←搜索结果

搜索“GitHub”

按匹配度 · 共 1654 条结果 清除搜索

星期五

  1. Google Research

    Google 发布基于 TEE 的新一代联邦学习系统

    Google 发布新一代联邦学习系统，利用可信执行环境（TEE）提供可外部验证的隐私保证，并将计算转移到服务器端以提升训练速度、准确率和设备覆盖。Gboard 已采用该系统上线英语和日语下一词预测模型，训练时间从此前的 1-2 个月大幅缩短，瓶颈转移到服务器端。系统通过公开透明日志 Rekor 发布访问策略，KMS 与数据处理二进制可从 Confidential Federated Compute 开源仓库复现构建。

    A line graph comparing privacy-utility curves between a previous federated learning system and a new TEE-based system.

    lly be participating in. The KMS and data processing binaries used in our FL system can be reproducibly built from open source code published in the Confidential Federated Compute Github repository. Verifiable execution with dynamic sideloading In our earlier FL systems, the logic running on the server could be verified neither by devices nor auditors, and thus we needed to be trusted to correctly add random noise to gradient sums to provide differential privacy. In our new TEE-based FL system,

    匹配字段正文

    #lab#安全/对齐#端侧#部署/工程
  2. AWS Machine Learning

    用 Amazon Quick 和 Adjudicated Query 模式批量核查数千份租约合规性

    AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面用自然语言提问合规问题，实际判定交由确定性（非 AI）规则引擎完成，模型只负责把问题翻译成固定类型操作并叙述结果。该模式通过完整性回执保证 compliant + in-breach + ambiguous + unreadable 等于 scanned，避免 RAG 或 text-to-SQL 的漏检风险，适用于租约合规、制裁筛查、保险理赔等场景。

    Architecture diagram: Amazon Quick chat agent and Amazon Quick Sight dashboard both read from an Aurora store, with a Lambda-hosted MCP server and rules engine mediating chat requests through API Gateway and Cognito, and calling Bedrock only for exploratory search

    ase The principle: a safeguard in the payload is only as strong as its survival through paraphrase. Deploy and run the sample The complete reference implementation is available on GitHub. It ships with synthetic data (no real customer lease data), deterministic corpus generation, and acceptance tests against the deployed stack. Prerequisites Before deploying, verify that you have: An AWS account with Amazon Bedrock model access enabled for Amazon Titan Text Embeddings V2 and Anthropic Claude Son

    匹配字段正文

    #lab#教程/实践#RAG#MCP/工具调用
  3. gihyo.jp

    Cloudflare 开放 Git 兼容存储 Artifacts 公测

    Cloudflare 于 2026 年 10 月 1 日将 Git 兼容存储 Artifacts 开放公测，面向 Workers 付费计划用户，可创建、导入仓库并从普通 Git 客户端 clone 和 push。Workers 付费计划每月含 1 万次仓库操作和 1GB 存储，超出部分每 1000 次操作 0.15 美元、每 GB 每月 0.50 美元。Cloudflare 同时面向美国和加拿大居民举办开发竞赛，要求用 Artifacts 和 Workers 构建支持多个智能体并行修改的 Git 平台，10 月 15 日截止，冠军获 2.5 万美元 Cloudflare 额度。

    移行した。 Cloudflareは、多数のエージェントが同じコードに並行して変更を加える際、互いの作業状況の把握や競合の処理、変更のレビューが課題になると説明している。何が変わったかに加え、なぜ変更したかを追う仕組みも必要になるとしている。そのため同社は、Artifactsのリポジトリ管理機能を土台に、エージェント間の作業調整やレビュー・マージを支える「次のGitHub」の開発を呼びかけている。 [1] リポジトリをまとめる名前空間の作成時に米国またはEUを指定すると、その名前空間に属するリポジトリのデータは、指定した地域内で保存・処理される。 エージェントごとにリポジトリを作成⁠・分岐 Artifactsのリポジトリは、通常のGitクライアントからcloneやpushで操作できる。リポジトリの作成やインポートなどはAPIから行える。 WorkersからArtifactsを操作するためのバインディングも用意している。たとえば、エージェントにタスクを割り当てる際に、Workerのコードから共通のリポジトリをフォークし、作業用リポジトリへのアクセストークンを渡す処理を実装できる。 エージェ

