Claude Code和机器人背后的共同机制，UIUC、Meta、Stanford这篇最新综述讲清楚了（在新窗口打开）
说在前面：这又是一篇讲Harness的Survey，你最近可能已经看过了数篇讲Harness的文章、论文，其中还可能包括我上周解读的《Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon》。
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。
用文字记住图片，是一种错觉：MemEye用「原图证据」重测多模态Agent Memory（在新窗口打开）
多模态Agent最容易制造的一种错觉是：它看过图片，所以它记住了图片。
不用人类手写训练框架了！AI自己写代码，训出1B端侧「小钢炮」（在新窗口打开）
你的电脑里，或许很快会住进一只会聊天的「小怪兽」。
龙虾之父教你省钱：开源Skill给你的Skill减肥（在新窗口打开）
Skill水平参差不齐，龙虾之父Peter看不下去了。
一个月的活一周干完！英伟达世界模型训练速度飙升400%（在新窗口打开）
英伟达世界动作模型 DreamZero 训练一次要烧 8 张 H100 整整 25 天，RLinf 从算子融合到 I/O 全链路系统级重构，把训练吞吐拉高近 4 倍——1 个月的活，1 周就能干完。
面壁智能推出AI写的预训练框架ForgeTrain，从此AI开始造自己（在新窗口打开）
造AI这件事，现在的主角变成了AI。 因为就在刚刚，一个国产AI先自己写出了一套大模型预训练框架，然后再用这套预训练框架，训练出了一个新的小尺寸模型！ 这就是面壁智能搞出来的big news。 这套由AI写出来的预训练框架叫做ForgeTrain，它是全球首个完全由AI编写的生产级大模型预训练框架，性能甚至超越了英伟达的Megatron。 并且ForgeTrain在华为昇腾上预训练MiniCPM5-1B，相比昇腾的框架也有10%的加速。 围绕它，面壁智能还提出了一套新的软件编程范式，叫Forge Engineering。 更直白一点说，就是当AI写代码的成本越来越低，未来软件不一定非要做成一套
0.9B跑出90%真机成功率！上海交大为VLA补上空间感（在新窗口打开）
机器人看得见，但不一定看得准。 大量VLA模型仍然主要依赖二维视觉，一旦遇到精定位、细摆放、遮挡判断这类需要空间感知的任务，成功率就会明显下滑。 补空间信息的路有两条，但都有代价。 显式3D路线靠深度传感器和点云重建，硬件链路长、对标定误差敏感；隐式3D路线从RGB学几何，省了硬件，但不少方案依赖较重的基础模型，训练和推理成本偏高。 现在，上海交大MINT团队提出了一条中间路线: Evo-Depth，约0.9B参数，不额外增加硬件负担，用紧凑的隐式深度编码把空间感写进VLA策略里，仿真与真机同时兼顾性能与部署效率。 仿真端，Meta-World 84.4%、LIBERO 95.4%；真机平均成
“Token”必须死？（在新窗口打开）
“我语言的局限，即意味着我世界的局限。”（ Die Grenzen meiner Sprache bedeuten die Grenzen meiner Welt. ）
AI时代，流量不再“跳动”，字节进入“中年危机”！（在新窗口打开）
字节跳动计划在今年将其在人工智能基础设施上的支出大幅提升惊人的25%。这意味着将投入2000亿元人民币，这可不是一个边缘性的微调，是一次由不断升级的存储芯片成本以及字节跳动想要主导AI领域的雄心共同推动的巨大升级。
画数独、烧蜡烛都不翻车了？浙大&阿里让AI先三思再下笔｜ACL 2026（在新窗口打开）
当下视觉生成正陷入一个能力错位困境—— 扩散模型的像素画质已接近完美，但一遇到需要逻辑推理的生成任务就频频翻车。
ACL 2026 Main | 不只是调用地图API，Spatial-Agent让大模型生成可执行地理分析工作流（在新窗口打开）
大语言模型在地图、城市、交通等空间领域的应用越来越广泛。对于这些场景来说，问题往往不只是 “查一个地点” 或 “调用一次路线 API” 就能解决的，而是需要把用户的自然语言问题组织成一段可执行、可验证的地理分析流程。
怎么知道 Agent 真干完活了？（在新窗口打开）
判断 Agent 靠谱与否，核心指标只有一个：是不是真干完活了
VeRL-Omni：面向扩散和全模态生成模型的通用RL后训练框架（在新窗口打开）
VeRL-Omni 是一个面向多模态生成模型的通用 RL 后训练框架，由 VeRL-Omni 团队在 verl 与 vllm-omni 之上构建。覆盖扩散 transformer（Qwen-Image）、混合 AR-DiT（Qwen-Omni）、统一理解 + 生成（BAGEL、HunyuanImage-3.0）等架构。
AI音乐下半场：Mureka跨过生产可用门槛，让模型像作曲家一样思考，开发者又可以有哪些新可能？（在新窗口打开）
前几天大模型圈子有个很魔幻的场面，傅盛、孙宇晨、特朗普家族，三个八竿子打不着的人，开始扎堆做大模型中转站的生意。
告别多奖励跷跷板：Flow-OPD将多教师OPD带入图像生成（在新窗口打开）
今年以来，在线策略蒸馏 OPD（On-Policy Distillation）已经逐渐成为大厂 LLM 后训练中的重要组件，例如 DeepSeek-V4，GLM5 就使用了多教师 OPD 来整合不同领域专家模型的能力，相比混合奖励强化学习收敛更快、效果更好。
DeepSeek V4还能更省！新工具缓存命中率高达99.82%，2折稳定到手（在新窗口打开）
我悟了，DeepSeek V4系列发布1个月，价格屠夫的本色这才刚刚发力啊！
Claude「永久大脑」，真的来了！（在新窗口打开）
刚刚，Claude「双记忆系统」首次爆出！全新「文件记忆」让AI一边聊天，一边自动做笔记。还有杀手级Conway Agent浮出水面，7x24小时永不下线。
Claude 通过率不到 4%，SaaS-Bench 撕碎了 Computer-Use 的「全自动办公」幻想（在新窗口打开）
想象一个真实的工作日：项目经理要更新项目状态，财务人员要整理客户账单，医疗管理员要核对预约和保险信息。
挖到个巨省Token的开源Agent，还能以复利的方式变现（企业、开发者必看）！（在新窗口打开）
大家好，我是袋鼠帝。 不知道大家有没有发现，随着AI的发展，token这个东西居然还变得越来越贵了。
从「说错话」到「干错事」：复旦、CityUHK、SMU、UIUC等13家机构联合发布「具身智能安全」综述（在新窗口打开）
具身智能（Embodied AI）正在快速从实验室走向真实世界。
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。