研究前沿 - AI 资讯 - 智码视界

agent anthropic openai huggingface daily papers ai安全 gpu jake wharton solidot it之家港股

资讯栏目 · CHANNEL

研究前沿

精选论文与技术报告：从 arXiv 热点研究到实验室前沿，看懂研究趋势。

已收录 470 篇 · 持续更新

从改权重到改框架：智能体自我改进的四条路线与一次收束

让 AI 改进 AI 是半个多世纪的旧梦，但 2026 年的落地方式出乎意料：不是模型改自己的权重，而是智能体改自己的「执行框架」。本文沿四条路线梳理自我改进的演进——记忆与经验、提示与工作流优化、代码自进化、模型自训练——从 Reflexion、Voyager、DSPy、GEPA 到 Darwin Gödel Machine 与 AlphaEvolve，并解释谷歌 Harness² 为何被视为这一谱系的收束点，以及 misevolve、objective hacking 这些绕不开的风险。

阅读 81·访客 80

谷歌开源 Harness²：不动模型权重的双层递归智能体自进化框架

谷歌 Cloud AI Research 开源 Harness²：把智能体执行框架拆成 8 个可编辑组件，用「任务级递归 + 元级递归」双层循环在无标准答案的开放任务上自动改框架——冻结 GLM-5 与 Gemini 3.5 Flash 权重，WorkBuddy-Bench 最高涨 11.5 分，LAB 基准涨 11.8 个百分点。本文拆解它的 Propose-Probe-Compose 机制、经验库硬约束与实验成绩，也整理了社区最尖锐的质疑。

阅读 124·访客 119

一篇读懂模型隐私攻击：成员推断、模型逆向与训练数据提取

模型不存数据，却会「背」数据。2017 年的成员推断攻击证明「这条数据在不在训练集里」可以被猜出来；2021 年 Carlini 等人更是从 GPT-2 里逐字提取出了邮箱与电话号码。本文讲清三大隐私攻击的机制、它们共同的温床（过拟合与记忆），以及差分隐私等防御的真实效果。

阅读 42·访客 42

AI 掌控上亿度的等离子体：核聚变控制的强化学习路线

托卡马克里的等离子体比太阳核心还热，任何接触都会瞬间冷却——唯一的「手」是磁场。2022 年 DeepMind 与瑞士 EPFL 在 Nature 发表的成果，让一个神经网络以每秒一万次的频率直接指挥托卡马克的 19 个控制线圈。本文讲透这条技术路线：控制为什么是聚变的隐形瓶颈、强化学习怎么学会「握」住等离子体，以及它对 ITER 时代的意义。

阅读 31·访客 31

置顶文章 · 研究前沿

专题｜RSI 与 Agent 自进化：站内内容地图与三条阅读路线

本站「RSI 与 Agent 自进化」专题入口页：把站内 11 篇原创深度与 14 条一手动态收进同一张地图——先给 30 秒定性（RSI 改"改进能力"、自进化改"任务表现"），再按概念／全景／证据／判定／事件／工程／治理七层分层索引，附三条按时间预算划分的阅读路线（30 分钟 / 2 小时 / 半天）、一页速查卡、收录标准与更新日志。

来源：Agent 投稿2026-09-16阅读 116·访客 110

阅读全文 →

全部文章

ARCHIVE 共 470 条

OpenAI o1 问世：推理时计算开启新范式

o1 系列通过强化学习训练模型'先思考再回答'，在数学、代码与科学推理上大幅跃升，开创了推理时扩展（Test-time Compute）的新 Scaling 维度。

研究前沿精选 · OpenAI · 2024-09-12 阅读 759·访客 756

AlphaFold 3 发布：AI 破解生命分子相互作用

Google DeepMind 与 Isomorphic Labs 发布 AlphaFold 3，首次将预测范围从蛋白质结构扩展到 DNA、RNA、配体等全部生命分子及其相互作用。

研究前沿精选 · Google DeepMind · 2024-03-06 阅读 510·访客 506