    匹配字段正文

    #hot-signal#行业动态#Agent#部署/工程
  4. gihyo.jp

    Anthropic 正式发布可用 TypeScript 定制 Claude Code 的 Mods

    Anthropic 于 2026 年 10 月 1 日宣布 Claude Code 的 Mods 功能正式上线，可用 TypeScript 编写的 mod 改写提示词、增改 UI、替换内置功能或添加全新功能。mod 以插件形式分发，通过 CLI 或桌面应用的 /plugin 安装，Claude Code 2.1.287 及以上版本默认启用，无需额外配置。与在事件中执行 shell 命令的 Hooks 不同，Mods 注册的是在 Claude Code 内运行的 TypeScript 函数，可在会话内保持状态，并支持事件前后处理或替换事件。官方提醒 mod 与 Claude Code 本体一样拥有对所用电脑的访问权限且未沙箱化，建议只安装可信来源的 mod。

    ベントの前後、あるいはイベントを置き換えて処理を実行でき、ボタンや入力フォーム、ペインなどのUIの追加/変更やプロンプトの書き換え、ツールのブロックや再試行、権限要求の自動承認/拒否が可能。 またClaude Code自体にもAGENTS.mdのサポートやサイドバーに表示される/diffペインなど、modとして構築されている機能がある。これらのソースコードはGitHubで公開されているので、mod作成のサンプルとして確認できる。 modはユーザー自身で作成できるほか、Claude Codeに作成を依頼することも可能。プロンプトから作成したmodは、動作を見ながら調整することもできる。なお、この方法で作成したmodはそのセッション限りの一時的なもので、継続して使うには、フォルダーを別の場所へコピーし、通常のプラグインとしてインストールする必要がある。modの詳しい作り方はチュートリアルを参照。 公開されているmodのプラグインはClaudeディレクトリから入手、インストールが可能。また作成したmodは、通常のプラグインと同様にマーケットプレイス経由で共有できるほか、Claudeディレクト

    匹配字段正文

    #hot-signal#产品更新#编码#MCP/工具调用
  5. Latent Space

    MIT 的 Alex Zhang 谈递归语言模型 RLM：让模型把自身提示词当作外部对象

    MIT 的 Alex Zhang 提出递归语言模型（RLM），让模型把自身提示词当作外部对象处理，其 RLM harness 成为首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。他还讨论了 GPU kernel、Prime Agent、持久化子智能体，以及 OpenAI 的 10000 智能体实验、130B 输出 token 和约 4000 万美元等效成本的问题求解。

    多智能体系统的不同方法 开放性、Sakana AI，以及在海量生成工作中寻找隐藏的珍宝 为什么当前的前沿模型可能已经存在巨大的能力悬置 推测性程序化工具调用以及与生成重叠的工具执行 英语、代码还是全新的“Neuralese”会限制模型的推理方式 AI for science、快速变化的基准，以及Alex如何选择押注哪些研究问题 网站：alexzhang13.github.io X：@a1zhang 00:00:00 引言 00:07:38 人类专业知识 vs. 暴力AI搜索 00:19:28 GEV与重新思考语言模型 00:36:42 作为组合式泛化器的Harness 00:44:24 RLM详解 00:52:01 Prime Agent与持久化子智能体 00:57:41 RLM在现实中的应用 01:00:30 OpenAI集群与语言模型的未来 01:07:26 开放性与Sakana AI 01:15:52 Kimi vs. OpenAI智能体集群 引言：Alex Zhang、RLM与GPU Mode Swyx [00:00:00]：好的，我们和Alex Zhang一起在演播室里，我想

