漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2026-09-18 talkingdev

两周适配10万+国产加速器:GLM用AI智能体自建推理基础设施,吞吐量提升3倍

近日,Z.ai 披露了一项引人注目的技术实践:团队利用由 GLM-5.3 驱动的 Infra Agent,在不到两周时间内为 GLM-5.3-Flash 构建了可支撑 10 万张以上国产加速器的生产级推理服务栈。这并非传统的人工运维或脚本化部署...

Read More
2026-09-18 talkingdev

Anthropic 披露 Claude 已承担其 26% AI 研究工作,数万内部智能体参与下一代模型研发

Anthropic 发布新指标,首次量化前沿 AI 实验室内部 AI 参与研发的节奏。数据显示,Claude 现已主导 Anthropic 约 26% 的 AI 研究工作,并协调数万个活跃的内部智能体。这套指标重点追踪三个方面:AI 在多大程度上帮...

Read More
2026-09-18 talkingdev

Noam Brown:我们绝不能再低估AI——智能体集群、对齐与递归自我改进

近日,OpenAI研究科学家Noam Brown在一次深度访谈中系统阐述了对推理模型、多智能体系统、数学进展加速以及递归自我改进等前沿议题的看法。作为推理模型发展的关键贡献者,Brown指出当前数学领域正经历快速突破,并...

Read More
2026-09-16 talkingdev

Dream-RSI:在演化世界中实现递归自我改进,AI探索效率迎来新思路

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;...

Read More
2026-09-14 talkingdev

OpenAI联合创始人等专家激辩:AI递归自我改进究竟还有多远?

Zyphra首席技术官Beren Millidge、Thinking Machines首席科学家兼OpenAI联合创始人John Schulman,以及Baseten模型训练负责人Charlie O'Neill在一场播客中围绕人工智能递归自我改进的前景展开深入讨论。三位专家从当...

Read More
2026-08-31 talkingdev

Anthropic发布自我改进AI报告:自动化研究员可可靠缓解对齐失败

Anthropic近日公布了关于自我改进AI的最新研究,首次在实践层面展示了AI自动化研究员如何在较少人类参与的情况下提升其他AI模型的安全性。研究团队让Claude自主训练模型,并针对衡量10类对齐失败的多个公开基准进行...

Read More
2026-08-17 talkingdev

Opus 5为何越来越难用?过度追求基准测试正在牺牲真实任务中的协作能力

Opus 5在与前代模型对比中暴露出一个值得关注的问题:它需要更多人工监督,且在模糊场景下不再主动追问澄清,导致真实任务中的协作效率下降。分析认为,这一变化并非单纯的能力退化,而是当前AI系统开发过度以基准测...

Read More
2026-08-12 talkingdev

AI实现自我研究自动化后会发生什么?红杉研究首席科学家深度解读递归式自我改进

当人工智能能够自动化AI研发本身,世界会发生怎样的剧变?近期,红杉研究(Redwood Research)首席科学家瑞安·格林布拉特在一次深度访谈中探讨了递归式自我改进(RSI)这一当前AI领域最具争议的话题。他认为,一旦AI...

Read More
  1. 1
  2. 2
  3. 3
  4. Next Page