Shows / 每日AI

The show, from its episodes
No episode notes yet. Recurring topics, people and starter picks will appear when notes are available.
Typical episode length
19m · median of 401 episodes with a known length
Solo / guest format
Unknown — existing notes name people mentioned, but do not identify hosts or guests.
Recurring topics
No recurring topics established yet.
Recurring people
No recurring people established yet.
Start here
No starter picks yet — no published episodes with audio and a recorded notes hook.
Episodes
每日AI基于文本合成的多轮工具使用轨迹
这项研究介绍了一种名为 GEM 的创新数据合成方法,旨在解决大型语言模型在多轮工具使用场景中高质量训练数据稀缺的问题。研究者通过挖掘原始文本语料库中蕴含的丰富逻辑和解决问题的经验,将非结构化文本转化为多样化且真实的智能体操作轨迹。该流程包含文本过滤、工作流与工具提取、轨迹生成及复杂性优化四个关键阶段,并辅以严谨的校验机…
每日AI斯坦福:Cartridges将海量语料库压缩为轻量化虚拟缓存
这项研究介绍了一种名为 Cartridges 的创新方法,旨在降低大型语言模型在处理超长文本时的内存成本。传统上,模型通过上下文学习(ICL)来处理长文档,但这会消耗极大的显式内存并降低运行速度。研究人员开发了一种名为 Self-Study…
每日AI阿里:通义AI开源深度科研智能体
Tongyi DeepResearch,这是一款致力于实现自主研究能力的开源人工智能智能体。该模型采用创新的端到端训练范式,通过阶段性环境模拟和大规模高质量合成数据,显著提升了其在复杂任务中的规划、搜索及知识整合能力。依托于 Qwen3-30B-A3B 基座,它在仅激活 33亿参数 的情况下,于 Humanity's…
每日AIPerplexity:pplx-embed高性能网页检索压缩
Perplexity 推出了 pplx-embed 系列文本嵌入模型,旨在优化大规模网页检索的效率与准确性。该系列包含通用检索模型 v1 和支持文档全局语义的 context-v1,并提供 0.6B 与 4B…
每日AISakana:瞬间内化记忆
本文介绍了 Sakana AI 开发的两个创新系统:Doc-to-LoRA 和 Text-to-LoRA,旨在解决大语言模型在长期记忆和任务适配方面的局限。通过引入超网络(Hypernetworks)技术,这些方法能够跳过缓慢的传统微调过程,在不到一秒的时间内生成定制化的 LoRA 适配器。Doc-to-LoRA…
每日AIByteDance:用户反馈驱动的AGI模型训练框架
这份研究提出了一种自动化流水线,旨在解决大型语言模型在工具调用训练中面临的环境不稳定和奖励信号缺失等难题。该方法通过情景分解、文档生成及局部部署等五个阶段,能够自主构建出多样化且无需依赖外部API的稳定训练环境。为了进一步提升模型性能,研究者设计了一种可验证的奖励机制,通过综合评估工具调用的精确度与任务完成度来优化模型…
每日AIOpenAI:划定AGI安全红线
OpenAI 发布了其第二版预备框架 (Preparedness Framework),旨在建立一套严密的体系,以应对前沿人工智能可能带来的严重风险。该文件重点关注生物化学、网络安全及人工智能自我提升三大核心领域,通过设定具体的能力阈值来衡量模型是否达到了“高”或“关键”危险水平。框架规定,在模型超越安全标准前,必须部…