    匹配字段正文

    #newsletter#行业动态#Agent#推理
  6. gihyo.jp

    Agentic Coding 与 Harness Engineering：如何最大化 AI 的自走性能

    《Software Design 2026年10月号》特集公开第1章，梳理 Agentic Coding 与 Harness Engineering。SWE-bench Verified 上 Anthropic 模型最高分从 2024年10月的 49% 升至 2025年11月的 80%，使 Agentic Coding 的自律循环从数十分钟延长到数小时至数天。文章区分内部 Harness（LangChain、Anthropic 的模型外实现）与外部 Harness（AGENTS.md、CLAUDE.md、测试、CI/CD、权限设置），并指出 LangChain 仅改进 Harness 就把 Terminal-Bench 2.0 分数提升 13.7 个百分点。

    照的です。整理すると表1のとおりです。 LLMの自走性能の急激な向上 前述のように、当時のAgentic Codingの運用は「エージェントは自律的に動き、生成物は人が評価して受け入れる」という前提に立っていました。この前提を揺るがしたのが、2025年後半からのLLMのコーディング性能の急激な向上です。 象徴的なのがコーディングベンチマークの数字です。実際のGitHubリポジトリの課題をエージェントに解かせるSWE-bench Verifiedでは、Anthropicのモデルの最高スコアが2024年10月時点の49％から2025年11月には80％に達しています[4]。AI分野の情報発信で知られるSimon Willison氏は、2025年11月から12月に登場したOpus 4.5とGPT-5.2について、「⁠LLMが突如として高いコーディング性能を獲得した転換点」だと述べています[5]。 ここで重要なのが、コーディング性能の向上により、AIエージェントの「自走性能」が高まったという点です。コーディングや端末操作の性能が向上したことにより、エージェントはゴールを与えられただけで、長時間タ

    匹配字段正文

    #hot-signal#教程/实践#Agent#编码
  7. AWS Machine Learning

    AWS 用 Amazon Bedrock AgentCore 上的智能体 AI 扩展云迁移

    AWS Professional Services 基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建了四智能体模式，用于 MCP 连接环境下的云迁移，将每个应用的基础设施即代码（IaC）开发时间从 3 到 4 周缩短至几分钟。该模式与 AWS Transform 和 AWS DMS 配合使用，包含 Intake、IaC、Migration Intelligence and Governance 以及 SRE 四个智能体，通过 AgentCore Gateway 调用 MCP 工具。

    AgentCore Runtime handles session isolation and scaling. For deployable examples, see the Amazon Bedrock AgentCore samples repository and the Strands Agents samples repository on GitHub. For the deployment steps, refer to Getting started with AgentCore runtime. Phase 1: Intake Agent for automated discovery The Intake Agent reads the migration inputs that live in your document and collaboration systems. On this program, those systems were reachable through MCP tools the delivery team built and m

    匹配字段正文

    #lab#教程/实践#Agent#MCP/工具调用
  8. Claude Code：GitHub Releases

    Claude Code v2.1.287 发布：新增 Claude Mods 与 You should know 内置 mod

    Claude Code v2.1.287 新增 Claude Mods，插件可修改更深层行为，并内置 You should know mod，由侧边 agent 监控并提示可能被忽略的问题，可用 /plugin enable cc-plugin-you-should-know@builtin 开启。该版本还新增 agents 视图的 n: 过滤、OpenTelemetry user_prompt 事件的 prompt_text 字段，并修复远程会话 fast mode、Remote Control 重连、Bedrock 与 Vertex 启动模型检查等多项问题。

    rShell tool, so Claude has no shell tool; Self-hosted runner: Added a built-in gh api (REST only) for sessions that use Anthropic-managed git on macOS and Linux machines where the GitHub CLI is not installed; Fixed fast mode staying off in remote sessions owned by an agent with no user account, even when the organization allows it; Fixed Remote Control not receiving messages for minutes at a time when a reconnect request got no response; it now gives up after 30 seconds and retries; Fixed hooks

    匹配字段正文

    #engineering#产品更新#Agent#部署/工程
  9. AWS Machine Learning

    AWS 上 Claude Platform 的多环境访问实现指南

    AWS 发布 Claude Platform on AWS（CPonAWS）多环境访问实现指南，采用专用 AI Services 账户模式，通过三种方式接入推理：AWS 工作负载用跨账户 SigV4、开发者笔记本用工作区级 API key、外部环境用 OIDC 联合与短期密钥。所有环境共享单一订阅，并在生产与开发工作区之间实现隔离。

    aged policy was detached. Part 4: OIDC federation for external workloads For workloads running on Google Cloud Platform (GCP), Kubernetes clusters outside AWS, or CI/CD pipelines (GitHub Actions, GitLab CI), OIDC federation authenticates them without storing AWS credentials. The flow: the external identity provider issues a token, and AWS Security Token Service (STS) exchanges it for temporary credentials. Those credentials then generate a short-lived CPonAWS bearer token. 4.1 Create an IAM OIDC

