Simon 1961 年的 Heuristic Coder：首个 AI 编程助手
Simon 于 1961 年提出的 Heuristic Coder 被认为是历史上首个 AI 编程助手。该项目探索了利用启发式方法进行程序生成与辅助编码的可能。
全部AI与数据中心动态
全部动态
今日 484 条Hacker News · AIAI 评分2626 Hacker News · AI精选AI 评分7676 Liquid AI 发布决策模型 D1：单次调用输出概率分布且零输出 token
Liquid AI 推出专用于结构化决策的决策模型 D1，无需逐 token 生成文本，可在单次 API 调用中直接返回校准后的概率分布，output_tokens 始终为 0。
推荐理由：原文给出了不生成文本的概率决策机制和三种原语，读者可以据此评估在分类与路由场景中替代传统生成式大模型的可行性。
Hacker News · AI精选AI 评分7575 GPT-5.6-Cyber 智能体被证实可多次实现虚拟机逃逸
最新安全评估表明，基于 GPT-5.6-Cyber 的自主智能体能够在标准 Linux QEMU/KVM 环境中多次成功实现虚拟机逃逸。该智能体通过自主分析源码，成功利用 Linux 内核缺陷、libslirp 网络库漏洞 CVE-2026-9539 及未修补零日漏洞构建出完整利用链，但在攻击轻量级虚拟化环境 Firecracker 时被有效拦截。
推荐理由：研究展现了具备网络攻击能力的自主智能体在分析源码和拼接零日漏洞上的实际表现，为评估 AI 沙箱隔离方案提供了技术参考。
量子位精选AI 评分6666 36家上市机器人企业财报盘点：具身智能商业化与盈利表现显著分化
梳理A股和港股36家机器人相关上市公司财报发现，企业在机器人业务收入占比和盈利能力上呈现明显分化。宇树科技和优必选已将人形机器人列为核心收入来源，但行业多数企业仍处于高投入或依赖传统业务阶段，仅少数实现稳定盈利与正向经营现金流。随着上市审核对收入真实性、规模交付与亏损改善的要求趋严，资本市场评估重心已转向可复制的交付效率与客户复购。
推荐理由：文章横向拆解了数十家机器人上市企业的财务数据，呈现出具身智能从概念演示走向真实收入与盈利分化的商业化现状。
Hacker News · AIAI 评分5555 争当“中国版 Hugging Face”的本土开源 AI 平台
阿里 ModelScope 与开源中国旗下的 MoArk 等本土开源模型平台正加速发展，力求建立自主的 AI 生态并应对外部访问限制风险。ModelScope 已托管超过 170,000 个模型，MoArk 托管约 20,000 个模型并组建团队针对国产芯片进行模型适配。尽管本土平台具备网络访问优势，但在模型总数与全球社区丰富度上较 Hugging Face 仍有差距。
Hacker News · AI精选AI 评分6868 麦当劳利用 AI 评估各门店顾客支付意愿
麦当劳正在推进利用 AI 评估各个餐厅顾客的支付意愿，以辅助巨无霸等产品的定价决策。
Hacker News · AIAI 评分2626 OpenAI 推出 Decisions API 用于快速 AI 决策
OpenAI 推出 Decisions API，旨在支持快速的 AI 决策与选择。
Hacker News · AIAI 评分1414 Studlark：面向学生的 AI 群组学习 SaaS 应用
面向学生的 AI 私密群组学习 SaaS 应用 Studlark 正以 $3,999 出售其全栈 MVP 源码。该项目基于 React 19、Supabase 与 Gemini 构建，集成了好友聊天、私密自习室以及按需答疑、生成抽认卡与测验的 Studlark AI。产品目前处于未实现营收的 pre-revenue 状态，交易包含 GitHub 仓库转移、SQL 迁移文件及 7 天邮件配置支持。
Hacker News · AI精选AI 评分7171 开源工具 Runtape 发布：用于 AI Agent 的反事实调试与回归测试
