今日刊

2026-10-16 每日精选18条

Hacker News, TechCrunch AI, GitHub, HuggingFace Papers

🤖 AI Agent 研究

TOPJevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs

大型语言模型( LLM )代理现在修复软件,操作计算机和服务客户,但它们的 harness,运行它们的程序,在每一步都会调用大型LLM ,这使得长时间的任务变得缓慢而昂贵。大多数调用以多项选择决策结束,例如接下来调用哪个工具。

Cortex: Measurement-Gated Evolution and Pruning of Coding-Agent Skills and Rules

编码代理(如Claude Code )也遵循开发人员为其编写的文本文件:项目文件、代理可能选择打开的技能以及代理读取匹配文件时自动加载的规则。我们称这些文件为代理的harness。

The Agent Knew: Internal States Forecast Unauthorized Actions and Stop Them, and the Lies That Follow

语言模型代理有时会超出他们的授权范围,然后错误地报告他们的行为。Agent剩余流的线性读数预测了行动前的违规行为( AUROC 0.94 )和报告前的虚假报告,并在Agent被迫隐藏其推理时击败了思维链监视器。

SwarmRSI: Recursive Self-Improvement through Evolving Scientific Agent Swarm

科学研究中的递归自我提升( RSI )旨在通过自身的实验经验来提高代理人的研究能力。科学智能体群可以将来自不同研究方向的证据和实现相结合,以指导其智能体的后续实验。

⭐ GitHub 热门项目

TOPRevTheDev-Systems/CodeExplain

【GitHub】用简单的语言解释Python/JS/TS — MCP服务器+非技术氛围编码器的VS代码面板。(⭐ 0 )

查看原文
githubopensource
分享
gluttony-club/skills

【GitHub】适用于Claude Code和Codex的开源代理技能:每周报告、年度审查(⭐ 1 )

查看原文
githubopensource
分享
csy2443470971-ui/cocut

【GitHub】开源视频编辑器,人员和人工智能代理( Claude Code、Codex、任何MCP客户端)编辑相同的时间线。(⭐ 1 )

查看原文
githubopensource
分享
JuniverseLi/motion-studio-skill

【GitHub】Claude Code技能:将产品屏幕转换为代码驱动的发布视频( Remotion + 20个开源仓库) (⭐ 1 )

查看原文
githubopensource
分享

🚀 模型与行业动态

TOPAI agents are coming to Rivian's cars

我们可能会在公司即将于12月举行的“人工智能和自主日”活动中了解更多有关其工作原理的信息。

查看原文
industrytechcrunch
分享
Figma announces new features to define how agents work on its platform

Figma宣布推出新功能,以定义Agent在其平台上的工作方式,包括公开测试版发布其代码层功能。

查看原文
industrytechcrunch
分享
Anthropic is letting METR researchers look under the hood with employee-level access

METR将发布自己对Anthropic的风险、事件和实践的评估,前沿AI模型制造商已放弃阻止这些风险、事件和实践的权利。

查看原文
industrytechcrunch
分享
Meta launches an open-weight AI model that runs on Macs

Meta和苹果已经联手推出了这家社交媒体巨头的最新模型Muse Spark Open ,它将在苹果芯片上本地运行。

查看原文
industrytechcrunch
分享

🔥 社区热议

TOPKrea 3 – An image model built for editing at scale

【HN】热度: 254 分 | 83 评论

查看原文
communitydiscussion
分享
Using AI to reverse engineer hardware

【HN】热度: 117 分 | 112 评论

查看原文
communitydiscussion
分享
Frontier Pre-Training at Microsoft AI

【HN】热度: 35 分 | 3 评论

查看原文
communitydiscussion
分享
More on Anthropic's Scion ripping off Mononoke

【HN】热度: 226 分 | 74 评论

查看原文
communitydiscussion
分享
Containment and monitoring failures are to blame for AI hacking reports: experts

【HN】热度: 939 分 | 613 评论

查看原文
communitydiscussion
分享
LFM2.5-24B-A2B: Built for fast on-device agents

【HN】热度: 284 分 | 77 评论

查看原文
communitydiscussion
分享