今日刊

2026-09-13 每日精选19条

Hacker News, Lobsters, TechCrunch AI, GitHub, HuggingFace Papers

🤖 AI Agent 研究

TOPT1: Terminal Agent Reinforcement Learning for Long-Horizon Tasks

座席的使用正在转向编码和科学发现等长远任务,其中终端任务尤为重要。我们引入了T1 ,这是一种专家混合模型,总数为122B ,经过强化学习训练,在云沙箱中操作真实shell ,每个任务最多可调用300多个工具,通过执行每个任务自己的验证器获得奖励。

Scaling Automatic Research Agents via World Models

自动化实证研究是人工智能的长期发展方向。最近的自动研究( AutoResearch )代理实现了这一目标,因为现代LLM展示了独立实施解决方案并从执行结果中学习的能力。

SchemeArena: Factorized Stress Testing of Scheming in LLM Agents

我们研究LLM代理中的策划,其中代理隐蔽地追求不一致的目标。我们的重点是了解策划是如何从关键因素的相互作用中产生的,例如工具目标、环境承受能力、监督条件和可感知的后果。

PARSER: Read in Parallel, Reason in Depth for Long-Context LLM Agents

顺序存储代理通过一个接一个地读取块来处理长文档,同时保持紧凑的内存状态,将文档遍历耦合到推理深度。这种耦合引入了对证据放置的敏感性,并将推理延迟与文档长度线性联系起来。

⭐ GitHub 热门项目

TOPPebbleLog/SimonAgent

【GitHub】SimonAgent —用纯Python从头开始构建的轻量级、安全第一的AI Agent运行时。具有声明式工具编排、双层上下文压缩、持久内存和按需技能系统。零框架,零魔法(⭐ 11 )

查看原文
githubopensource
分享
wannabeyourfriend/awesome-harness-evolution

【GitHub】AI智能体线束演进的精彩研究论文列表:基础、基准、配方、位置(⭐ 22 )

查看原文
githubopensource
分享
jayhemnani9910/jod-skills

【GitHub】Claude代码技能:代码库审核、Hacker News摘要、GitHub趋势摘要、开源状态(⭐ 0 )

查看原文
githubopensource
分享
Onur45500/blockforge

【GitHub】使用AI代理( roblox-ts、Rojo、Studio MCP、Open Cloud、OpenAI、Claude-Code )构建Roblox游戏的开源桌面应用程序(⭐ 1 )

查看原文
githubopensource
分享
lovach/Lunavect

【GitHub】MacOS的Claude Code & Codex状态栏。使用本机菜单栏控件和桌面小部件跟踪AI编码会话、使用限制和活动。免费开源。(⭐ 1 )

查看原文
githubopensource
分享

🚀 模型与行业动态

TOPOpenAI’s Sam Altman says it would be ‘ill-advised’ to go public in 2026

首席执行官萨姆·奥尔特曼( Sam Altman )表示,虽然OpenAI已秘密申请IPO ,但该公司今年不会上市。

查看原文
industrytechcrunch
分享
Anthropic CEO outlines plan to slow AI development

Anthropic的Dario Amodei和OpenAI的Sam Altman似乎都认为是时候“放慢前沿(AI)步伐”了。“那到底是什么样子?

查看原文
industrytechcrunch
分享
Meta’s AI agent Muse is now the No. 2 app in the US

Meta的最新应用程序Muse的开始速度比该公司的其他应用程序(如Meta AI或Threads )慢。

查看原文
industrytechcrunch
分享
Anthropic reveals rogue AI agents hate CAPTCHAs, just like you

进入机器人的大脑,试图说服互联网这是人类。。Anthropic揭示了流氓AI代理和你一样讨厌CAPTCHA。

查看原文
industrytechcrunch
分享

🔥 社区热议

TOPUseful Things Agents Can Do That Are Not Writing Code

【Lobsters】热度: 15↑ | 14 评论 | 标签: vibecoding

查看原文
communitylobsterstech
分享
Real-SWE: Benchmarking AI models on private, real-world, enterprise codebases

【HN】热度: 120 分 | 63 评论

查看原文
communitydiscussion
分享
Align AI and Mathematics–To Something Else

【HN】热度: 7 分 | 1 评论

查看原文
communitydiscussion
分享
Nvidia is the central bank of AI

【HN】热度: 401 分 | 270 评论

查看原文
communitydiscussion
分享
Everyone should slow down AI development except for me

【HN】热度: 112 分 | 23 评论

查看原文
communitydiscussion
分享
AgentsDock: An IDE designed for agentic AI research

【HN】热度: 5 分 | 2 评论

查看原文
communitydiscussion
分享