刚刚，DeepSeek公布下一代agent harness理念
DeepSeek提出Super-agent架构，采用Router与Worker双层设计及事件驱动机制，支持跨信道交互、多任务并发及主动响应。该架构实现持久在线与异常自愈，将人类角色聚焦于高层决策，显著提升复杂任务处理效率，有效突破单会话Agent瓶颈。
嘿咯图床 · AI 新闻频道
嘿咯AI新闻 · 第20页
嘿咯图床的一句话AI新闻
嘿咯AI新闻是嘿咯图床旗下的 AI 新闻频道，每日聚合人工智能、大模型、AIGC 与 AI 产品动态，用一句话摘要帮你快速了解行业变化。
共 6405 条新闻 · 第 20 / 641 页
整仓迁移交给Coding Agent，训练与推理行为还能对齐吗？谷歌团队发布T2J-Bench
谷歌发布T2J-Bench基准，涵盖63项PyTorch转JAX迁移任务，通过TwinHarness框架执行接地评估，重点检测数值精度与行为一致性。实验显示，该框架使Claude-Code迁移得分提升11.4%，优于基线且避免行为退化，为AI辅助跨框架迁移提供高效范式。
为什么别人家的芯片，能跑更大的模型？
XHEART发布旗舰智驾芯片X7 Ultra，实测计算利用率98.7%，内存带宽降80%，每瓦性能翻倍。该芯片采用超大核NPU架构，支持高精度计算，确保模型输出相似度99.99%。已出货超20万颗，搭载10款量产车型，支撑千亿参数车端运行，助力L4级自动驾驶落地。
NeurIPS 2026 ED Oral丨Benchmark也有保质期？我们给158个评测基准打了分
伴随模型能力提升，模型评测也面临着新的挑战。 部分评测基准已接近饱和，模型分数越来越难拉开差距，跑分的参考价值也随之下降。哪些基准仍然有效，测出的分数还能说明什么？
刚刚，Claude每月200美元套餐取消5小时限制
Anthropic调整Claude订阅体系，将Max 20x更名为Ultra（200美元/月），解除已验证账户的5小时使用限制，改为每周额度制；原Max 5x更名为Max（100美元/月）。此举旨在消除额度误解，优化高频开发者体验，并推进后续更新。
奥特曼：PC上装内存太浪费，最好留给AI数据中心
OpenAI CEO Altman指出，个人PC本地运行AI模型内存利用率仅约5%，效率远低于数据中心。他主张集中部署内存，并透露公司正通过自研芯片及建设可自我复制的数据中心优化算力配置。此外，他建议利用AI重构架构应对漏洞风险，认为智能体团队协作优于单一超高智商AI，并呼吁行业摒弃“看不见的手”，聚焦提升每瓦智能性能。
AI for AI 的下一关：能否自主规划实验，发现 Scaling Law？
港中大深圳等团队发布SLDBench v2，引入Active设定评测AI自主规划实验能力。测试显示，8个前沿模型在自主选择实验时预测误差扩大1.5至4.7倍。其中Claude Opus 5.5表现最佳，以4%全量成本通过集中投入关键实验，精度超经典公式全数据拟合结果，揭示了AI在实验探索策略上的局限性及优化方向。
蒸馏Agent，学决策而非抄Token！清华提出动作级在线蒸馏ActionOPD
在多轮工具调用与复杂环境交互中，大语言模型正加速以 Agent 形态落地。受限于前沿大模型高昂的推理成本，如何将其决策能力迁移至轻量级模型，成为当前 Agent 研究的重要课题。
RSI热潮之下，自我迭代的国产Agentic Infra，卷向了英伟达GPU的物理极限
无问芯穹推出GPU算子优化Agent框架，在NVIDIA SOL-ExecBench全球竞赛中登顶四大赛道并获88项单题第一。该系统通过隔离机制防止“奖励黑客”，结合Skills复用与共享Memory实现闭环迭代，能动态选择抽象层级并自主适应资源约束。该实践验证了国产Agentic Infra通过优化底层算力反哺AI系统，探索递归自我改进工程化落地的可行路径。
合肥量子版图补上关键一块 | 一家成立月余的中性原子公司，让省市区三级国资同时下注
合肥乾原量子获超亿元天使轮，由12家机构及省市区三级国资投，补齐合肥量子版图中性原子空白。公司依托山大实验室，首创“中性原子QPU+QAVEXUS互联”路线，自研光镊及单原子操控，取得20秒相干时间、10万光镊阵列指标，聚焦多机协同，推动中性原子量子计算产业化。