开源工具 Runtape 正式发布，提供面向 AI Agent 的反事实调试与自动化回归测试能力。该工具可在本地记录 Agent 运行轨迹，通过上下文片段消融和 Fisher 精确检验定位诱发错误决策的具体文本，评估提示词修复方案并自动生成 pytest 回归测试用例；项目支持 OpenAI 和 Anthropic SDK，以及 LangChain、LangGraph 和 Ollama 等框架。
推荐理由：读者可以据此了解如何通过上下文消融归因与自动生成测试用例来排查并防御 Agent 的异常决策。
arXiv 人工智能AI 评分4343 MemEvo：流式视频记忆机制的自动化发现
研究人员提出 LLM 驱动的自动研究框架 MemEvo，将流式视频记忆设计建模为可执行程序的搜索问题，以自动化生成训练无关的有界记忆机制。该方法在冻结视觉语言模型的前提下，利用预训练 LLM 结合实验反馈迭代优化候选记忆程序。在 StreamingBench 与 OVO-Bench 上的实验表明，该机制在保持强劲视频理解性能的同时大幅提升了推理效率。
arXiv 人工智能AI 评分3636 SafeCoEvo：测试时协同演化 LLM 智能体安全 Harness 与 Guard
针对 LLM 智能体在真实部署中的安全适应问题，研究者提出测试时 Harness-Guard 协同演化框架 SafeCoEvo。该框架通过短期快速适应的 S-Harness 与长期沉淀参数化风险判断能力的 GuardVPO，从累积的运行时经验中持续演化。相比最强基线，SafeCoEvo 将不安全结果率降低了 10.05%，同时将任务成功率提升了 12.15%。
arXiv 人工智能AI 评分4848 分而注入：AI 智能体能否从片段中重构间接提示词注入？
研究提出自适应长上下文提示词注入（AdaLCPI），证实 AI 智能体能够将长上下文中分散的不完整片段重构成恶意攻击目标。该方法通过工具检索嵌入碎片，并利用 OpenEvolve 结合目标智能体的执行反馈迭代优化线索，宏平均攻击成功率（ASR）达 61.4%，大幅超越 Trojan Hippo 风格（32.8%）与 AgentVigil（30.0%）。
arXiv 人工智能AI 评分4343 视觉敏感度不等于主张可撤回性：面向多模态强化学习的持久性感知信用分配
针对多模态大模型在强化学习中无视觉依据主张仍继承正面奖励的问题，研究人员提出无需标注且无额外推理成本的持久性感知信用分配门控（PACG）。PACG 通过衰减异常持久视觉主张的正向信用促使其撤回，在 Qwen2.5-VL-7B 上将 DAPO 和 VPPO 的 9 项基准平均分分别提升至 59.9% 与 60.9%，并同步改善 HallusionBench 准确率。
arXiv 人工智能AI 评分4444 MAADBench：面向多智能体系统异常检测的可刷新基准
研究人员推出首个面向多智能体系统的可刷新异常检测基准 MAADBench，以应对大语言模型系统 41%-87% 的高故障率。该基准构建了约 10^37 任务空间并支持自动化步骤级标注，同时开源了包含 5,200 条标注轨迹的 MAADBench-Full 数据集。对 25 种异常检测方法的评测表明，现有方案高度依赖监督且缺乏跨 LLM 鲁棒性。
IT之家 · AI 筛选AI 评分5454 哈萨克斯坦总统托卡耶夫支持优必选在阿拉木图建设机器人制造工厂
哈萨克斯坦总统托卡耶夫在会见优必选高管时表示，支持优必选在阿拉木图建设机器人设备制造工厂，产品主要面向教育和服务领域，该厂将成为优必选在境外的首个生产基地。双方还探讨了在智能城市项目、采矿、石油天然气、大型物流及高校教育等场景部署机器人与建立联合能力中心。优必选近期已在欧洲和日韩等市场斩获超 5000 万元海外订单，上半年营业总收入达 12.69 亿元。
arXiv 人工智能AI 评分3333 BRIDGE：双层检索信用感知的智能体强化学习方法
研究提出 BRIDGE，一种基于一阶双层优化的智能体强化学习方法，通过协同自适应检索器与大语言模型策略来解决检索信用分配问题。在 7 个开放域 QA 基准测试中，BRIDGE 在 3B 和 7B 骨干模型上均取得最高平均准确率，多跳平均较最强基线分别提升 9.6 和 3.4 个 EM 点。该方法在医学 QA 基准上也取得了最佳的平均答案准确率与推理质量。
