TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文（在新窗口打开）
随着代码智能从 code foundation models 走向 autonomous coding agents，CLI/terminal 正在成为智能体进入真实软件工程工作流的重要入口。
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。
打破碎片化瓶颈！浙大&哈佛开源UniGeo，高保真相机可控编辑（在新窗口打开）
UniGeo通过视频模型的连续视角先验与统一几何引导，实现稳定、高质量的相机可控图像生成，全面超越现有方法，在不同幅度的相机运动中提升跨视角一致性与结构稳定性。
ICSE 2026杰出论文 | 突破代码模型真实工程落地瓶颈，北大团队提出SEAlign对齐框架：显著提升软件工程智能体决策质量（在新窗口打开）
在代码大模型和代码智能体技术快速发展的今天，一个日益凸显的现象是：能够在经典代码生成基准上取得优异成绩的模型，一旦被放入真实软件工程环境中，表现却往往大幅下滑。
Claude团队用Qwen测试全新训练方法（在新窗口打开）
别人做AI中训练都在堆语料、补知识。 Anthropic这边直接给大模型上价值观必修课。 最新研究提出的中训练（简称MSM）精准插在预训练之后、后训练之前，专门用来给AI立规矩、塑三观。 更准确地说，就是在模型预训练结束、还没开始对齐微调之前，先用模型规范讲解文档做一轮对齐前置特训。 在这个阶段，模型不直接学习合规行为案例，而是通过大量专门讲解模型规范的合成文档，进行专项训练。 让模型先完整理解自身需要遵守的规范、原则、价值内核，再进入后续的对齐微调环节。 实验显示，仅靠新增一轮中训练，就能让通义千问两款32B大模型智能体失准率从68%、54% 降至 5%、7%，同时还能精简40至60倍微调数
刷榜AI全挂了！Meta斯坦福地狱级测试，GPT/Claude/Gemini交出0分（在新窗口打开）
SWE-Bench上能拿72%的模型，换张考卷直接归零！Meta联合斯坦福、哈佛放出ProgramBench，200个项目从零手写，9大顶级模型完整通过率0%。最强的Claude Opus 4.7平均通过率也才51.2%。更离谱的是一联网，就有模型在36%的任务里跑去GitHub扒源码。
SKILL.md不够用了：北大提出SSL，Agent需要一套自己的结构化表示层（在新窗口打开）
Agent Skills不应该只以SKILL.md、README或自然语言说明文档的形式存在，而应该被转成一种机器可检索、可检查、可治理的结构化表示。这是《From Skill Text to Skill Structure: The Scheduling-Structural-Logical Representation for Agent Skills》这篇论文的核心主张。
本地4B开源模型，把任何App当Skill用！告别token焦虑，私密性强～（在新窗口打开）
上次给大家分享了一个 CUA 的开源项目，能让 AI Agent 直接操控电脑界面，相当于把任何 App 都变成 Agent 的 Skill。反响还不错。
细思极恐！Agent暗藏风险，清华团队打出组合拳，全链路一网打尽（在新窗口打开）
当Agent开始真正进入生产环境，安全问题不再是「功能模块」，而是贯穿调用链、运行时与生态层的系统性风险。过去依赖提示词规则、日志审计与框架级防护的方式，正在逐步失效。来自清华大学人工智能学院、交叉信息研究院的方寸跃迁提出一套面向Agent运行全生命周期的多层安全体系。
多轮Agent蒸馏终于不翻车！港中文x通义新方法成功率暴涨18点，训练还快32%（在新窗口打开）
把强大模型的能力“蒸馏”给小模型，听起来很美—— 但放到多轮对话Agent场景里，效果往往一塌糊涂。
GRPO遭遇瓶颈？G²RPO-A让自适应指导为小模型推理能力「开外挂」（在新窗口打开）
