花了1000倍的token，效果可能却没有更好：AI Agent的“隐性账单”长什么样（在新窗口打开）
如今的 AI Agent 正在大规模落地，其中应用最广且最受关注的当数 Claude Code，Codex，Cursor 这类 coding agent。过去的一年里，这类 coding agent 产品迭代迅速，在一年内将在 swe-bench- verified 的准确率提高到了 78%+。
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。
Agent学会自己「长」Skill了！从失败里长出经验，比人类写的更好用｜ICML 2026（在新窗口打开）
过去一年，Agent学会了两件事：会用工具、会调用Skill。
「虾马」之后，openJiuwen社区发布JiuwenSwarm，引领蜂群智能体新架构，开启「养蜂」时代（在新窗口打开）
刚刚，华为支持的开源 AI Agent 平台社区 openJiuwen 发布并开源了蜂群智能体 JiuwenSwarm。
「世界模型」究竟是什么？一文看懂其前世今生与百亿赌局（在新窗口打开）
世界模型（World Model），想必你已经在很多场合听过这个术语了。它有时出现在视频生成领域，有时又出现在具身智能领域；它们的含义还有所差别，甚至看起来像是完全不同的概念。
CVPR 2026 Oral | 清华+阿里发布ViT³：解锁「视觉TTT」新架构，突破Transformer复杂度瓶颈（在新窗口打开）
序列建模是大语言模型、计算机视觉等领域的基础共性问题。当前通用的 Transformer 模型计算复杂度随序列长度平方增长，在长序列任务中面临显著的计算挑战。因此，研究者们一直在探索具有线性计算复杂度的高效序列建模方法。
24小时从零写一个GBA模拟器！GPT-5.5跑出53分登顶，Gemini得了0.8分，底部还有两家交白卷（在新窗口打开）
Mechanize 发布了一项硬核测试：给前沿 AI coding agents 24 小时，用 Rust 从零写一个完整的 Game Boy Advance 模拟器，再和顶级开源模拟器 Mesen2 逐帧对比打分。
DAG革新时间序列预测，代码、数据、排行榜全开源 | ICML'26（在新窗口打开）
DAG框架利用时间与通道双重相关网络，有效整合历史与未来外生变量信息，提升时间序列预测准确性。通过发现并注入相关关系，充分利用未来协变量，显著优于现有方法。
ICML 2026 | 华为GTS提出AI训练数据新方法，Amazon/Google作者团队「光速跟进」：难度自适应训练正在成为新范式（在新窗口打开）
在大模型后训练中，数据不再只是 “越多越好”，而是要像人类学习一样，动态选择最合适难度的样本。华为提出的 EDCO 方法，将样本难度估计与动态课程编排引入领域大模型微调；数月后，由 Rutgers、Amazon、Google 等作者参与的 DARE 论文即引用 EDCO，并将其作为难度感知强化学习训练的重要对比基线。
信通院&清华提出FedRE：用「纠缠」搞定联邦学习三难困境 | CVPR 26（在新窗口打开）
在联邦学习中，如何同时兼顾模型性能、数据隐私和通信开销，是一个亟需解决的挑战。
LLM助力突破尘封60年数学猜想！北大王立威团队大幅刷新斯坦纳比下界（在新窗口打开）
近期，LLM 已经在 IMO 上取得了很好的成绩，在一些研究级数学上（如短程证明、组合构造）也有所进展。但如果真正让 LLM 去处理提出数十年的数学猜想，结果会是如何？
ICML 2026 ｜让大模型边想边说：这篇文章把「何时开口」变成可学习策略（在新窗口打开）
用过推理型大模型的人，大概率都熟悉这种体验：模型似乎在认真思考，但屏幕上长时间没有真正有用的内容；如果让它一开始就输出，又很容易出现仓促判断，后面的推理还要被早期错误牵着走。
Image 2 × Seedance 2.0王炸组合：4套刷屏外网的玩法，提示词全在这了（在新窗口打开）
当「地表最强生图」遇上「最强视频生成」，这对王炸组合再一次点燃了网友们的创作激情。
「具身大一统」不是口号：北京人形再度登顶WorldArena，拿下双冠王（在新窗口打开）
最近，全球的网民都化身「监工」，围观了 Figure AI 的人形机器人直播在物流传送带上连续几十个小时，不间断地分拣包裹。
Need is all you need：AI接手Coding后，程序员最值钱的能力只剩这一项？（在新窗口打开）
AI Coding的玩法，又变了。 如果你留意就会发现，Cursor、Windsurf、Claude Code这些顶流玩家，现在基本都不爱吹“代码生成有多快”了。 话锋一转，全在讲“我能帮你完成多少任务”。 这个微妙的转变，原因也很简单：代码生成越来越不值钱了。 十秒出一个前端页面，谁家都能做，AI卷到今天，生成一段CRUD跟喝水一样简单。 那值钱的是啥？ 是把一个需求从说出来，到交付上线之间的整条链路跑通—— 拆任务、跨文件改、记住上下文、自动验证、交付。 谁能把这串事儿干利索，谁才真正从工具变成了队友。 就在行业集体转弯的节点上，阿里Qoder正式官宣1.0版本，直接完成身份跃迁，从传统A
Agent Skills的表示、获取、检索和进化看这一篇综述就清楚了｜香港中文大学最新（在新窗口打开）
早在2024年，人们还倾向于给Agent提供海量的工具（例如通过MCP协议连接的API、搜索引擎、代码解释器等）。但是，“拥有工具”并不等于“知道如何使用工具”。当任务变得复杂且长周期时，要求Agent每次都从头开始推理“该用哪个工具、何时用、怎么组合、出错怎么办”，会导致系统极度脆弱、延迟极高且不可靠。
无需构造偏好对：TGO用标量反馈对齐视觉生成模型｜ICML'26（在新窗口打开）
生成模型的偏好对齐，可能正在进入一个新的阶段。
当SFT遇上RL：基于样本学习阶段的动态策略优化机制（在新窗口打开）
过去一段时间里，在围绕大模型推理能力增强的研究中，SFT 和 RL 是两类核心后训练范式 —— 前者稳定收敛快，能高效吸收高质量推理数据；后者更具探索性，有望推动模型实现复杂推理和分布外泛化。
Z Tech｜一个词就能视觉推理？Meta 华人颠覆性提出 ATLAS 新范式（在新窗口打开）
近日，Meta AI 与香港中文大学颠覆性提出了一种全新的视觉推理范式 ATLAS，不用外部工具，不显式生成中间图像，没有视觉监督信号，只用一个离散 word，首次颠覆性地代替 Agentic 和 Latent Visual Reasoning。
扩散模型也有「Skills」了！魔搭开源11个现成模板，风格、修图、超清一键搞定（在新窗口打开）
近期，专为Diffusion模型设计的插件框架——Diffusion Templates正式开源发布。这个框架能大幅降低可控生成技术的训练和使用难度，让开发者能够通过丰富的Templates来精准控制模型的生成结果。
8B模型做生物实验：实验步骤顺序不乱、剂量无幻觉｜ICLR 2026（在新窗口打开）
针对这一问题，上海人工智能实验室、复旦大学、上海交通大学团队提出了Thoth：一个面向生物实验protocol生成的科学推理模型。一句话概括：Thoth不是让模型“写得像protocol”，而是让模型按照实验逻辑，生成可解析、可评估、可执行的protocol。
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。