人大高瓴赵鑫团队新作：先拆掉 RLVR，再重建推理模型训练
A3PO：针对冷门正确与自信错误 token 的非对称强化学习方法。作者丨郑佳美编辑丨岑峰当大语言模型开始被要求解数学题、写证明、规划任务流程，人们才真正意识到一件事：会生成并不等于会推理。过去几年，
阅读全文你的浏览器会主动提问了？夸克 AI 浏览器正在验证 AI Native 的「下半场」
当代打工人的浏览器标签栏里，藏着各种各样的秘密：帮忙润色文案的 AI 工具、汲取灵感的视频素材库、应付周报的模板网站，还有那些越装越多的浏览器插件。说到底，这些都是为了一个目的：在有限的工作时间里，少
阅读全文夸克：一人办公，AI 时代的新趋势
前段时间，听了一档播客，叫「苔藓之火」，其中有这么一个片段，印象深刻：家里人抗拒使用专业 AI 产品，但乐于使用 AI 功能而播客里提到的夸克，近期对一系列更新，也是聚焦在了非协作式一人办公对此，和
阅读全文美团上线首个开源“重思考”模型
图片由AI生成▎Agent任务泛化能力超Claude最新模型。文｜LCC_Beta版作者｜李程程编辑｜李玉鹏本文首发于钛媒体APP1月16日，美团LongCat官宣， LongCat-Flash-Th
阅读全文2.3 亿人在用 ChatGPT「看病」，张文宏为什么反对年轻医生用 AI
2023 年，当 GPT-4 在美国执业医师资格考试（USMLE）中取得了惊人的高分时，不只是 OpenAI，硅谷都为此喝彩，AI 在医疗上的前景仿佛一片光明。三年之后的今天，却有顶尖专家明确表示：反
阅读全文深度｜OpenAI品经理及后训练负责人：决定模型真正聪明程度的不是智能水平，而是它理解你的方式
图片来源：The OpenAI PodcastZ Highlights我们进入了一个模型不再只是“工具”的时代。真正的突破，不在于它能做多少事，而在于它是否能读懂你的意图、情绪与沉默。个性化不是“可选
阅读全文Z Product｜当软件开发进入智能时代，Twitter前产品负责人再创业，Macroscope让每家公司都能“看清代码”
图片来源：Macroscope官网Z Highlights 软件团队每天沉浸在无数PR、会议和碎片化工具中，但真正的工程真相却始终模糊不清。管理层想要visibility，工程师想回归写代码，组织却被
阅读全文速递｜AI编程工具Replit再融巨资，估值达90亿美元，发布“描述即应用”Agnet
图片来源：ReplitReplit 已成为构建 AI 编程工具的领军企业，这些工具可供专业开发人员和编程新手用于编写和调试软件，同时该公司也面临着其他初创公司和大型科技企业的竞争。知情人士透露，人工智
阅读全文速递｜AI客服之争：Parloa再融3.5亿美元，与Sierra、Decagon展开头部竞逐
图片来源：Parloa柏林人工智能客服初创公司Parloa 获得现有投资者 3.5 亿美元 D 轮融资，这家成立六年的企业估值已达 30 亿美元。距离该公司以 10 亿美元估值完成 1.2 亿美元融资
阅读全文受够了Copilot的“霸王条款”？GitHub全球宕机遭怒骂，引爆开发者“大逃离”！
整理 | 华卫 几个小时前，有大批开发者反馈：GitHub 大面积宕机了，社交平台上充斥着“粉色独角兽”的截图和相应的控诉。对于此次故障的原因，目前 GitHub 还未给出详细分析报告。然而，不少开发
阅读全文产业级 Agent 如何破局？百度吴健民：通用模型难“通吃”，垂直场景才是出路
作者 | 褚杏娟本文为《2025 年度盘点与趋势洞察》系列内容之一，由 InfoQ 技术编辑组策划。本系列覆盖大模型、Agent、具身智能、AI Native 开发范式、AI 工具链与开发、AI+ 传
阅读全文美团又上新模型，8个Thinker齐开工，能顶个诸葛亮？