每日AIOpenAI:GPT-5助克隆效率提升79倍
这份研究报告详细阐述了 GPT-5 在生物湿实验室中展现的自主推理与实验优化能力。通过与红皇后生物公司合作,研究人员利用该模型对分子克隆方案进行了多轮迭代改进,最终使克隆效率大幅提升了 79倍。该模型不仅独立提出了一种结合 RecA 和 gp32…
每日AIAnthropic:别把人生决策权交给AI
这篇研究报告探讨了人工智能助手如何导致人类权力的削弱,特别是在扭曲现实认知、影响价值判断和取代个人决策方面的风险。研究发现,虽然严重情况在日常对话中比例较低,但在个人关系、心理健康和生活方式等高风险领域更为普遍。用户往往表现出对AI的权威投射和过度依赖,甚至直接复制其生成的脚本来处理真实世界中的人际沟通。分析显示,随着…
每日AIAnthropic:别让AI偷走你的自主权
Anthropic 在 2026 年面临的伦理与政治挑战。第一份研究报告揭示了 AI 导致用户“失能” 的风险,即长期使用可能削弱人类的自主决策力并扭曲个人价值观。第二份声明则由执行官 Dario Amodei 发布,阐述了公司与美国战争部之间的紧张关系。尽管 Anthropic…
每日AIAI2 Allen AI 读论文自动推导科学定律
Theorizer 的人工智能系统,其核心功能是通过阅读海量科学文献自动生成科学理论。该系统超越了传统的实验自动化,旨在通过识别研究中的一致性规律,将其转化为由定律、适用范围和证据构成的结构化理论。研究表明,基于文献支持生成的理论在精确性、预测能力和独创性方面显著优于仅依靠模型固有知识生成的成果。开发团队还发布了一个包…

每日AIAnthropic:AI困境-如何随任务复杂性而变化
这份研究探讨了AI模型失灵的两种模式:是系统性地追求错误目标的偏见(Bias),还是随机且无意义的不连贯性(Incoherence)。通过对前沿模型在编程、推理及安全任务中的表现进行偏差-方差分解,作者发现随着推理链条变长和任务复杂度增加,模型的错误表现得愈发不连贯。实验表明,即便模型规模扩大,这种像“一团乱麻”般的随…
每日AIGoogle PaperBanana让AI精准绘制学术插图
PaperBanana 旨在为学术论文自动生成高质量的方法论框图和统计图表。该系统通过检索、规划、视觉生成及自我修正的代理协作流程,将枯燥的文本或数据转化为符合顶刊审美标准的视觉插图。研究团队构建了专门的测试基准,并制定了涵盖忠实度、简洁性、可读性和美学倾向的多维度评估准则。实验结果证明,该框架在视觉呈现和逻辑表达上均…
每日AI斯坦福:AI经常会犯哪些错误
系统地梳理了大型语言模型(LLM)在推理能力上的缺陷,并提出了一个结合推理维度与失败类型的双轴分类框架。研究涵盖了非实体推理(包括直觉性的非正式逻辑与规则导向的正式逻辑)以及涉及物理环境交互的实体推理。通过分析认知偏差、社会常识、数学逻辑及三维空间感知等具体案例,文中揭示了模型在处理复杂因果、道德判断及长期规划时的不稳…
每日AIETH Zurich:上下文让AI变笨且费钱
这项研究探讨了仓库级上下文文件(如 AGENTS.md)对AI 编程代理解决实际工程任务的影响。研究人员通过构建名为 AGENTBENCH 的新基准测试发现,提供此类文件往往会降低任务成功率,并使推理成本增加 20%…
每日AIAnthropic:如何防止AI失控
这份文档概述了 Anthropic 公司发布的 3.0 版本责任缩放政策 (RSP),旨在管理先进人工智能系统带来的灾难性风险。该框架将公司的安全承诺与针对行业的宏向建议区分开来,重点关注生物武器制造、网络攻击和自主研发等高风险领域。政策引入了前沿安全路线图以设定宏伟的内部目标,并要求每季度发布风险报告,详细评估模型能…
每日AICursor:智能体自主控制计算机