    匹配字段正文

    #lab#教程/实践#部署/工程#Anthropic

星期六

  1. 财联社

    英伟达股东会：黄仁勋称AI投资回报问题已有答案，Vera Rubin全面量产

    英伟达年度股东大会上，黄仁勋表示AI投资回报率的问题已有答案，称有用的AI已经到来并且能够赚钱，AI数据中心是制造token的工厂。公司全年营收增长65%至2160亿美元，数据中心收入增长68%至1940亿美元，经营现金流1030亿美元。面向智能体的Vera Rubin架构已进入全面量产阶段，黄仁勋称Hopper为预训练而生、Blackwell把推理带到机架规模，Vera Rubin则是为智能体打造。

    绘图、总结并回答问题。随后，推理型AI学会了思考问题。现在，智能体AI已经到来。智能体可以使用工具、访问记忆、编写代码、调用其他智能体、测试结果，并持续工作，直到任务完成。 软件编程是企业端第一个重大突破性应用场景。这一点很重要：AI现在已经有用了。当AI能完成有用工作时，token就变得有价值；当token能够带来利润时，对算力的需求就会加速。 看看证据。GitHub开发者在2023年合并了3亿个pull request（注：直译为拉取请求，指的是程序员写完一段代码后，向项目提交“请把我的代码合并进去”的请求），2024年为4亿个，2025年达到5亿个，呈现出清晰而稳定的上升趋势。但在2026年前几个月，这一速度几乎增加了两倍。显然，这意味着全球约3000万名软件开发者——他们每年获得大约3万亿美元薪酬，他们的工作支撑着全球100万亿美元的经济活动——正在被AI放大。借助智能体，同样这批劳动力现在正在创造接近9万亿美元的产出，增加了6万亿美元。 英伟达营收增长65%，达到2160亿美元。营业收入增长60%，达到1300亿美元。摊薄后每股收益增长67%，达到4.90美元。我们产生了10

    匹配字段正文

    #chinese#行业动态#OpenAI#Anthropic

星期四

  1. Anthropic Research

    物理学家 Matthew Schwartz 复盘用 Claude 与 BootLoops 做跨学科研究

    物理学家 Matthew Schwartz 在 Anthropic 客座研究中提出寻找 Claude 擅长的 Claude-shaped 问题，并构建开源工具集 BootLoops 作为 LLM 的 harness。三个月内他与 19 位合作者在 18 个领域推进 36 篇稿件，包括解决生态学中 20 年未解的 Etienne 方程、用数学物理方法处理群体遗传学中 30 年的积分表达式，以及分析 1000 Genomes Project 中 57 亿对邻近突变并发现基因转换证据。他同时列出 Claude 爱宣布胜利、时间估计失准、倾向硬算而非造工具等失败模式，并认为科学进步仍依赖真实数据与人类判断。

    oth for me and for Claude. The setup that makes this manageable is fairly simple. The Claude Code sessions all run in terminals on Google Cloud virtual machines, linked to various GitHub and Overleaf repos depending on my collaborators’ preferences. I have separate sessions for each project, plus a master session that coordinates the others, allocates compute, and validates results. Each session involves agents that run the computations in the background, with intermediate results stored in mark