arXiv 人工智能AI 评分3838 AVIO：在视听场景中学习添加与移除发声物体
AVIO 是一种可在视听场景中联合学习发声物体添加与移除的模型，通过源条件特征调制适配预训练文本到视听生成模型。配套构建的 AVIOBench 数据集包含 37.9 小时配对视听样本，覆盖 1,878 个目标物体名称。该模型结合参考帧课程学习，使单个模型即可执行纯指令编辑，并支持通过可选视觉引导控制物体的外观与位置。
IT之家 · AI 筛选AI 评分3030 法拉第未来：机器人工厂目标年底前投入运营
法拉第未来公布“Built in USA”加速计划第二阶段方案，目标于今年年底前将机器人工厂投入运营，并于 2027 年第一季度实现首款新 EAI 本体产品下线。公司正加快推进 Next Futurist 和 Next Aegis 系列产品下线，并启动向 FCC 申请有条件批准。此外，AIxC 拟以全股票方式收购估值约 2 亿美元的 FFAI 机器人资产与业务以推动独立上市。
arXiv 人工智能AI 评分3232 人机协作：从悖论到模式
该研究从自主性（autonomy）与主动性（initiative）两个核心设计维度切入，利用悖论视角系统分析人机协作中的内在张力并映射协作模式。论文最终提炼并归纳出四种人机协作模式：指令（Instruction）、委托（Delegation）、协助（Assistance）以及共创（Co-creation）。
IT之家 · AI 筛选AI 评分5858 OpenAI 推出 Codex 专用插件 Game Studio，支持通过自然语言制作 Game Boy 风格游戏
OpenAI 携手 ModRetro 推出 Codex 专用插件 Game Studio，让用户可以通过自然语言生成适配 Chromatic 复古掌机的游戏程序。该插件内置模拟器供电脑端测试运行效果并支持串流至掌机设备，完成后还可将程序写入专用实体卡带运行。
arXiv 人工智能AI 评分3434 在可再生公地中学习避免崩溃的资源收获：一种拉格朗日框架
该研究提出一种非平稳拉格朗日框架，将可再生公地建模为带消耗预算的约束马尔可夫博弈或约束多智能体 MDP，使多智能体在追求收益的同时避免资源耗尽。论文针对折现奖励与终端成本推导了可行性证明及约束 Nash 保证，能直接利用无约束问题的解构建约束策略序列。在 Gordon-Schaefer 渔业环境中结合约束 IPPO 和 MAPPO 进行的实验，验证了消耗预算对资源存留率与收益的影响。
IT之家 · AI 筛选AI 评分1717 OPPO K15s 与 K15x 两款新机今日开售，闪促价 1399 元起
OPPO K15s 与 K15x 两款新机正式开售，限时立减 300 元后闪促价 1399 元起。K15s 搭载 8000mAh 电池、天玑 6360 Max 芯片与 120Hz OLED 直屏，支持 IP69K 级防尘防水和 45W 闪充。K15x 内置 6500mAh 电池与天玑 6300，配备 6.75 英寸 120Hz 护眼屏及 IP64 防护。
arXiv 人工智能AI 评分3030 超越状态到达：用于内在动机选项发现的学习抽象
新研究提出一种强化学习选项发现算法，通过为每个子目标识别少量相关特征子集，解决了传统全状态可达方法引发的选项数量爆炸与探索受阻问题。该方法能够学习具备广泛泛化与迁移能力的抽象选项（options），在包含 Atari 游戏 MontezumasRevenge 在内的 3 个基于图像的稀疏奖励领域中实现了快速探索。
arXiv 人工智能AI 评分3939 将大语言模型推理路径重构为阶段结构化轨迹
针对大语言模型多步推理隐藏状态难以分析的问题，研究者提出将推理路径视为阶段结构化轨迹的分析方法 PAIR。该方法将可变长度路径映射到共享相对阶段，仅在同一问题和阶段内对比成功与失败轨迹，有效隔离路径质量信号。实验表明，PAIR 在多项基准上提升了模型轨迹排序与 Best-of-N 选择效果，并通过分阶段引导验证了表征的因果有效性。
