Airbnb技术团队近期披露了内部AI基础设施“Insight Miner”，旨在将可重复的科学方法论嵌入到围绕AI智能体构建的工程体系中。该系统整合了信息抽取、向量嵌入、聚类分析、提示词调优、困难样本挖掘与完整审计追踪等能...

文章指出，AI编程代理在显著提升开发效率、节省大量时间的同时，也可能生成看似可信但实际错误的“证据”，因此围绕智能体编码的验证流程与模型能力同等重要。作者强调，不能仅依赖一次性基准测试或团队口口相传的“工...

近日，一项名为Dream-RSI的研究聚焦自主AI智能体递归自我改进中的核心瓶颈——有效探索。该框架在探索层面构建了一个闭环：智能体通过在线探索持续收集发现历史，并将这些历史转化为针对已实现搜索空间的回放模拟器；...

TypeSafe AI 宣布推出全新的 System One Models 模型类别，并开放首个模型 Jev 的早期访问。该公司专注于构建机器原生智能基础设施，使模型能够在软件内部直接完成决策。Jev 在 System One 任务上表现出与现有大语言...

Anthropic 官方博客披露，智能体编码（Agentic Coding）在六个月内推动 CI 作业量增长 25 倍，原有测试影响分析服务作为单例运行，即便持续加配更大机器、实施包分片（package sharding）并每日重启，仍难以避免过载...

谷歌在GitHub上开源了ARTEMIS框架，可将自然语言指令转化为可靠的Android自动化操作，面向AI编码助手与测试套件，能够像人类一样操作真实手机，执行端到端工作流、日常任务并采集日志。ARTEMIS优先使用元素索引定位...

Hugging Face博客介绍了Funes，一个面向编码智能体的本地记忆索引方案。该系统在本地对智能体会话轨迹进行索引，融合向量搜索、BM25和交叉编码器重排序，并返回带有溯源信息的原始文本，而不是经过压缩的摘要。Funes...

Real-SWE是一个面向软件工程智能体的新基准，它与常见的HumanEval或SWE-bench不同，不依赖公开数据集中可能被模型记忆的题目，而是从经过许可的私有生产代码库中选取10项真实任务。这些任务包含大量企业业务规则和公...