让CoT随环境「演化」，AgileThinker实现“边想边做”｜清华最新

和我们第一次在高速上驾驶汽车一样，在这种高压时刻，我们的大脑展现出一种惊人的能力：我们不会为了“规划变道”这个复杂任务而“暂停”当前的“反应”任务。我们更不会闭上眼睛思考30秒，让车自动驾驶，当然现在

谷歌的两个5天课程都讲了什么，介绍一下这9+N份白皮书 ｜最新

2025年末，谷歌通过Kaggle平台，以前所未有的力度，连续推出了两个为期五天的线上强化课程。这不仅仅是两次普通的线上分享，更像是一场由谷歌顶级机器学习（ML）研究员和工程师亲自引领的、深入探索生成

如何打造AI科学家？AI Scientist综述，从模块到自治六阶段方法 |最新

本文基于研究者的系统性综述，围绕“AI Scientist（AI科学家）”这一新的概念展开，核心线索是研究者的六阶段方法论与三阶段演进轨迹；您如果正搭建一个可验证、可协作、可扩展的研究自动化体系，这篇

如何自动优化领域任务的提示词？用EGO-Prompt｜NeurIPS 2025

大型语言模型（LLMs）正迅速成为从金融到交通等各个专业领域不可或缺的辅助决策工具。但目前LLM的“通用智能”在面对高度专业化、高风险的任务时，往往显得力不从心。为了弥合这一差距，我们目前高度依赖领域

40页的上下文工程ebook「深度拆解」｜weaviate

如果你也在做 RAG 或智能体应用，大概经历过这些瞬间：文档切得太碎，答案失去上下文；切得太大，又召回不准；加了更多提示词，效果可能更不稳定。Weaviate 团队比我们更早碰到这些问题，这是一家总部

Context Engineering 2.0：在未来，一个人的本质，就是其所有上下文的总和｜上海交大

在几天前，上海交大发布了一篇名为 《上下文工程2.0：上下文工程的上下文》（Context Engineering 2.0: The Context of Context Engineering） 的

重磅「RLI」远程劳动力指数：97.5%的赚钱工作AI无法代替人类完成，现在焦虑尚早！

最近出现了一篇题为《远程劳动力指数：衡量AI对远程工作的自动化》（Remote Labor Index: Measuring AI Automation of Remote Work）的重磅研究。这篇

代码自己改自己？我用1000万DeepSeek跑通了赫胥黎-歌德尔机HGM（附避坑指南）

读者，您好！今天想跟您聊一个硬核又极具启发性的项目——HGM（Huxley-Gödel Machine）。我刚刚一起花了几个小时，从环境配置的坑，一路“打怪升级”到让它最终跑完，相信您可能已经从别的公

中科院最新Vibe Coding综述，五种方式用AI，你是哪一种？

编码智能体（Coding Agents），这些智能体能够处理复杂的编程任务，与开发环境交互，执行测试，甚至进行自我调试。这一飞跃催生了一种范式转变，带来了一种引人思考的新开发方法论，尽管“Vibe C

让你的Mac用上DeepSeek-OCR：一个从0到1的开源适配之旅

DeepSeek-OCR这段时间非常火，但官方开源的文件是“按 NVIDIA/CUDA 习惯写的 Linux 版推理脚本+模型权重”，而不是“跨设备跨后端”的通吃实现，因此无法直接在苹果设备上运行，对

验证者定律，智能的锯齿边缘和商品化，CoT之父Jason Wei2025AI进展的三个思路

从“AI没什么用”到“AI三年内将终结人类工作”，这片巨大的认知鸿沟，就是我们身处的2025年。在这片喧嚣和迷雾之中，我们迫切需要一个清晰的导航图。而Jason Wei正是提供这份地图的最佳人选之一。

最新Agentic Search综述，RL让Agent自主检索，RAG逐渐成为过去式

大型语言模型（LLM）本身很强大，但知识是静态的，有时会“胡说八道”。为了解决这个问题，我们可以让它去外部知识库（比如维基百科、搜索引擎）里“检索”信息，这就是所谓的“检索增强生成”（RAG）。但这还

和人类一样？LLM也会认知能力会退化，当它看久了短平快内容 |最新

您可能已经听过“Brain Rot（脑腐烂）”这个词，它在2024年被牛津大学（Oxford）评为年度热词，本意描述的是人类长期沉浸浅层信息流带来的注意力、记忆与社交认知的耗损。Texas A&M U

AI的光学时刻来了，DeepSeek-OCR运行3B参数，仅6.2G，完美！

DeepSeek昨天开源了它们的多模态模型DeepSeek-OCR，主打用视觉压缩技术重新定义文本处理，长上下文难题迎来新解法！这个家伙厉害在能覆盖100多种语言，除了整页文字，还能对图表、化学式、几

是RAG已死，还是RAG Anything，All in RAG？

每隔一阵子，总有人宣告“RAG已死”：上下文越来越长、端到端多模态模型越来越强，好像不再需要检索与证据拼装。但真正落地到复杂文档与可溯源场景，你会发现死掉的只是“只切文本的旧RAG”。当图、表、公式与

