
迎接智能体的「觉醒时刻」:EverOS全球公测开启Agent Memory自进化序章 (opens in a new tab)
随着新一代主动执行型 Agent(如 OpenClaw、Hermes Agent 等)的爆发,AI 正经历从「被动工具」向「具备自我演化(Self-Evolving)能力的智能体」的范式跃迁。然而,受限于上下文窗口极限与记忆缺失,现有 Agent 难以在复杂任务中实现经验的复用与自我进化。
Total 101 articles

随着新一代主动执行型 Agent(如 OpenClaw、Hermes Agent 等)的爆发,AI 正经历从「被动工具」向「具备自我演化(Self-Evolving)能力的智能体」的范式跃迁。然而,受限于上下文窗口极限与记忆缺失,现有 Agent 难以在复杂任务中实现经验的复用与自我进化。

基于可验证奖励的强化学习(Reinforcement Learning with Verifiable Rewards,RLVR)正在成为大模型后训练的关键技术。数学题能判对错,代码能跑测试,可验证奖励让大模型可以通过强化学习持续提升推理能力。

同一周,ClickUp 裁员 22%,同时宣布开出 100 万美元年薪的薪酬区间,专门用来吸引「AI 原生」人才。Wix、Webflow、Meta 随后也做了类似的举动。原文:How to become the AI-native hire every company wants, @anitakirkovska,May 2026

社交网络应用 Series 宣布已筹集 510 万美元的种子前轮融资,投资者包括 Venmo 联合创始人 Iqram Magdon-Ismail、Pear VC、Reddit 首席执行官 Steve Huffman 以及 GPTZero 创始人 Edward Tian。该公司由耶鲁大学学生 Nathaneo Johnson 和 Sean Hargrow 于去年初创立,两人目前仍在该校就读大四。

论文提出的方法名为 RL4HS,它使用了片段级奖励(span-level rewards)和类别感知的 GRPO(Class-Aware Group Relative Policy Optimization),从而避免模型偷懒、只输出无错误预测。

近日,快手与清华大学孙立峰团队联合发表论文《Towards User-level QoE: Large-scale Practice in Personalized Optimization of Adaptive Video Streaming》,被计算机网络领域的国际顶尖学术会议 ACM SIGCOMM 2025 录用。

Forever Security 在隔离环境里测试网页投放恶意项目说明的攻击链。部分测试中的编码助手被诱导改写配置或安装依赖,研究团队披露了触发条件。

晚点 AI 报道,自然选择完成 A+ 轮后累计融资超过 1 亿美元。团队计划用 Elys 的社交场景探索个人助手,报道还回顾了 EVE 陪伴产品。

开发者pepsipu借助Codex开发出纯软件越狱工具ns2jb,一天内为Switch 2的《马里奥卡丁车世界》制作出可加入《我的世界》Steve等角色的Mod,但任天堂已下架相关漏洞并警告违规可能导致主机或在线服务受限。

一文看懂Codex的自我革命。 在AI编程工具的牌桌上,OpenAI的Codex曾长期连入场资格都没有:用户寥寥,口碑平平,团队也走到了散伙边缘。然而,如今它已摇身一变,成为ChatGPT桌面版的底层系统,扛起4000万周活用户,并在CLI版本的下载量上,成功反超Claude Code。 打赢这场翻身仗,Codex仅用了不到1年。 智东西10月20日报道,近日,与OpenAI有密切联系的AI公司Every创始人Dan Shipper发表长文“How Codex Happened”,通过对OpenAI联合创始人Greg Brockman、Codex团队负责人Thibault Sottiaux(T