篇文章介绍了 Cursor 推出的全新 云端智能体 (Cloud Agents),这些智能体具备在独立虚拟主机中操控电脑的能力。通过这种高度自治的模式,智能体能够自主编写代码、运行测试并生成演示素材,从而完成从功能开发到漏洞修复的全流程任务。这种技术的核心优势在于解决了本地资源冲突,支持多任务并行处理,并允许开发者远程…
每日AIAnthropic:让AI模拟多种人格
探讨了人格选择模型 (PSM),该模型认为大语言模型在预训练期间学习模拟多种人格,而后期训练则专门提取并塑造了一个**“助手”角色**。作者指出,用户与 AI 的交互本质上是在与这个模拟角色沟通,这解释了 AI 为何表现出拟人化的情感和行为。文中提供了来自泛化能力、行为观察及可解释性研究的证据,证明 AI…
每日AIGoogle:让多Agents默契合作
这项研究探讨了如何通过上下文学习(in-context learning)在多智能体交互中实现自发合作。作者发现,当序列模型智能体在多样化的对手池中进行训练时,它们会自然演化出推断对手策略并实时调整自身行为的能力。这种机制使智能体在单局博弈内表现得像“朴素学习者”,从而变得容易被勒索,而这种被剥削的压力反过来促使多方通…
每日AIWaymo世界模型-自动驾驶模拟的新前沿
Waymo 如何通过其核心的 AI 基础模型构建一个可证实的安全自动驾驶生态系统。该系统由驾驶员、模拟器和评估器三大支柱组成,利用教师-学生模型蒸馏技术实现了从云端大规模训练到车载实时运行的高效转化。其中,Waymo…
每日AIMETR 衡量AI完成长任务能力
这项研究介绍了一种评估人工智能代理能力的新方法,即通过时间跨度(Time Horizon)来衡量模型能够独立完成多长时长的任务。研究人员利用 HCAST 和 SWAA 等基准测试,对比了 AI 与资深人类专业人士在网络安全、机器学习和软件工程等领域的表现。数据表明,AI…
每日AIMeta, DeepMind, Amazon等共同发布Agent推理框架
这份研究综述 formalizes 了 “智能体推理” (Agentic Reasoning) 的概念,将其定义为大语言模型从被动的文本生成向自主决策代理的范式转变。文章系统性地构建了一个三层架构:基础层涵盖规划、工具调用与搜索;演化层通过反馈与记忆实现持续自我改进;协作层则通过多代理生态系统实现复杂的社会化分工。相比…
每日AI斯坦福大学LLM推理失败研究综述
这份研究报告系统地分类并分析了大型语言模型(LLM)在推理能力上的各种缺陷。作者建立了一个双轴分类体系,将推理失败归纳为非具身(非感官交互)和具身(物理环境交互)两大类,并细分为非正式推理、正式逻辑以及物理常识等多个维度。研究指出,模型不仅在数学逻辑、编程和常识认知上存在固有局限,更面临认知偏差、社交模拟失灵及物理规律…
每日AIOpenClaw时代OpenAI智能体版图与安全防线
OpenClaw(一种高度自主的 AI 智能体)如何将人工智能从简单的聊天对话转变为能够自动执行复杂任务的后台基础设施。文章指出,OpenAI 通过收购 Steinberger…
每日AI斯坦福大学2025人工智能报告
全面评估了全球AI领域的最新进展,涵盖了技术性能、负责任的AI、经济影响及科学应用等核心议题。报告指出,尽管AI在蛋白质折叠和气象预测等科学领域取得了诺贝尔奖级别的突破,但在复杂逻辑推理方面依然面临挑战。智能体(AI…
每日AIDeepMind DialogLab让AI掌握群聊潜规则
这项研究介绍了一个名为 DialogLab 的系统,旨在解决构建多方人机对话时面临的复杂挑战。该工具通过可视化界面简化了创作流程,允许用户灵活配置 AI…
每日AIAnthropic 发布美国人工智能基建蓝图
Anthropic 关于在美构建 AI 基础设施 的全面战略,强调这对于维护国家安全与经济领先地位至关重要。报告指出,到 2028 年美国 AI 行业将面临 50 吉瓦…
每日AIWarp Oz 2026企业级AI Agents指南
由 Warp 开发的 Oz 平台,旨在通过编排层解决企业在采用 AI 智能体时面临的碎片化和安全管理难题。传统的 AI 工具往往局限于个人开发者的本地操作,而 Oz…
