体可能会做出一些错误或者高风险的操作，比如说执行一些高危脚本，比如说删库，删数据。

AI 时代，ChatGPT 和 Claude 的确能帮你解释报错。但每次报错都复制粘贴问 AI，比自己读多花 10 倍时间——而且你仍然不知道 AI 的判断对不对。traceback 的正确读法是从下往上：最后三行就够。

ClaudeCode 的优势不是只生成代码，而是可以在项目里读取文件、分析结构、执行命令，并通过子 Agent 承担不同类型的任务。Claude Code 文档中对子 Agent 的描述是：它们可以作为专门处理特定任务的助手，拥有自己的上下文、系统提示词和工具权限；最近的 Claude Code changelog 也继续强化了动态工作流规模和工作流可观测性。

On-Policy Distillation的基本范式已经确立——学生在自己的rollout上接收教师的token级信号，避免off-policy的暴露偏差，同时获得比稀疏奖励RL更稳定的梯度。但"均匀蒸馏"的局限也同步暴露：教师-学生能力差异导致梯度方差爆炸、多领域能力整合时信号互相干扰、弱教师的策略上限压制强学生、大量token上的监督实为冗余计算。

2026 年的大模型赛道，正在经历一场互相追赶。混元 Hy3 正式版发布，DeepSeek V4 正式版也说 7 月中旬将上线。然后是 Claude 和 ChatGPT 的头牌之争，这不今天 openai 官宣活跃用户达到 800W+，突然就给重置了额度。

agent 就是你写的那段程序，trainer 就是一个 actor，reward 是你在 ​​Env​​ 或 ​​ChatAgent​​ 里随手写的任意 Python。剩下的活儿三个大件全包了。README 里反复强调一个数字：大约 8600 行 RL 代码（推文里说的 9K 是个约数），却能撑到 1T 级别的 MoE。

Google Labs 开源的 DESIGN.md，干的就是这件事：给 coding agent 一份持久、可校验的设计系统锚点——YAML 管精确 token，Markdown 管"为什么用这个色、这个圆角"。读完这篇，你会知道它跟 AGENTS.md 怎么配合，以及为什么值得在项目根目录放一份。

近年来，基于互联网海量数据训练的基础图像与视频生成模型取得了长足进步，在语义理解、可控生成和视觉推理方面展现出强大能力。这些大模型能够根据多模态输入合成高度逼真的图像和视频，其泛化能力往往远超训练数据的分布范围。

AI 辅助开发的关键不在 AI 本身的能力，而在于人为 AI 建立的约束体系——通过 Skills 技能包注入领域知识、AGENTS.md 沉淀项目规范、飞轮效应让错误只犯一次，将模糊目标转化为 AI 可精确执行的高质量指令，从提出需求到代码合入，甚至本篇分享也是AI生成。

从运行结果看，任务已经结束。可鼠标移到合并按钮附近，大家还是会慢下来：发布说明里是否有默认行为变化，现有测试能不能覆盖认证和数据库链路？如果上线后出问题，回退点在哪里？

微软发布了一份新的 Windows 支持文档，对 Windows 月度更新体系进行了系统梳理，并首次统一了长期以来较为混乱的更新命名方式，希望帮助普通用户和企业 IT 管理员更清楚地理解不同更新的作用、发布时间及部署方式。

就在刚刚，Codex与ChatGPT Work的活跃用户大军，合体突破800万大关。OpenAI大手一挥，把全员额度统统清零重置。

今天的大模型，是一种前所未有、却也残缺的天才。它拥有的两种「记忆」，都不是我们真正说的那种记忆。

从单点算力竞争走向全栈系统协同，从封闭生态走向开放协作——2026开放计算技术大会所呈现的，不仅是技术路线的选择，更是AI基础设施发展范式的根本转换。

Inkling 采用混合专家 Transformer 架构，总参数量为 9750 亿，激活参数量为 410 亿，支持最高 100 万 token 的上下文窗口。

推理早停最容易踩的坑，是把「trial answer 的 readiness」当成「推理收敛」。

我用了不少 AI 编程工具，最后留在手边的往往是那种「不给我添新麻烦」的。MonkeyCode 最让我舒服的一点，就是不挑设备、不挑环境，打开浏览器就能把想法做出来，还把核心代码敞开给你看、给你改、给你部署到自己内网。

