AI写代码，这次玩大了。 Cursor创始人宣布一项疯狂实验的结果：让数百个AI智能体连续跑了整整一周，从零开始，硬生生造出了一个可用的Web浏览器。项目代号FastRender，产出超过300万行代码，核心是一个用Rust从头写的渲染引擎，甚至还自带一个定制的JavaScript虚拟机。
他独自承担了一个复杂的 TypeScript 微服务项目的改造工作。为了让老板同意，他当场拍着胸脯保证六个月内完成。随后，他转身将 Claude Code 调教成得力助手，协助自己管理与重写工作。为此，他每月花费 200 美元（约 1422 元）开通 Max 20x 套餐，将原本约 10 万行的项目重构为 30~40 万行规模。
近日，在全球人工智能领域最具影响力的顶级学术会议 NeurIPS（神经信息处理系统大会）上， 清华大学和蚂蚁数科联合提出了一种名为 Dual-Flow 的新型对抗攻击生成框架。
在深入技术细节之前，我们先用一张漫画来直观理解 COIDO (Coupled Importance-Diversity Optimization) 解决的核心问题与方案：正如钟离在漫画中所言，面对海量视觉指令数据的选择任务，传统方法需要遍历全部数据才能进行筛选造成大量「磨损」（高昂计算成本）。同时在面对数据重要性和多样性问题时，传统方法往往顾此失彼。
北航刘偲教授团队提出首个大规模真实星座调度基准AEOS-Bench，更创新性地将Transformer模型的泛化能力与航天工程的专业需求深度融合，训练内嵌时间约束的调度模型AEOS-Former。这一组合为未来的“AI星座规划”奠定了新的技术基准。
不久前，NeurIPS 2025 顺利举办，作为人工智能学术界的顶级会议之一，其中不乏学术界大佬的工作和演讲。
NeurIPS 2025见证了历史性的分流：清华大学以微弱差距逼近谷歌，中国AI完成了从数量堆叠向底层架构创新的「质变」突围。在圣地亚哥与墨西哥城的双会场之间，签证壁垒切割了物理空间。这是一场关于算力、人才与技术定义权的「双城记」。
在AI的浪潮下，学术研究正在被商业机构加速「量产化」，包装成明码标价的「入学筹码」。这不仅稀释了学术研究的含金量，挤占了学术资源，也可能导致学术通胀、学历贬值与更深层的信任危机。
谷歌DeepMind掌门人断言，2030年AGI必至！不过，在此之前，还差1-2个「Transformer级」核爆突破。恰在NeurIPS大会上，谷歌甩出下一代Transformer最强继任者——Titans架构。
两项关于大模型新架构的研究一口气在NeurIPS 2025上发布，通过“测试时训练”机制，能在推理阶段将上下文窗口扩展至200万token。两项新成果分别是：Titans：兼具RNN速度和Transformer性能的全新架构；MIRAS：Titans背后的核心理论框架。
