LLM 工具调用从 API 调用到智能体应用的演进（2025）
Hacker News 上出现一篇讨论大语言模型工具调用演进的文章，梳理其从简单 API 调用走向智能体应用的路径，目前讨论热度较低。
扩散模型的校正训练
研究者提出为扩散模型增加校正步骤，缩小训练与推理之间的差距，在DiT、SiT、JiT上显著提升无引导生成质量，FID优于此前结果，并可媲美CFG。
ClawLoop：基于原生训练循环的自我改进智能体
ClawLoop 提出一种无需外部教师模型的自我改进框架，通过任务合成、训练与诊断反馈三阶段循环，让基于沙箱环境的智能体持续提升，并在多个基准上验证了效果。
智能体数据科学中的沉默失败
研究指出，现有智能体数据科学评估只看预测性能和代码正确性，掩盖了数据泄漏、验证不当等方法论错误。对220个任务的测试显示，多数智能体方案至少存在一种失败模式。
人工性的首次考试：面向超级智能的LLM参照C测试
研究者提出首个以大型语言模型为参照机的Levin Kt测试，可自动生成并认证高难度题目，难度以比特为单位衡量，并已对12个LLM进行测试，难度曲线延伸至超越前沿智能的超级智能窗口。
拍照和翻译救不了AI眼镜？千问2218元起推新硬件，要抢现实世界里的上下文
千问发布起售价2218元的新AI硬件，主打争夺现实世界中的上下文信息，而非仅靠拍照和翻译功能，意在探索AI眼镜之外的新形态。
全球首发：万拿NOVA21灵巧手，拓展灵巧操作研究边界
万拿机器人在2026香港秋季电子产品展全球首发NOVA21灵巧手，21个主动自由度全旋转直驱，单指指尖力≥20N，触觉分辨率0.1N，面向科研与开发团队，支持多指协同与复杂操作策略研究。
给现实世界按下复制键，禾赛做了一台「AI 空间相机」
禾赛科技推出一款被称为「AI 空间相机」的新设备，主打对现实空间进行高精度扫描与三维复刻，为机器人、自动驾驶和数字孪生等场景提供空间感知数据。
Show HN：RDST——本地代理监控Postgres/MySQL查询性能退化
RDST是一款本地桌面代理，只读连接PostgreSQL/MySQL，每分钟对比每条查询的历史性能，自动对高开销查询做EXPLAIN ANALYZE，脱敏后交给大模型分析缺失索引与改写方案，并用分类模型决定是否告警。
Endo：一种高阶智能体编排框架
Endo 是一个开源的高阶智能体编排框架，提供统一界面接入任意智能体服务并支持会话中热切换，通过编排层实现智能体任意组合，面向需要确定性与灵活性兼顾的工作流。
刚刚，Anthropic 宣布弃用Git，统治编程20年的工具顶不住AI了
Anthropic 宣布弃用 Git，转而采用内部工具 Scion，反映 AI 编程智能体正冲击传统版本控制流程，开发者需关注 AI 原生开发工具链的演进。
开源工具：评估并改进你的 AI 智能体操控方式
团队开源 Agent Desk 与 Session Intelligence 两款工具，帮助开发者浏览 Claude Code、Cursor 等主流编程智能体的会话记录，分析上下文缺失、重复纠错与凭据泄露，从而改进对 AI 智能体的使用方式。