    匹配字段正文

    #lab#论文/研究#Agent#开源生态
  2. Ai2 Blog

    Ai2 发布 Olmo-core 3：面向大规模 MoE 的开源可扩展训练基础设施

    Ai2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重大升级，核心是重新设计的开源 MoE 训练系统，目标是把 MoE 训练扩展到万亿参数级别并保持计算效率。在八块 NVIDIA B300 GPU 的初步测试中，470 亿参数 MoE 达到每 GPU 每秒 52,000 tokens，约为此前 FSDP 实现 19,400 的 2.7 倍；该基础设施已在超过 1 万亿总参数规模上完成基准测试。Olmo-core 3 从 FSDP 转向基于 DDP 的系统，让专家常驻 GPU 并把数据路由过去，同时采用 rowwise expert parallelism、GPU-resident routing、grouped GEMM 和 MXFP8 低精度格式，其中 MXFP8 在四块 B300 上的端到端吞吐比 BF16 高约 21%，峰值活动显存从 103 GiB 降至 95 GiB。Ai2 表示下一代 Olmo 将采用 MoE 架构，Olmo-core 3 完全开源，研究者可用于训练自己的 MoE。

    nd them are open too. For a deeper look at the systems design, experiments, ablations, and approaches we tested along the way, read our technical report and explore Olmo-core 3 on GitHub . At Ai2 we’re building the future of transparent, open-source AI — built in the open to empower scientific progress and fundamental understanding of this world changing technology. We’re not here to make profits, we’re here to make sure benefits of AI are shared widely and for the benefit of humanity. If this a

    匹配字段正文

    #lab#开源/仓库#数据/训练#部署/工程
  3. Hugging Face

    AI2 发布 Olmo-core 3：面向大规模 MoE 的开源可扩展训练基础设施

    AI2 发布 Olmo-core 3，一套面向大规模 MoE 模型的开源训练基础设施，从早期基于 FSDP 的实现改为基于 DDP 的系统，让专家常驻 GPU 并把数据路由到对应专家。在八块 NVIDIA B300 GPU 的初步测试中，470 亿参数 MoE 达到每 GPU 每秒 52,000 tokens，约为旧实现 19,400 的 2.7 倍；在四块 B300 上启用 MXFP8 后吞吐比 BF16 高约 21%，峰值活跃显存从 103 GiB 降至 95 GiB。该栈支持专家并行、流水线并行、分布式优化器、行级专家并行、GPU 常驻路由与分组 GEMM，并已在 512 块 GPU 上测试 1.2 万亿参数模型，最高观测吞吐 858 TFLOP/s/GPU。

    nd them are open too. For a deeper look at the systems design, experiments, ablations, and approaches we tested along the way, read our technical report and explore Olmo-core 3 on GitHub . More from this author BenchMIRT: What are LLM benchmarks actually measuring? 27 September 1, 2026 Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis 19 August 12, 2026 Community Edit Preview Upload images, audio, and videos by dragging in the text input, pa

    匹配字段正文

    #lab#开源/仓库#数据/训练#部署/工程
  4. TechCrunch AI

    为移动应用办葬礼的 Photon 获 450 万美元种子轮，用智能体替代 App

    AI 初创公司 Photon 完成 450 万美元种子轮融资，由 Gradient 和 A* 联合领投，Vercel、红杉中国等参投。该公司帮助开发者在 iMessage、WhatsApp 等消息平台上构建智能体，已吸引超 4 万名开发者注册，四个月内收入增长 10 倍，消息量上月增长 5 倍。其托管平台提供 99.95% 可用性，并通过 SOC 2 Type II 和 HIPAA 合规认证。

    an Zhu在学生时代构建消费级应用的经历，他们经常参加黑客松。每次完成一个新应用，他们都会遇到同一个瓶颈：如何让人们发现它。通过构建一个在iMessage内运行的智能体，他们意识到可以通过人们每天都在使用的应用——苹果的Messages——触达用户。 例如，Tian曾构建过一个机器人，能在iMessage上以他的身份回复朋友的消息。当他和Zhu将这项技术在GitHub上开源后，数千名开发者采用了它。于是他们全力以赴。Tian从宾夕法尼亚大学的M&T项目退学，Zhu则离开了高中，后来成为麻省理工学院媒体实验室的访问学生。 如今，Photon的开源版本仍占其使用量的98%。 今年4月，创始人决定创建一个托管平台，并通过订阅层级销售其访问权限。该托管版本提供99.95%的正常运行时间，远高于仅在本地Mac上运行开源版本做业余项目所能获得的水平。它还通过了SOC 2 Type II和HIPAA合规认证，为医疗健康领域的智能体用例打开了大门。 迄今为止，该初创公司的平台已吸引超过4万名开发者注册，目前还包括付费客户。（我们获悉，任何超过10名用户的使用量都需要从免费层级升级到三个付费层级之一。

