跳到正文
11月2日周一
  1. arXiv · AI31

    TSBPO:用于交互式语言智能体策略优化的树状分支方法

    TSBPO 提出了一种树状采样与更新范式,解决交互式语言智能体在从终端结果训练中面临的样本分配、延迟反馈归因及多 token 动作损失聚合问题。该方法使用基于似然拟合的 Root/Branch 分配器引导具有对比性终端结果的延续采样,并通过轨迹优势和观察组步优势计算策略梯度,同时在完整响应上求和截断 token 代理以避免响应长度平均。

  2. arXiv · AI25

    混合专家大语言模型的结构保持专家剪枝方法

    研究提出结构保持专家剪枝框架,包含PEEP与DCEP两种方法,以解决MoE模型部署时的显存开销问题。 实验显示,在DeepSeek-V2-Lite和Qwen3-30B-A3B模型上,该方法在75%和50%专家保留率下,于多数基准测试中优于现有最先进基线。 该方法通过贪心策略优化专家子集选择,兼顾专家全局结构关系与局部重要性。

  3. IT之家82

    美团龙猫发布 LongCat-2.5 原生多模态模型:1.6T 参数,强化长程智能体任务

    美团龙猫发布原生多模态模型 LongCat-2.5,总参数 1.6 万亿,每个 token 激活约 480 亿参数。模型通过视觉多层级离散 token 统一处理视觉与文本,强化 Visual Coding 与创意设计、3D 任务;在代码库开发等复杂任务上提升端到端能力,并提供在线体验与 API 接入,开源平台即将上线。

    同一新闻,精选展示《美团正式发布 LongCat-2.5:面向智能体任务的原生多模态模型》

  4. Hacker News LLM21

    LLM 时代软件初创公司能否生存?

    在 LLM 时代,软件初创公司面临生存挑战。目前 vibe coding 普及,将想法转化为软件的成本极低,甚至快于购买 TurboTax。 大型公司仍掌握算力和客户基础,而初创公司面临用户预期开源和免费软件的压力。在 Reddit 上,付费软件帖子通常会立即遭到大量差评。

  5. Hacker News AI86

    Avartha 发布 Ava Zero 1:开源权重语音智能体在任务完成率上领先 OpenAI、Google 和 xAI

    Avartha 发布名为 Ava Zero 1 的开源权重语音模型,其在 Sierra 的 τ³-Voice 基准测试中以 86.0% 的任务完成率位居榜首,超越 OpenAI GPT Live 1、xAI Grok 及 Google Gemini。

    推荐理由:原文通过对比任务完成率,展示该开源语音系统在实时场景下超越主流闭源闭环的能力。

11月1日周日
  1. Hacker News LLM76

    Uniichat 开源:基于本地运行持久化 AI 智能体团队

    Uniichat 是一个开源本地工具,在用户电脑上运行由 AI 智能体组成的团队,支持基于用户 Claude 订阅或 API 密钥调用模型。核心机制为每个智能体维护单一长会话,消息通过二叉树结构进行摘要合并,支持向下展开回溯至原始消息,上下文最大 128 KB;父智能体可为不同任务生成子智能体,各自独立处理 git worktree 分支,并由父级审查合并。

    推荐理由:开源仓库提供了一套本地多智能体架构,让不同任务分支保持独立记忆并通过 git worktree 协作。

  2. Hacker News AI54

    Agentic Resource Discovery 协议能否像 AI 网关一样迎来爆发期?

    ARD 是一个面向 agentic 资源的开放发现协议,允许 AI 客户端查询可用资源,但发现层位于调用之前,不替代 MCP、A2A 等执行运行时。该协议由 Microsoft、Google、Hugging Face 等参与的开放工作组开发,采用 Apache License 2.0,支持多发现服务并行运行以满足不同社区的信任与访问策略需求。

  3. Hacker News AI68

    FreeGent 智能体 AI 架构解析

    FreeGent 提供了一套用于优化 Agentic AI 系统的工程方法,涵盖上下文管理、Agent Loop、层级委派及 QA 门禁等模块。其通过结构索引替代过长读取结果、自动分配模型并行任务以及基于 Kanban 的自动化检查,实现了无监督智能体工作流。

  4. 量子位84

    DeepSeek 开源 Super-agent 架构

    DeepSeek 开源了名为 Super-agent 的 Personal Agent 底层架构,支持跨平台多任务并行与自主Bug修复。实测显示该方案任务完成时间中位数为12.4分钟,95分位数为15.7分钟,优于传统单会话方案。该架构采用 Router 与 Worker 双层设计,并引入投机执行、订阅直通机制及 Watchdog 看门狗以实现24小时在线与异常自愈。

    同一新闻,精选展示《DeepSeek开源Super-agent架构原型》

  5. Latent Space52

    Arca Agent如何实现长周期金融工作流

    Arca通过内部memory系统管理持续10天的长周期金融任务,使用Claude和GPT模型并建立自研harness进行任务路由,由人类执行最终交易决策。系统包含确定性guardrails限制Agent风险操作,并通过meta-agent分析Advisor反馈和Agent traces持续优化harness性能。

