
80%代码由Claude合并,Anthropic内部人员点破Agent真相:「Close the Loop」(在新窗口打开)
最近,Anthropic 团队研究产品经理 Theodora(Theo)Chu 的一段演讲视频,引起了大家的注意。
共 58 篇

最近,Anthropic 团队研究产品经理 Theodora(Theo)Chu 的一段演讲视频,引起了大家的注意。

哈佛物理学家Matthew Schwartz用Claude和开源工具BootLoops处理可验证的科研任务,90天产出横跨18个学科的36篇论文初稿,并主张由人挑题、追问和验收,让AI发挥辅助而非替代科学家的作用。

哈佛大学物理教授马修·施瓦茨用Claude三个月内与19位合作者攻克了18个领域的36个学术难题,并将提炼出的AI科研框架BootLoops 1.0以MIT协议正式开源。

“当谷歌无法承载「疯狂假设」,这位 27 年的 Google 功臣,能否能用「不完美」的硬件终结 AI 的「暴力美学」?。 ”

在过去两年,大语言模型 (LLM) + 外部工具的能力,已成为推动 AI 从 “会说” 走向 “会做” 的关键机制 —— 尤其在 API 调用、多轮任务规划、知识检索、代码执行等场景中,大模型要想精准调用工具,不仅要求模型本身具备推理能力,还需要借助海量高质量、针对性强的函数调用训练数据。

过去一段时间,TiDB 团队启动了一项面向 Agent 的基础设施尝试——TiDB Cloud Filesystem。它把 Workspace 从 Session 和 Sandbox 的生命周期中独立出来:Agent 仍然通过熟悉的文件系统接口工作,背后则提供数据库级的持久化、版本、分支、回滚和权限控制。

AI竞争的焦点,变了。 一个词开始在前沿讨论里高频出现:Recursive Self-Improvement。 它指的是AI自主优化,让AI来研发更强大的AI—— AI开始自己提出问题、设计实验、评估结果,再根据反馈不断改进自己。 这被认为是继AI推理、Agent之后的下一个重大前沿,也是通往AGI(通用人工智能)的关键路径。 就拿OpenAI来说,GPT-5.6的RSI相关能力,已经帮其把端到端服务成本降低了20%,Token生成效率提升了15%以上。 还有Anthropic,披露其代码库中超过80%的代码由Claude自主生成。 Jeff Dean从谷歌离职创办Discovery Loop

最近 AI 编程界最火的事情,就是怎么把各种 coding 模型卷到极致了。

对谈区分模型优化和改进研发流程,讨论计算与实验时间的约束。Jeff Dean 称 Discovery Loop 已运行约 20 个自动改进循环,提效倍数属于目标。

据机器之心了解,17 岁 AI 研究者陈广宇,已经加入 Jeff Dean 等人创立的 Discovery Loop 团队。