搜索
过去两年，self-reflection、self-correction、self-play、agentic RL、skill learning、test-time adaptation、open-ended evolution、self-evolving agent等概念不断涌现。
近日，浙江大学 OmniAI 团队在 《Show, Don’t Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text》 中提出 ProVisE，让图像生成模型直接在图中回答空间问题，并将视觉答案还原为原 benchmark 可以评分的结构化预测。
最近这两天被各种模型卷麻了，今天随便写点。
当 “花钱” 这事儿开始外包给 AI，这个世界将发生什么变化？
终于！Agent赛道，不再是自回归（AR）模型一家独大。
还记得「苦涩的教训」（The Bitter Lesson）吗？
出海这门生意，正在进入困难模式。
刚读了一篇 AI4AI 论文《AI4AI at Scale》，来自 XYZ Agentic Team。还是第一次听到这个 Lab。他们用 AI4AI 的方式做出了两个很强的搜索 agent，也公开了方法。借这篇 paper 讲讲 AI4AI 到底怎么工作，下面尽量少堆术语。
刚刚，北京市发布了一份特别重磅的政策文件。《北京市关于加快智能体引领发展的若干措施》文件不长，一共10条。但我把它从头到尾看完以后，我的第一反应是，这份政策真的有点太新了。Agentic AI、Harness Engineering、AI OS、FDE、OPC、Token经济、TaaS、AaaS、RaaS、Token工厂、AIP。
刚刚，阿里旗下的Qoder正式推出了Qoder Security，直击AI Coding的安全风险问题。在这个工具中，代码安全内生于 Qoder，贯穿从编码到提交的每一步。Qoder Security的发布，让Qoder成为国内首个交付「编码会话内三层安全护航 + 发现问题同会话修复」能力Agentic Coding产品。