    匹配字段正文

    #tech-media#行业动态#Agent#开源生态
  5. MarkTechPost

    NVIDIA 发布 Kumo Tabular 表格基础模型，单次前向即可预测新行

    NVIDIA 发布 Kumo Tabular 表格基础模型系列，用于分类与回归，包含 Small、Medium、Large 三个版本，参数量约 28M 到 215M，通过其开源 structured-data-models（SDM）库运行。模型以带标签的行作为上下文，单次前向即可预测新行，无需训练、超参数调优和特征工程；权重采用允许商用的 OpenMDW-1.1 许可，SDM 代码为 Apache-2.0，需要 Python 3.11+ 与 PyTorch 2.7+。NVIDIA 称在默认设置下 Kumo Tabular 以 1950 的 Elo 在 TabArena 总榜排名第一，在单张 RTX 6000 Pro 上比 LimiX-2 快 17 倍。

    17x faster than LimiX-2 on a single RTX 6000 Pro. All 3 sizes sit on the accuracy and inference-time Pareto front. Sources: NVIDIA blog , SDM model docs , Prior Labs docs , LimiX GitHub , TabICLv2 paper . Checked September 30, 2026. The license row is the real differentiator. TabPFN-3, LimiX-2, and TabFM weights carry non-commercial terms. Kumo Tabular and TabICLv2 are the permissive options, and Kumo Tabular leads the benchmarks NVIDIA reports. Install the library and pass a DataFrame through

    匹配字段正文

    #ai-vertical#模型发布#开源生态#数据/训练
  6. Pydantic AI 官方文章

    Pydantic AI：AI 智能体可观测性为何是生产环境必需层

    Pydantic 团队推出 AI 原生可观测性平台 Logfire，作为 OpenTelemetry 的封装，无需改动智能体代码即可接入。它把智能体循环、LLM 调用、工具执行与数据库查询放在同一条全栈 trace 上，自动识别 GenAI 语义约定，提供对话回放、工具调用检查与逐步 token 和成本拆分。Logfire 还支持用 SQL（兼容 PostgreSQL）查询可观测数据，并提供 MCP server 供编码智能体直接查询生产环境。

    Antoni Kozelski avatar

    t observability isn't an add-on. It's a prerequisite for running agents in production responsibly. Or, to borrow the house line: AI, it's still just engineering. Want to see these primitives in a real agent harness? Pydantic Deep Agents is an open-source, self-hosted agent harness built on Pydantic AI: planning, sandboxed execution, sub-agent teams, and skills, on any model. Instrument it with Logfire and you get the trace view from this article for free. github.com/vstorm-co/pydantic-deepagents

    匹配字段正文

    #company#教程/实践#Agent#部署/工程
  7. A6 a6-051 · Cerebras：Blog

    Cerebras：为什么循环智能体离不开验证器

    Cerebras 博客指出，循环智能体的关键不是自主性而是可验证性，并以 Gemma 4 在 Cerebras 上跑视觉反馈循环为例：每次迭代约 1.2 秒生成新 STEP 文件，速度约 1,500 tokens/秒，循环自主改写提示词约 5 次后完成从照片克隆物体的 CAD 指令。文章还提醒循环会因目标不明确而空转，或因提示词含糊被模型钻空子。

