2026-10-12
2026-10-12
AI不教AI做题，而是教AI当一个好导师
本文介绍了一种让AI学会给另一个AI搭建更好执行环境的方法，通过提炼可复用的meta-skill原则，在不更新模型权重的前提下，使系统表现平均提升近9个百分点，并揭示了模型自我改进的新路径。
2026-10-12
给机器人装一个"知道自己不知道什么"的脑子，然后让它去搜索
明尼苏达大学团队提出EvoDuet，让AI进化搜索系统学会自己判断何时查资料、查什么，使OpenEvolve等框架在量子计算、航天轨迹等任务上效果显著提升，部分成绩超越已发布最优方案。
2026-10-12
穿越AI生产鸿沟，SUSE如何把“开放韧性”落到基础设施
“在过去几年与全球IT领袖交流中，我听到最多的一个词就是Resilience，即中文里的‘韧性’。”SUSE首席营销官Margaret Dawson（戴珍珠）在演讲和采访中反复提到这个词。
2026-10-12
陈立武："I like bad news"，以及：为什么最关心这五个AI创业方向
其实这期内容的原本标题是：与创业公司走在一起，才不会错失重大技术机遇。不过更关键的话题，还是从谈如何带领一家公司转型开始的。
2026-10-12
更多选择，更少决定：当AI评分模型拿到14个选项，却只敢用4个
AI评分模型JEV和KEV系列在有序打分任务中存在系统性偏差：候选项虽多，最终决策却高度集中在少数选项，利用率仅67%至76%，远低于无序任务。研究通过打乱顺序、细化量表、针对性训练层层验证，发现该偏差可被训练缓解，但泛...
2026-10-12
“AI+教育”从工具走向生态 金山办公与中公教育达成战略合作
10月10日，金山办公（688111.SH）与中公教育（002607.SZ）达成合作，双方共建的公考AI备考平台上线，赶在“国考”报名前向学员开放试用。平台基于WPS 365与WPS Comate打造，学员登录后即可跟随...
2026-10-12
AI智能体会犯错，但没人认真记录过这5万次失败
研究团队收集了5万条AI智能体失败案例，建立可验证的诊断与回放体系，发现针对性修复训练能将成功率从18.4%提升至51.1%，但修复效果因任务环境差异巨大，揭示AI自我纠错能力的现实边界。
2026-10-12
威克提出数据中心可促经济不加重电费负担
美国参议员Roger Wicker撰文指出，数据中心可在不转嫁成本给普通用电用户的前提下推动AI产业发展，并以密西西比州为例，说明企业、电力公司与州政府可协作扩展算力基础设施。
2026-10-12
智能体时代，身份安全需要实时拦截而非事后审计
SailPoint在Navigate 2026大会上发布Agentic Fabric与Human Fabric两款产品，将人类与AI代理身份统一纳入治理图谱。公司数据显示，AI代理与人类身份比例已达109:1，但仅2%的...
2026-10-12
OpenAI再发数学突破成果，解决数百道难题
OpenAI公布一批722篇数学手稿，覆盖372个结果族，涉及数百道数学界长期未解问题，由一个未公开的前沿模型求解，平均每题消耗相当于3小时ChatGPT Pro算力。
2026-10-12
Chips&Media发布数据压缩IP 攻克NPU内存瓶颈
Chips&Media正式发布首款非视频类多媒体IP——数据压缩（特征图压缩）IP，针对AI推理场景中NPU外存带宽瓶颈，实现无损压缩，FP16/BF16/INT8带宽节省率分别达35.2%、45.7%和53.5%，硬件...
2026-10-12
西德克萨斯州拟建150万平方英尺数据中心园区，区域AI投资总额达120亿美元
AI基础设施公司Crusoe在德克萨斯州Jayton提交两座数据中心建设申请，总投资48亿美元，总面积约152万平方英尺，预计2029年投入运营，叠加Childress项目后合计投资规模达120亿美元。
2026-10-12
Meta进军企业市场，信任问题成最大障碍
Meta发布Enterprise Platform，整合Muse Agent、Meta Business Agent等产品，由前MongoDB高管领衔。但分析师指出，Workplace和Horizon Workrooms...
2026-10-12
AIM：当AI做科研时，如何管理脑子里冒出来的一堆点子
论文提出AIM框架，用于管理AI自动化科研中的想法生成、筛选与实验对齐问题，借鉴贝叶斯优化思路设计组织、估计、调度与审计机制，在AutoLab十项基准任务上显著超越现有方法，并给出想法驱动搜索何时更优的理论分析。
2026-10-12
AREX-2：一个27B小模型，是怎么学会"越改越好"这件事的
AREX-2是北京智源研究院推出的27B智能体,通过机器学习工程和算法编程领域的长程改进轨迹训练,学会测试时多轮反思迭代,在MLE-bench、Frontier-CS及多个深度研究基准上取得领先或有竞争力的成绩,并展现出...