编辑｜Panda、杨文临近春节，各家 AI 厂商进入冲刺阶段，纷纷亮出最新大模型成果。1 月 15 日，美团也重磅更新自家模型 ——LongCat-Flash-Thinking-2601。这是一款强大
阅读全文失去三个联创后，Mira公司危机持续：又有两人要出走
编辑｜张倩继奥特曼在 OpenAI 的「宫斗」大戏后，他的老搭档 Mira 这周的经历也够拍一部电视剧了。昨天，我们报道了前 OpenAI CTO Mira Murati 创办的 Thinking M
阅读全文不止于量化：最新综述用「时-空-构」三维视角解构KV Cache系统级优化
随着 LLM 向 1M 上下文演进，KV cache（键值缓存）已成为制约推理服务效率的核心瓶颈。自回归生成的特性使得模型必须存储历史 token 的 key-value 状态（即 KV cache）
阅读全文能上生产才是硬道理！Coding Agent 评测，终于开始关注过程了
今天是一期硬核的话题讨论：Coding Agent 评测。AI 编程能力进步飞速，在国外御三家和国产中厂四杰的努力下，AI 编程基准 SWE-bench 的分数从年初的 30% 硬生生拉到了年底的 7
阅读全文谷歌开源翻译模型，可本地运行的翻译专家！
OpenAI 前脚低调推出专门的翻译功能，Google 后脚就开源了专业的翻译模型。世道变了，谷歌反守为攻，OpenAI 步步为营啊！！但是，我们喜闻乐见，他们越卷，我们越开心。今天来看看这个 Tra
阅读全文不敢信？中国AI国家队出手，刚刚通关了万亿级主战场「地狱副本」
新智元报道 编辑：编辑部【新智元导读】人人都在夸智能体有多强，但真正的生死考场从不是Demo现场，而是几亿金额、零容错的招标采购。英伟达和OpenAI才刚喊口号，但这家AI已经先走了一步，趟过落
阅读全文MiniMax都在用！5500PB幕后功臣首次亮相，国产黑马祭出杀招
新智元报道 编辑：定慧【新智元导读】你花大价钱买的顶级GPU，可能30%时间都在「发呆」——不是算力不够，而是数据喂不上。这个被严重低估的AI困境，正在吞噬无数企业的真金白银。今天AI算力中心正
阅读全文思考已成白菜价？黄仁勋一语成谶，物理学家：人类科研只剩3年
新智元报道 编辑：元宇【新智元导读】「3年内，我们熟悉的科学研究将不复存在！」德国物理学家Sabine Hossenfelder这句「末日预言」，戳破了所有知识工作者的安全感。AI正在攻破人类智
阅读全文用数百Agent并发，连续跑数周，耗费数万亿token，我们能收获什么？ Cursor做了一个很有意思的实验，做了个让很多Agent并发工作很长时间，分享了他们发现的经验。 最开始，尝试用一个去中心化的机制，就是通过一个共享文件协调Agent的工作，利用锁避免冲突。 但是结果比较灾难。 死锁的情况经常出现，效率很低（20个Agent并发，甚至不如2~3个Agent）， 而且为了规避风险，Agent只想做一些小的、安全的改动，没人承担端到端的复杂模块责任。 最后，还是用 planner- worker的模式。 在模型选项上，gpt5.2表现远优于别的模型，opus 4.5比较滑头，喜欢快点结束，把控制器给人，走捷径。 最后，他们分享了3个结果。 1. FastRender 一个浏览器，一周的时间，100万行代码。 2. cursor自身的solid 到 react的迁移，+266k / -193k的代码重构 3. java lsp， 55万行代码，7.4k提交。 感觉很牛？ 不不不，我还真去看了。 感觉期望最高的是那个浏览器？ 其实并不好，CI一直失败，很多pr没过测试就合并了，根本编译不了。 代码结构也特别的碎片化，各种深层嵌套，readme跟内容也不太符合，像是一次性的产物，没有agent维护他。 相比之下，另外2个项目反而还不错。