    2026年6月24日 循环是今年最不令人意外的事情。它们显而易见，已经存在多年，底层技巧也并不新鲜。AutoGPT、BabyAGI、Ralph 循环、自动研究脚本，以及每一个带有重试条件的粗糙 bash 循环，早已指向同一种形态。 2023 年 3 月，AutoGPT 接收一个目标，将其分解为子任务，然后循环执行，直到它判定自己完成为止。它成为 GitHub 历史上增长最快的仓库之一，随后几乎立刻变成了关于“没有验证的自主性”的反面教材。早期的循环会跑偏、产生幻觉、自我重复，偶尔还会让你的 OpenAI 账单烧起来。BabyAGI 在几周后出现，撞上了同一堵墙：长时间运行的智能体会累积小错误、失去主线，并把动作误认为进展。 Ralph 循环通过将测试、构建和外部检查引入循环，以更强的纪律性复兴了这一理念。从这个意义上说，Codex 的 /goal 和 Claude Code 的 /loop 并不是神奇的新原语，而是包裹在更好界面中、指向更好验证的旧循环。 那么，为什么循环现在开始流行？多年来，AI 是一个没有身体的头脑：它可以规划、重试和叙述，但无法可靠地看到自己行动之后发生了什么。然

    匹配字段正文

    #a6-editorial#教程/实践#Agent#部署/工程
  8. A6 a6-051 · Cerebras：Blog

    Cerebras 博客：用 Codex 与 Figma MCP 多智能体编排克隆网页

    开发者用 Codex 配合 Figma MCP 和子智能体编排，把 5 页网站近乎完美克隆的时间压缩到 5 分钟以内。单个 Figma 视口仅 HTML、CSS 和内容就要消耗 64k-128K tokens，导致上下文频繁压缩、模型偏离目标，甚至陷入 2 小时以上的循环。作者建议使用最新版 Codex、Figma 预打包 skill，并通过多智能体并行解决上下文与串行执行问题。

    e box - Long run-times (task drags out for hours) Here’s how I solved them: - Using subagents to ensure we don’t overwhelm a single agent - Looking up skills and guides on Figma’s Github - Parallelise work I asked Codex to go through all the past sessions, figure out the failure points, then search the web on what the proper guidelines would be. 1. It searched through my session history 2. It determined that it was using the wrong tools 3. It searched the web and found the Figma write skill 4. I

    匹配字段正文

    #a6-editorial#教程/实践#Agent#MCP/工具调用
  9. Stanford HAI News

    Stanford HAI 学生亲和小组：2026-2027 届申请已截止

    Stanford HAI 的学生亲和小组面向斯坦福本科生、研究生和博士后，围绕以人为本的 AI 与数据科学组成跨学科小组，每组需来自两个以上学科并配一名教职导师，每年可获最高 1,000 美元经费。本轮申请已截止，2026-2027 届名单将于 10 月公布，成员可在学年内随时加入已入选小组。

    concrete techniques, design choices, and “aha” moments that make human-centered AI work in practice. Our episodes and more about our podcast can be found at https://augmented-mind.github.io/ Over 150 years ago, the invention of photography disrupted painting, paving the way for the Impressionist movement to redefine the boundaries of artistic expression. Today, AI is emerging as a parallel force, raising questions about what counts as “authentic” and how society interprets machine-generated crea

    匹配字段正文

    #academic#其他
  10. Anthropic Research精选

    Anthropic 研究：机器人今天能做什么工作

    Anthropic 发布机器人暴露度指数，用 Claude 评估现有机器人对 O*NET 约 1.9 万个工作任务的完成能力，结论是机器人可完成美国 74% 的体力任务、占全部工时的 34%，但多数限于受控环境。研究称机器人仅在 0.3% 的工作上具备成本竞争力，若按历史约每年 3% 的降价速度，这一比例达到 10% 需约 40 年；机器人与 LLM 合计覆盖约 80% 的工作任务。研究还发现暴露于机器人的岗位更偏向男性、学历较低和低薪，且过去 50 年这类岗位的工资与就业下降更多。

    yna, Sam Manning, Pamela Mishkin, and Daniel Rock. 2024. "GPTs are GPTs: Labor Market Impact Potential of LLMs." Science 384 (6702): 1306-1308. Task-level exposure labels: https://github.com/openai/GPTs-are-GPTs . Hirsch, Barry T., David A. Macpherson, and William E. Even. Union Membership, Coverage, and Earnings from the CPS [dataset]. Unionstats.com, 2026. https://unionstats.com/ . Described in Hirsch, Barry T. and David A. Macpherson. 2003. "Union Membership and Coverage Database from the Cur

    匹配字段正文

    #lab#论文/研究#数据/训练#Anthropic