个性化智能体强化学习框架上线,8B模型盲测第一
个性化智能体强化学习框架上线,8B模型盲测第一当个性化Agentic RL遇上现实用户平台场景时,一直存在一个常见难点:面对同样的query,不同用户往往偏好不同的规划策略、工具调用和最终表达。
搜索
当个性化Agentic RL遇上现实用户平台场景时,一直存在一个常见难点:面对同样的query,不同用户往往偏好不同的规划策略、工具调用和最终表达。
BuilderHub本周推荐6个AI项目,包括VIRSE、Stances、ACE、橡果Oaky、Citely和CCX,涵盖AI设计基础设施、语言学习与决策研究、AI音乐平台、个人内容系统、合规决策工具及多模型API网关等方向。
OpenAI发布Agents API,将Codex背后的Harness能力拆解为云端托管服务对外开放,开发者只需指定任务、模型、工具和运行环境即可创建Agent,标志着Codex从单一产品升级为可复用的平台。
Tamar AI旗下TapNow在威尼斯国际电影节发布全球首个长内容AI原生流媒体平台Glanze,联动"一万个平行宇宙"AI原创IP孵化计划,构建从工具、社区、赛事到IP孵化与流媒体发行的AI内容生态闭环。
知乎AI Works项目广场上线三个月以来已沉淀超过2600个AI项目,涵盖AI工具、智能体、游戏、知识库等多种类型,开发者借助知乎数据开放平台和开发工具,在科技、人文、历史等多元领域完成了从创意到产品的落地实验。
经一手实测,腾讯会议上线"图文并茂"智能纪要功能,AI根据讨论逻辑自动生成表格、时间轴、分栏色块等可视化排版并抓取共享画面作为配图,同时支持时间戳跳转、多模板切换及元宝AI对话等扩展能力。
OpenAI发布的GPT-6 Astra在Insilico Medicine构建的DDD Benchmark抗体可开发性预测测试中以37.98分登顶第一,在不依赖外部专用工具的情况下击败所有前沿模型,标志着通用大模型正在突破抗体成药性预测这一生物医药研发的"死亡之谷",成为AlphaFold之后最具震撼性的科学范式转移。
9月7日科大讯飞发布星火X2.5模型,基于万卡国产910B集群完成预训练和后训练,并使其具备在真实NPU环境中自主优化算子的能力,通过DSA算子案例经约1600次工具调用实现3.5倍加速,形成AI反哺国产算力的技术闭环。
Anthropic发布2026年9月威胁情报报告,指出AI滥用已从辅助工具升级为可自主运行的行动系统,覆盖非法模型蒸馏、零日漏洞自动化挖掘、多Agent集群滥用等七大风险领域。
文章拆解了 Astra 模型与 Codex Harness 的配合方式:Codex 启动一个持续运行的代码环境,接入浏览器和桌面操作工具;Astra 通过无障碍模式读取界面中的文字、按钮结构,并通过截图综合判断。模型把准备执行的操作写成代码,交给 Codex 的工具完成。