清华大学团队提出了 SEAGym: An Evaluation Environment for Self-Evolving LLM Agents。

7月13日，26名Meta现任和前任员工在加州北区联邦法院提起诉讼，指控Meta使用一整套AI系统筛选裁员名单，而这套系统，对正在休受法律保护假期的员工产生了系统性歧视。

Boris Cherny认为,到了智能体时代,这些自动化不仅没有过时,反而变得比以前更加重要,原因有三个。

这是LLM第一次，把IQ推过了130这道坎。在人类的智商分布里，130分是「天才」的起跑线，全球仅有大约1%的人能站上去。

Prompt 时代你是指令官，Context 时代你是材料员，Harness 时代你是工具配置师。到了 Loop 时代，你是循环设计师。不再亲手查日志、写修复、跑测试、推发布，而是设计让这些事情自动发生的规则系统。架构师管理的不是系统，是系统背后的规则。

由杰出科学家何恺明参与，谷歌DeepMind、多伦多大学 、伦敦大学学院 、牛津大学、麻省理工学院等团队发布的，由文本指令控制的通用视觉理解系统GenCeption，正在将计算机视觉从“特定任务专用”的模型，转变为“通用视觉智能”。

近日，宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文，引爆了一场学术圈地震。

未来十年，AI基础设施的竞争，不再是单一芯片的军备竞赛，而是系统级效率的全面比拼。

近日，浙江大学、腾讯等机构的论文《Rethinking Entropy Interventions in RLVR: An Entropy Change Perspective》在刚刚结束的 ACL 2026 会议中获评 Outstanding Paper Award。

团队演示了一个操作：让Inkling在Tinker上给自己写微调任务、自己跑训练、自己评估结果。

机器人技术正从原型演示迈向真实世界的规模化部署，下一代机器人所依托的计算平台必须具备 AI、感知、运动与控制的高效整合能力，并可支持规模化部署

v2.8.0新增路径E：听懂「分身请开发这个需求」，委托 ai-frontend-dev-workflow 的 mini 模式，从需求到代码全流程开工——不用再一步步催「接下来做什么」。

这篇文章，我们就把这个误会彻底拆开揉碎，看看 Function Calling 这台“魔术”背后，到底是谁在拉线。

这篇只谈一件事：单上下文 Agent 为什么会在规模任务上失败。后两篇再写动态 workflow 把什么搬进代码，以及六种组织形状怎么选。失败机制先看清，后面的设计才不会落成功能清单。

系统报警后自动生成带分析的智能报表，方便又高效。

为什么根因出现后，没有第一时间被识别？是告警设计问题，还是信息分发问题，或者现场协同问题？

奇怪的是，我选的模型明明是 GPT-5.6-Sol。OpenAI 官网写得很清楚：它有 1,050,000 tokens 的 context window。105 万都能装满，我这次任务到底塞了多少东西？

Agent / Skill 评测集正在从“题目集合”变成“可执行的小世界”。这件事听起来有点抽象，但它会直接影响我们怎么设计自己的评测、怎么判断一个 Skill 值不值得维护，也会影响团队以后怎么选模型、选工具、选 Agent 框架。

仅用1小时，GPT-5.6就攻破了困扰数学界整整 50 年的世纪难题「循环双覆盖猜想」！全球数学家沉默了

HarmonyOS消息推送服务端集成全攻略（1）项目地址：https:gitcode.comHarmonyOSSamplespushkitserver简介本文介绍如何在服务端集成华为消息...

虽然 Fable 5 在诸如 SWE-bench Pro 等存储库级编码基准测试中仍保持着最强的已发布结果，但包括 OpenAI 的 GPT-5.6 Sol 和 xAI 的 Grok 4.5 在内的竞争对手，现在正以极低的价格瞄准同样的高端开发者市场。

单个 agent 只需要处理一条时间线：感知、推理、行动、循环。一旦变成多个 agent，问题的维度立刻从一维变成了多维——谁该做哪一部分？谁需要知道谁发现了什么？谁的动作要等谁先完成？两个 agent 的判断打架了听谁的？系统怎么知道所有人都干完了？