大模型时代的「炼金术师」们，或许都曾面临一个共同的困扰：当我们试图将 DeepSeek-R1、OpenAI-o1 那种惊艳的推理能力迁移到小规模语言模型（SLMs）时，效果却总是差强人意。现有的强化学习方法如 GRPO 在 7B+ 的大模型上效果显著，但一旦应用到 1.7B 甚至更小参数的模型上，性能提升就微乎其微。
国产双开源：让Mac成为你的私人AI工作站（在新窗口打开）
2026 年 3 月底，Ollama 发布了一则更新公告：其 Mac 版本的底层推理引擎，将从沿用多年的 llama.cpp 切换为苹果的 MLX 框架。
Luma Uni-1.1 API开放，图像模型榜单第三，文字渲染直逼GPT image 2（在新窗口打开）
今年以来，图像生成模型的迭代节奏明显加快。
领先于Transformer！新架构首个1200万上下文模型SubQ，成本仅Opus的5%（在新窗口打开）
你有没有想过，为什么 AI 读一篇短文游刃有余，却在面对一整个代码库时频频出错？
公里级场景也能稳住了，国产团队把长视频3D重建又往前推了一步（在新窗口打开）
长视频 3D 重建最怕的，其实不是 "看不清"。
DeepSeek版Claude Code登顶热榜：8700星，鲸鱼哥火了（在新窗口打开）
感谢鲸鱼兄弟开源。 DeepSeek V4 才推出一个星期，DeepSeek 版的 Claude Code 就登顶了 GitHub 热榜。大家缺的就是这么一个工具。 目前已经有了超过 8700 的 Star 量，数字还在以肉眼可见的速度增长。 这还只是个开始。 DeepSeek TUI 是一个完全运行在本地终端里的 AI 编程智能体，由自称「鲸鱼兄弟」的 Hunter Bown 用 Rust 语言开发。它专门为 DeepSeek（尤其是最新发布的 DeepSeek V4 大模型）打造，能提供终端原生、长上下文、推理过程可视化的使用体验与效果。 它用开放工具链和极低的成本，打响了替代主流高价 A
阿里开源PromptEcho：用冻结多模态大模型为文生图训练提供高质量Reward（在新窗口打开）
用强化学习（RL）优化文生图模型的 prompt following 能力，是一条被广泛验证的路径 —— 让模型根据 prompt 用不同随机种子生成多张图片，通过 reward model 计算 reward，再利用相关 RL 算法优化模型。
开源「淘金小镇.Skill」,让你的Agent挖出每个排行榜里隐藏的信息差！（在新窗口打开）
我发现囤Agent的Skills有瘾， 今天刚装了一大堆同类Skill，还没用熟就想提前知道这类里最好的到底是哪一个。转头又发现某个佬推荐了自留的20个Skills，回回路过我都忍不住点进去看。
OpenAI 「实时语音」架构首次公开（在新窗口打开）
Realtime API 是 OpenAI 的实时语音交互接口，在 24 年的 DevDay 首次亮相，当时还是 beta，调用贵到离谱，音频输出 200 刀/百万 token：OpenAI 凌晨发布：Realtime 实时多模态 API，及其他
SkVM：优化你的Skills能够跨模型、跨Harness、跨环境稳定运行 ｜SJTU最新（在新窗口打开）
如果您经常用Claude Code、OpenCode、OpenClaw这类Agent框架，大概率会遇到一种不稳定现象：同一个Skills，用Claude能跑，换成Qwen就不行了；在Claude Code里稳定的流程，换到OpenClaw可能输出格式崩掉；在作者环境里正常的脚本，到了自己机器上可能因为缺依赖进入反复报错。
Agent-World：扩展真实世界环境，让智能体与环境协同进化！（在新窗口打开）
随着MCP、Agent Skills与各类Harness的快速发展，大模型能轻松调用成百上千种外部工具，但在多工具，具备复杂状态、长程交互的任务上仍有明显短板。尽管一系列环境扩展方法尝试复刻真实世界的交互环境（如订票系统，外卖平台），但仍受限于环境扩展的规模与真实性。
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。