你是对的，AGI一年内不会出现了！学术界对AGI的定义来了，27家机构最新

通用人工智能AGI可能是人类历史上最重要的技术，但这个词本身长期模糊不清、标准不断挪动。随着窄域 AI 把越来越多“看似需要人的智慧才能干”的活干得有模有样，人们对“什么才算 AGI”的门槛就跟着改，

Agent长程搜索的两大痛点被打通了！中科院 DeepMiner用32k跑近百轮，开源领先逼近闭源

中科院的这篇工作解决了“深度搜索智能体”（deep search agents），两个实打实的工程痛点，一个是问题本身不够难导致模型不必真正思考，另一个是上下文被工具长文本迅速挤爆导致过程提前夭折，研

试下GEPA-UI，或许你能在前端更深入理解这个提示词优化算法

上周写了两篇关于GEPA的文章《Agent多步误差咋破？看下GEPA，反思自进化+帕累托前沿，超过DSPy的MIPROv2》《别被提示词优化困住！用DSPy.GEPA把Prompt做成可演进的工程（万

真实度达90%！PyMC Labs 和高露洁预测购买意图，仅需个两个LLM

PyMC Labs 和个人护理领域的龙头企业高露洁-棕榄一起发了篇论文，核心想法很简单：传统消费者调研又贵又慢，还容易被面板偏差、迎合式作答这些老问题拖后腿。两家就想找一条更省钱省时、还能和现有流程配

无奖励也能把Agent练硬，Meta发布早期经验学习，隐式建模+反思（附提示词）

Meta提出早期经验（Early Experience）让代理在无奖励下从自身经验中学习：在专家状态上采样替代动作、执行并收集未来状态，将这些真实后果当作监督信号。核心是把“自己造成的未来状态”转为可

斯坦福最新：上下文只能写死在prompt里？用ACE把经验写进可演化上下文『附系统提示』

编者按：调模型不如“管上下文”。这篇文章基于 ACE（Agentic Context Engineering），把系统提示、运行记忆和证据做成可演化的 playbook，用“生成—反思—策展”三角色加

别被提示词优化困住！用DSPy.GEPA把Prompt做成可演进的工程（万字长文)

写给正在落地 AI 产品的工程师。一些代码直接可改造复用；另一些，是我踩坑后的经验之谈。为什么是 DSPy.GEPA，而不是“再手搓一次提示”DSPy是一个2024年5月修猫曾反复推荐给大家的一个AI

Meta的代码生成世界模型CWM，先预测结果再写代码，IDE很快会多一个“预言”按钮

您修过Bug吗？在Vibe coding的时代之前，当程序员遇到自己写的 Bug 时，通常能顺着自己的思路反推问题所在。但当面对 AI 生成的 Bug 时，情况变得复杂得多，我们不清楚 AI 的“思考

Agent多步误差咋破？看下GEPA，反思自进化+帕累托前沿，超过DSPy的MIPROv2

在人工智能的研究中，我们关心的是在序贯决策里如何实现长期目标的最优化；然而，一旦缺乏全局校正，哪怕每一步看似合理，仍可能在错误前提上越走越偏。在多步骤任务中，Agent 可能由于对指令的误解、知识的缺

太重要了，文档智能中的LLMs：综述、进展、和未来趋势

随着数字化时代的到来，文档数量急剧增加。文本文件、网页、幻灯片、海报、电子表格数据，甚至场景文本图像。这些文档不仅封装了不同行业内部和外部事务的处理细节和积累的知识，还涵盖了大量的行业相关实例和数据，

你的多轮对话「焦点漂移」有救啦，试下状态更新多轮对话策略，一条Prompt搞定！

长程、多轮对话（long-horizon, multi-turn dialogues）一直是当前AI应用领域中一个非常核心且常见的场景。无论是进行复杂的推理、利用外部知识库（RAG）还是使用工具（To

少即是多！78条数据完胜1万条？ 高质量数据才是AI真壁垒｜上交大/SII最新

对于提升AI能主动发现问题、提出假设、调用工具并执行解决方案，在真实环境里闭环工作，而不只是在对话里“想”的智能体能力（Agency）。在这篇论文之前的传统方法认为，需要遵循传统语言模型的“规模法则”

帮你把Agent从玩具变成产品，Google发布重磅指南，3章内容填平生产化鸿沟

谷歌云刚发布了一篇《Google Cloud Startup technical guide: Al agents》（Google Cloud 创业公司技术指南：AI 代理）这是一份非常详尽和全面的手

IBM发布LLM工具调用判断器ToolRM，工具调用准确率提高25%

Tool-Calling作为Agent的核心模块，智能体的双手，这项关键能力允许 LLM 调用外部函数，例如应用程序接口（APIs）、数据库、计算器和搜索引擎，决定了AI Agent的可执行边界。但在

Agent不用掏钱学了，Agent的21个设计模式，理解了这21张流程图就是高手