10月31日周六
  1. Hacker News AI58

    Anthropic 限制 Claude Code 重制现有游戏

    Anthropic 通过在 Claude Code 的系统提示词中新增规则,禁止重制特定现有游戏,以打击 AI 驱动的 IP 侵权行为。官方确认该规则不可关闭,但允许创建原创游戏、类型游戏及基于用户自有资产的游戏。这一调整引起了独立开发者的关注,他们认为这虽能遏制低效率模仿,但高级用户可能转用无此限制开源权重模型来规避。

  2. 36氪88

    AI 完成有限单群分类定理形式化验证,发现并修复人类证明漏洞

    Axiom 团队利用多智能体系统在 24 天内完成了有限单群分类定理的 Lean 代码形式化验证,生成 4310 万行代码。AI 在验证过程中发现人类证明中 34 处逻辑偏差,包括不平衡群定理的关键漏洞。通过与数学家合作,AI 证明了新定理修复了该漏洞,完成了人类史上最大规模的数学证明形式化。

    同一新闻,精选展示《Axiom 发布有限单群分类定理 AI 形式化项目, 24 天生成 4310 万行 Lean 代码》

  3. Hacker News AI75

    Scio 发布由 AI 智能体自主撰写与盲审的知识库

    Scio 是一个由 AI 智能体自主撰写、互审并投票决定发布内容的知识库平台。智能体需引用原始来源,平台通过随机抽取的盲审陪审团进行多数决校验,确保内容基于可验证事实。对比数据显示,Scio 在启动 64 天时发布了 18,933 篇文章,远超同期 Wikipedia 的 1,772 篇,且支持用户通过 Claude Code 等编码助手一键集成查询与写作功能。

  4. Hacker News LLM44

    Signet:通过密码学强制执行 LLM 状态转换

    Signet 是一款基于确定性加密状态机的中间件,用于强制执行 AI Agent 的转换逻辑。 它支持图执行验证、自愈合中间件及 Ed25519 签名日志,并通过本地 Streamlit 仪表盘进行可视化调试。 该工具旨在解决 LLM 幻觉问题,在 LangGraph 和 AutoGen 管理内存的基础上,确保 Agent 严格遵循业务规则。

  5. 量子位85

    面壁智能开源ForgeKernel:AI零帧起手写算子,性能超DeepSeek FlashMLA 9.8%

    面壁智能宣布开源AI算子生成系统ForgeKernel。该系统在英伟达B200上通过22.5小时自进化,使生成的FlashMLA Prefill算子耗时降至472微秒,比DeepSeek开源的FlashMLA快9.8%。ForgeKernel在昇腾多张硬件榜单位列第一,其生成的算子已在国产芯片上完成MiniCPM5-1B长训测试。

    推荐理由:面壁智能宣布开源AI算子生成系统ForgeKernel,展示其零源码编写算子并超越人类专家手写的实际性能。

  6. Hacker News AI60

    PostgreSQL 19 发布延迟,原因是 AI 发现了更多 Bug

    PostgreSQL 19 预计将推迟到 11 月发布,作者认为主要原因是 LLM 大幅提升了在古老代码库中发现 Bug 的效率。2026 年 4 月至 9 月,REL_19_STABLE 的提交量较 2025 年同期增长超过 60%,大量原本隐藏的 Bug 被快速定位,迫使开发团队花费更多时间进行修复和回溯,进而导致多个主要功能在后期被移除,发布了延迟。

10月30日周五
  1. TLDR AI34

    Mistral Large 4 开源万亿参数模型权重,Sam Altman 谈智能体蜂群与社会影响

    Mistral 发布 Mistral Large 4 权重,该万亿参数模型专为自托管及网络安全设计,宣称在智能体编码基准上领先。 Agent swarms 研究显示模型底层架构与提示词排序显著影响群体领导动态,GLM 5.3 已能利用未修复漏洞生成攻击载荷。 Sam Altman 主张分布式超级人类智能优于单一 AGI,认为竞争性的多智能体系统更符合韧性社会特征。

  2. The Decoder90

    Epoch AI研究表明开源模型GLM 5.3可在48小时内自主构建Firefox漏洞利用链

    Epoch AI研究人员展示,中国开源权重模型GLM 5.3能在无人输入的情况下,利用安全补丁发布与生效之间的时间差,针对6个Firefox版本自主构建完整的漏洞利用链。

    同一新闻,精选展示《Epoch AI 报告开源模型 GLM 5.3 成功利用补丁空窗期攻击 Firefox 浏览器》

  3. Hacker News AI72

    AI 让任何人皆可反编译软件:开发者解读 REA 引发的开源与安全争议

    开发者 Morluto 推出的工具 REA 利用 AI 智能体实现大规模软件反编译,已拥有 40 万 GitHub Star。Cornell 技术法学院教授 Grimmelmann 指出,这给商业秘密和版权法带来危机,使代码保护形同虚设。尽管 OpenAI 和 Anthropic 已开始限制该工具的使用,开源模型如 GLM-5.3 提供了替代方案,反编译热潮仍将持续。

  4. arXiv · NLP40

    LLM 生成代码质量改进技术的系统综述与受控重评估

    基于 628 项研究的系统综述与受控重评估显示,许多 LLM 代码质量改进技术缺乏公平比较证据。 重评估覆盖 4 个模型及 13 个当前模型,在匹配计算预算下测试正确性、可维护性、效率和安全基准。 结果建议在预算匹配的采样基线和技术独立度量上报告增益,避免仅依赖单一自动化信号。