高管们认为语音AI尚未迎来自己的ChatGPT时刻
多位企业高管指出，语音AI仍缺乏上下文理解能力，常遗漏关键信息，导致整个处理流程中断，距离像ChatGPT那样的突破性时刻还有距离。
可自我改进的RLM智能体，面向编码工作流与长时自主任务
Hacker News 上出现一个可自我改进的 RLM 智能体项目，主打编码工作流与长时间自主运行任务，目前讨论热度极低，仅 1 分、0 条评论。
Ask HN：AI 智能体集群是如何运作的？
Karpathy 指出 AI 使用存在巨大鸿沟：约 75% 的人几乎没用过大模型，仅约 5000 人能内部接触前沿系统，其形态是数千智能体协作数周完成软件工程、攻防与科研。HN 网友追问这种集群如何协调。
模型开放之后，AI能力为什么仍难以复用？
文章探讨模型开源开放后，AI能力仍难以跨场景复用的原因，涉及模型适配、数据差异与工程化成本等障碍，对AI开发者与落地团队有参考价值。
单次RL后训练烧掉260万美元、每步37亿Token，小米披露MiMo-V2.6“规模化强化学习”路线
小米披露MiMo-V2.6大模型的规模化强化学习路线：单次RL后训练成本约260万美元，每步消耗37亿Token，展示了大模型后训练阶段的算力与数据开销量级。
字节发现 DeepSeek 隐藏 Bug，加点空格，模型翻车
字节团队论文指出 DeepSeek V4 系列因分块 KV Cache 压缩存在相位敏感性，关键信息落在压缩块交界盲区时准确率骤降，加几个空格即可让模型答错，该问题在采用同类压缩技术的模型中普遍存在。
坐在马化腾身旁的姚顺雨，拿到中国第一
Arena 发布对齐指数榜单，姚顺雨团队拿下中国第一，其一年前关于对齐技术路线的预言得到验证，标志国内大模型对齐能力获国际认可。
Show HN：检测你的文档对 AI 智能体是否易读
Velu 团队推出工具，可对任意文档网址按开放的“智能体友好文档规范”打分，评估其对 AI 编码智能体的可读性，帮助开发者优化文档。
OpenWants：AI 智能体替居民处理需求的模拟城市
开发者打造模拟城市 OpenWants，每位 AI 居民由大模型驱动，拥有饥饿、精力、金钱等状态，并通过一个共享需求列表让智能体互相接单，完成送餐、载客、找工作、找房等任务，探索智能体能否取代 Uber、Airbnb 等平台。
智能体AI的验证与自我改进：基础与局限
研究用有界验证框架比较智能体AI的三种改进机制，证明独立多数放大可保持语言类不变，而随机磁带上的存在性接受可能引入错误输出，并将自我改进的声明与正确性、证据、验证资源和选择误差挂钩。
工具型智能体的可控遗忘：可逆上下文整理实践
研究让工具型智能体主动遗忘：把已观察到的工具结果替换为简短备注，原文存入可恢复归档。在 OpenTelemetry 调试案例中，提示词 token 从 91.2 万降至 23.2 万，输入 token 减少 50%，API 成本从约 4.38 美元降至 1.28-1.44 美元，但请求更多、耗时增加 17%。
通过模拟合成：利用可扩展的智能体-系统交互生成连贯的企业数据
SAP 提出「通过模拟合成」（STS）范式，让 LLM 智能体在模拟企业环境中调用策略 API 生成数据，无需数据库模式即可保证结构有效，平均边际保真度达 0.88，约束满足率 100%。