弃坑Claude！亲测CodeBuddy Code：单人2小时，从0搭建部署电商推荐系统（在新窗口打开）
作为一名有着8年全栈开发经验的技术人员，我最近接手了一个具有挑战性的项目：为某中型服装电商平台开发一套智能商品推荐系统。该系统需要在2个月内完成，包含以下核心功能：
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
谷歌AI新里程碑：一个能「做研究」的系统诞生了，用LLM+树搜索编写专家级软件（在新窗口打开）
大模型在科研领域越来越高效了。 昨天，谷歌发表了一篇重磅文章，提出了一个能够帮助科研人员编写「专家级」科研软件的 AI 系统。 该系统融合了大语言模型和传统树搜索，能够自动编写和优化科研任务中所需的软件程序，能够获取多种渠道的现有知识，整合并且重组这些知识来构建一个新的研究思路。 谷歌生成，该系统不仅稳定达到专家水平，还常常超越人类。在基因组学、公共健康、数值分析等多个领域，这套系统的表现甚至超过了顶尖研究团队和国家级集成系统。 论文标题：An AI system to help scientists write expert-level empirical software论文链接：http
快慢思考不用二选一！华为开源7B模型实现自由切，精度不变思维链减近50%（在新窗口打开）
国产自研开源模型，让模型不用在快思考和慢思考间二选一了！
真·博士水平！GPT-5首次给出第四矩定理显式收敛率，数学教授只点拨了一下（在新窗口打开）
GPT-5真不愧是博士水平的AI！ 在数学教授引导下，它首次将定性的第四矩定理扩展为带有显式收敛率的定量形式。 简单来讲就是，原来的定理仅说明收敛会发生，却没有给出具体速度，而借助GPT-5，这项研究首次明确了收敛速率。 OpenAI联合创始人Greg Brockman对此表示甚是欣慰。 网友同样表示，真是奇迹。 借助GPT-5解决第四矩定理的定量收敛率 上个月，OpenAI研究人员Sebastien Bubeck称，GPT-5 Pro在数分钟内解决了凸优化领域的一个开放性问题，将已知的边界值从1/L改进为1.5/L。 受此启发，三位数学教授在Malliavin–Stein框架下开展了一项对照
人人都能炼专属Agent，上海交大开源端侧Agent全栈工具链，真实场景性能超GPT-5！（在新窗口打开）
打开手机，让 AI Agent 自动帮你完成订外卖、订酒店、网上购物的琐碎任务，这正成为智能手机交互的新范式。
首个Data Agent基准测试来了！2007个测试任务将数据库、PDF、视频、音频异构数据源一网打尽（在新窗口打开）
数据智能体到底好不好用？测评一下就知道了！
CoRL 2025 | 港大InfoBodied AI团队首发具身表征新范式，构建任务自适应的感知框架（在新窗口打开）
在具身智能中，策略学习通常需要依赖场景表征（scene representation）。然而，大多数现有多任务操作方法中的表征提取过程都是任务无关的（task-agnostic）：
意识智能体：大模型的下一个进化方向？（在新窗口打开）
机器具备意识吗？本文对AI意识（AI consciousness）进行了考察，特别是深入探讨了大语言模型作为高级计算模型实例是否具备意识，以及AI意识的必要和充分条件。
=COPILOT()函数横空出世！AI自动写公式效率起飞，网友：让Excel再次伟大（在新窗口打开）
苦等多年，Excel终于长大了！全新COPILOT函数神器，直接把AI塞进了表格，不论是整理数据、头脑风暴，还是分类反馈，通通一键搞定，打工人效率直接原地起飞。
AlphaGo作者领衔，8个机械臂协同干活0碰撞，DeepMind新作登Science子刊（在新窗口打开）
一群机械臂手忙脚乱地自己干活，彼此配合、互不碰撞。
通用问题求解器雏形已现！谷歌DeepMind重磅研究，自主发现40种全新算法（在新窗口打开）
在现代科学中，几乎所有领域都依赖软件来进行计算实验。但开发这些专用的科学软件是一个非常缓慢、乏味且困难的过程，开发和测试一个新想法（一次“试错”）需要编写复杂的软件，这个过程可能耗费数周、数月甚至数年。
人类秒懂，AI崩溃：一个简单测试，就让GPT-5、Gemini等顶级模型集体“翻车”（在新窗口打开）
人类一眼就能看懂的文字，AI居然全军覆没。
从第一性原理出发的RAG推理新范式来了，蚂蚁DIVER登顶权威基准（在新窗口打开）
在当前由大语言模型（LLM）驱动的技术范式中，检索增强生成（RAG）已成为提升模型知识能力与缓解「幻觉」的核心技术。然而，现有 RAG 系统在面对需多步逻辑推理任务时仍存在显著局限，具体挑战如下：
Meta超级智能实验室首篇论文：重新定义RAG（在新窗口打开）
Meta超级智能实验室的首篇论文，来了—— 提出了一个名为REFRAG的高效解码框架，重新定义了RAG（检索增强生成），最高可将首字生成延迟（TTFT）加速30倍。
Claude Code的Sub-agents，烧了1000 美金才知道的血泪经验（在新窗口打开）
自从 Claude code 上线 sub-agents 后，我一直对其抱很大的期待，每次做 case 都会搭建一支“AI coding 梦之队”。想象中，它们会在主 agent的协调下火力全开， 完成我超级复杂的需求。
从「会说」迈向「会做」，LLM下半场：Agentic强化学习范式综述（在新窗口打开）
过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。这一范式催生了 GPT-4、Llama-3 等成功的早期大模型，但局限也日益明显：缺乏长期规划、环境交互与持续学习能力。
全流程国产GPU，上下文提速100倍！中国科学院发布「线性复杂度」类脑大模型（在新窗口打开）
SpikingBrain借鉴大脑信息处理机制，具有线性/近线性复杂度，在超长序列上具有显著速度优势，在GPU上1M长度下TTFT 速度相比主流大模型提升26.5x， 4M长度下保守估计速度提升超过100x；
不微调，让LLM推理准确率暴增到99%！试下DeepConf，一个轻量级推理框架｜Meta最新（在新窗口打开）
在大型语言模型（LLM）进行数学题、逻辑推理等复杂任务时，一个非常流行且有效的方法叫做 “自洽性”（Self-Consistency），通常也被称为“平行思考”。
开放全栈！超越π0，具身智能基础大模型迎来真·开源，开发者狂喜（在新窗口打开）
继π0后，具身智能基座模型在中国也终于迎来了真正的开源—— 刚刚，WALL-OSS宣布正式开源！在多项指标中，它还超越了π0。如果你是搞具身的开发者，了解它的基本资料，你就一定不会想错过它：
扎克伯格的豪赌初见成效？Meta新方法让LLM长上下文处理提速30倍（在新窗口打开）
经历了前段时间的鸡飞狗跳，扎克伯格的投资似乎终于初见成效。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。