arXiv 人工智能AI 评分3939 ZK-LLM 下的量化评估：面向可验证隐私推理的零知识友好量化研究
研究人员系统评估了面向可验证隐私推理的 ZK-LLM 友好量化方案，测试了 Qwen2.5-14B 及 MoE 模型 Qwen3-30B-A3B 等 9 个语言模型。实验发现激活值精度比权重更敏感，非线性查找表近似是效用下降主因，且 RMSNorm 查找构成主要瓶颈。研究表明降低位宽并不必然按比例降低端到端证明开销，需采用算子感知的精度选择策略。
arXiv 人工智能AI 评分3737 安全算子：通过谱优化调节大模型安全指令表达
研究团队提出“安全算子”（Safety Operator）机制，通过谱优化调节 Transformer 语言模型权重乘法算子的主特征值，以控制安全指令对生成的影响强度。基于此衍生的 Contrastive Safety Loss 可平衡有害查询强化与无害查询抑制，有效调节攻击成功率与过度拒答率之间的平衡，实现安全指令的帕累托改进。
arXiv 人工智能AI 评分3535 关系型基础模型在上下文学习中的支持集目标泄露：模型依赖性与评估可靠性
关系型基础模型在上下文学习（ICL）中存在支持集目标泄露风险，会严重破坏评估可靠性。研究在 13 个 RelBench 任务和 5 种 ICL 配置下测试 20 个受控特征，发现 0-hop 和全量泄露偏差最大，甚至会逆转模型间的相对优劣结论。实验对比 IG、MI 与 LOCO 检测方法表明，依靠检测器移除特征无法稳定恢复干净的评估结果。
arXiv 人工智能AI 评分3434 从检索到推理：基于 Cell Painting 表型谱的智能体作用机制预测
研究提出 PhenoAIR 多智能体框架，将 Cell Painting 表型数据的药物作用机制（MOA）预测从表征匹配重构为校准证据推理。该框架构建以候选为中心的证据记忆库，通过控制器引导评估不确定观测，并结合离线参考集校准对证据可靠性加权。在 JUMP Cell Painting 基准测试中，PhenoAIR 在所有预测设置下均超越表征匹配与 LLM 基线。
IT之家 · AI 筛选AI 评分7070 Robinhood 推出应用内 AI 智能体工具 Robinhood Agents，支持自动盯盘与自主交易
Robinhood 推出应用内 AI 智能体工具 Robinhood Agents，支持解答行情、定制投资策略并在离开屏幕时自动盯盘与执行交易。系统默认开启逐笔交易确认，用户也可关闭确认授权其自主交易，且智能体仅能动用独立代理账户内的资金。该功能初期接入 OpenAI 与 Anthropic 大模型并收取模型使用费，官方提示用户须自行承担全部交易后果。
arXiv 人工智能AI 评分3535 ARCagent：面向临床问答的自适应检索校准智能体
ARCagent 是面向 ME/CFS 等指南存在争议疾病的自适应检索校准临床问答智能体。该系统构建了包含 10 个数据源、1,706 个分块且具备结构化冲突登记的知识库，并通过冲突感知校准流程重排检索证据。在 LLM-as-Judge 评测中，ARCagent 达到 95.3% 的得分，超越所有基础 LLM，相关代码已开源。
IT之家 · AI 筛选AI 评分6161 Meta Muse 爆火，美银警示 AI 智能体或冲击苹果服务业务收入
美国银行发布研报指出，Meta 推出的 Muse 等第三方 AI 智能体能直接接管商品发现、服务导流和交易发起，可能绕开苹果生态并威胁其服务业务收入。Sensor Tower 数据显示 Muse 累计下载量已超 340 万次并连续两周位列美区免费榜首，已接入 Shopify 与 PayPal 等平台；分析师认为苹果需加快 Siri 与支付生态的整合以应对智能体带来的商业模式变革。
arXiv 人工智能AI 评分3838 Persona Dosing：用于分级特征控制的校准激活导向技术