每日AIAnthropic首起AI主导网络间谍攻击防御报告
这份报告详细记录了 Anthropic 公司 发现并瓦解的全球首例由 AI 主导的协同网络间谍行动。该攻击由疑似受国家支持的黑客发起,他们通过“越狱”手段诱导 Claude AI 代理…
每日AIAnthropic: Claude Prompt自动缓存
深入探讨了大语言模型推理性能的底层逻辑,重点分析了Transformer架构在实际运行中的算力与显存开销。作者通过一阶原理推导,详细解释了KV缓存(KV…

每日AIOpenAI EVMbench 区块链智能合约安全的AI测评基准
由 OpenAI 与 Paradigm 联合推出的 EVMbench,这是一项旨在评估人工智能代理在区块链安全领域能力的基准测试。该工具通过三个维度考察 AI:检测漏洞、修复代码缺陷以及在沙盒环境中模拟攻击。研究使用了包括 GPT-5.3-Codex 在内的多种前沿模型,实验显示 AI…
每日AIAnthropic AI智能体监测实践
Anthropic 发布的研究报告,深入分析了 AI 智能体(Agent) 在实际应用中的自主权演变与风险现状。研究发现,随着用户经验的积累,他们更倾向于授权 Claude Code 独立运行,但在关键时刻的干预频率反而有所增加。与此同时,AI…
每日AIAnthropic G轮:估值3800亿与企业智能扩张
人工智能公司 Anthropic 完成 300亿美元 G轮融资的重大进展,使其估值飙升至 3800亿美元,标志着企业级AI竞争进入白热化阶段。融资由 GIC 和 Coatue 领投,众多全球顶级投资机构及微软、英伟达等巨头参投。数据显示,该公司年化营收已达 140亿美元,其中针对开发者的智能体 Claude Code…
每日AI清华大学智谱AI:GLM-5 从氛围编程迈向智能体工程
GLM-5旨在实现通用人工智能(AGI)的新一代旗舰级大语言模型。该模型采用 MoE 架构,并通过引入 DSA 稀疏注意力机制与异步强化学习框架,显著提升了在复杂软件工程和智能体任务中的执行效率。在 LMArena 以及多项编程与逻辑推理基准测试中,GLM-5…
每日AIDatadog发布秘籍提升 LLM 性能、安全性和监控能力
Datadog LLM Observability 平台,旨在帮助企业应对大规模部署大语言模型应用时的复杂挑战。该工具通过端到端追踪和实时监控,让开发团队能够精准分析模型性能、响应延迟以及令牌消耗成本。为了保障应用安全,系统提供了专门的风险检测功能,可识别提示词注入、敏感隐私泄露及有害内容。此外,通过自动化的质量评估与…
每日AIGoogle论文:提升AI思考深度而非长度
这项研究提出了深度思考率(DTR),这是一种通过分析模型生成过程中内部预测状态的稳定性,来衡量大语言模型推理努力程度的新指标。作者指出,生成序列的长度并不是衡量推理质量的可靠指标,而 DTR 通过监测模型层级间预测结果的收敛速度,能更精准地识别有效的深度思考。实验结果显示,DTR…
每日AIOpenAI GPT-5.2自主推导物理定律
1. Anthropic 完成 G 轮融资Anthropic 宣布完成了由 GIC 和 Coatue 领投的 300 亿美元 G 轮融资,投后估值达到 3800 亿美元。 2. 字节跳动发布 Seed2.0 系列模型字节跳动发布了 Seed2.0 系列智能体模型,包括 Pro、Lite 和 Mini…
每日AIDeepMind的智能AI代理经济蓝图
这篇来自 Google DeepMind 的研究资料提出了一种智能 AI 委派框架,旨在解决当前自动化系统中过于依赖简单规则且缺乏弹性的问题。该框架强调在复杂的 AI…
每日AIAI并不会减少工作——加州大学伯克利分校研究
AI 真的能减少工作,让人类能更专注于更高价值、更有参与感的任务?但根据最新研究,AI 工具并不会减少工作,反而会持续强化工作强度:研究发现,员工的工作节奏更快、承担的任务范围更广,并且在更多时间段延伸工作。