可能agent 更擅长处理逻辑定义明确，有严格协议约束的工程。 这让我想起了。sonar 发布的，26代码开发者调查报告，96%的开发者表示不完全信任AI生成的代码，53%的表示，ai经常生成一些看起来对，实际上有误的代码。 当然，cursor这个实验，一方面其实可能是一个Agent长时间自主编程的里程碑，数量本身就是一种质量，通过堆叠Agent，我们可以突破单模型的上下文限制，构造复杂系统。 成本也不容小觑，花了数万亿的token，这个成本的量级已经非常恐怖了。 数百万行的代码，对人来说，意味着，代码价值的贬值，只有对系统的更深刻理解，才是人的责任。 博客地址：https://cursor.com/cn/blog/scaling-agents AI负责把代码填满，人负责把软件做好~
用数百Agent并发，连续跑数周，耗费数万亿token，我们能收获什么？ Cursor做了一个很有意思的实验，做了个让很多Agent并发工作很长时间，分享了他们发现的经验。 最开始，尝试用一个去中
阅读全文对话吴嘉：打通阿里生态之后，千问还要做什么？
作者｜Yoky邮箱｜yokyliu@pingwest.com千问对自己挺狠的，或者说阿里对自己挺狠的。用一个千问，把过去二十年的阿里，变成了一个AI Agent。1月15日，千问App宣布全面接入淘宝
阅读全文iQOO Z11 Turbo：久违的黄金尺寸，谁说性能旗舰必须是“砖头”
作者｜陆邮箱｜xiaoyu@pingwest.com在很长一段时间里，性能手机往往要在“轻薄手感”和“极致续航”之间做单选题，想要旗舰级的处理器和散热，机身往往厚重如砖；想要轻薄手感，电池容量就得缩水
阅读全文AI在美国“与民争电”，核电成了硅谷“全村的希望”
文章转载于字母AI美国AI公司们，最近又开始忙着投资电厂了。近期，Meta与美国电力企业Vistra签署长期购电协议，从其旗下多座现役核电站直接采购电力；此前，Meta还与Oklo、Terra Pow
阅读全文不用拍的广告片？深度拆解美团闪购AIGC营销新案例
一水 发自 凹非寺量子位 | 公众号 QbitAI唯“快”不破的美团闪购，这次搞了一波AIGC技术流营销。先说结论，从已经公开的视频来看，他们算是终于回答了一个近几年被反复提起、却很少被真正解决的问题
阅读全文吴恩达开新课教OCR！用Agent搞定文档提取
闻乐 发自 凹非寺量子位 | 公众号 QbitAI你懂OCR吗？2025年之前，可能人人都懂。但2025年之后，你还认为你真的懂OCR吗？是的，随着AI大模型研发在架构、记忆、存储等等领域的深水区创新
阅读全文开源框架让代码AI偷师GitHub！bug修复率飙升至69.8%，性能创纪录
MemGovern团队 投稿 量子位 | 公众号 QbitAI人类程序员碰到棘手bug通常会上网查询前辈经验。当前AI虽然开始具备联网搜索能力，但仍不能很好地从网络经验中获取修复bug的能力。让AI学
阅读全文Anthropic 发布第四份人类经济指数报告：AI 对全球工作的影响仍然不均衡
Anthropic 刚刚发布了第四份经济指数报告，这次他们搞了个 经济基元（economic primitives） 的新概念。简单来说，就是用五个基础指标来衡量 AI 的使用情况：任务复杂度、所需教
阅读全文工业级文本转SQL新思路：成本暴降、超3000列超大数据库依然稳健
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！像一位经验丰富的数据库工程师那样去
阅读全文Nature发表、Science点赞！清华揭秘AI让科学家走捷径却让科学走窄路
专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！AlphaFold获得诺贝尔奖标志
阅读全文