研究提出 PersonaDose，通过特征描述与指定强度校准 FLAS 控制器的流动时间，实现大语言模型的分级人格表达控制。在 Llama-3.1-8B、Qwen3-8B 和 Gemma-3-4B 上，PersonaDose 在 Persona Vectors 连贯性下限 75 时，核心特征表达较对比激活添加分别提升 33.2、18.3 和 17.8 分。
IT之家 · AI 筛选精选AI 评分7676 特朗普签署行政令要求政府部门将 AI 改称 SI，并上线对话式政务网站 America.gov
美国总统特朗普签署行政令，要求所有联邦行政部门和机构在法律允许范围内使用“超级智能”（SI）代替“人工智能”（AI），并不再承认 AI 术语的使用。特朗普当天还宣布推出联邦政府数字入口网站 America.gov，支持公众在线提问获取最新答案。今年晚些时候，America.gov 还将进一步整合护照续签和医疗保险注册等政务服务。
推荐理由：原文给出了美国联邦政府术语变更与统一政务问答入口上线的具体事实，读者可据此了解政策定调与政务智能化落地动向。
arXiv 人工智能AI 评分3535 关系基础模型在上下文学习中的支持集目标泄露：影响、检测与缓解
研究形式化定义了关系基础模型在上下文学习中的支持集目标泄露问题，指出仅在带标签支持集中存在目标衍生特征会导致推理失效。基于涵盖 20 个列的 14 种合成泄露类型与 RelBench 数据库评测，目标表泄露导致的性能下降最显著，而一跳与两跳泄露未被模型一致利用。利用积分梯度（IG）排序并移除可疑列，可在泄露影响最大的场景中部分恢复模型性能。
arXiv 人工智能AI 评分3838 简单机制接口如何引导 LLM 智能体决策
简化交互接口能有效引导 LLM 智能体决策，升价拍卖接口在 4 个模型族中显著减少了出价偏差。明确收益可能性并解释真实报价安全性可改善决策质量，而要求跨轮规划或推测对手信念的提示词反而会恶化表现。研究还发现，智能体行为选择的实际改善并不必然伴随其语言策略理解指标的提升。
arXiv 人工智能AI 评分3535 通过 LLM 引导剪枝构建更优最近邻图索引
研究提出通用框架 LLM 引导图剪枝（LGP），利用 LLM 推理识别并替换低价值邻居节点，直接优化近似最近邻（ANN）图索引结构以解决“几何-语义”不匹配问题。该方法在保留原始图稀疏性与高效导航结构的同时引入关键语义信息。在语义检索基准上的实验表明，LGP 在 DiskANN 和 HNSW 等主流图索引上均优于传统贪心图搜索与 LLM 重排序方法。
IT之家 · AI 筛选AI 评分4343 戴森 AI 电动牙刷 CameraJet 一度下架，官方承认早期批次存在渗水故障
戴森确认其售价 499 美元的新款 CameraJet 可视成像电动牙刷因早期批次喷射管存在生产缺陷导致渗水，致使部分产品停止工作并一度从零售渠道下架断货。戴森表示已将受影响的库存单独隔离，目前 CameraJet 已全面投产并恢复向合作伙伴供货，并向购买到故障产品的消费者致歉。
arXiv 人工智能AI 评分3333 HyperZip：通过基于超网络的个性化扩散大语言模型实现高效数据压缩
研究人员提出基于扩散大语言模型（dLLM）与多 Token 预测（MTP）的高效数据压缩框架 HyperZip。针对扩散压缩中吞吐量与压缩率的权衡难题，HyperZip 利用超网络从上下文表征生成特定数据更新，无需昂贵微调即可适配目标数据。实验显示，HyperZip 在压缩率与速度之间取得了优于 SOTA 基线的权衡表现。
arXiv 人工智能AI 评分3939 ThuRunel：面向结构化咨询对话的动态解耦
研究团队提出咨询 AI 智能体 ThuRunel，通过动态解耦机制结合有限状态信念管理、思维链教师合成协议与生成适配器，协调前期共情引导与后期专家判断。对比 11 个基线，ThuRunel 在引导完整度与专家简报质量上均取得持续提升。ThuRunel 目前已公开部署为双语 Web 应用，其生成结果均会标注精选知识库来源。
arXiv 人工智能AI 评分4040 PILLAR：面向检索增强的隐私倒排索引词法查找
研究人员提出基于私有信息检索（PIR）的隐私保护 RAG 系统 PILLAR，使服务端在完全无法获知查询词及访问模式的情况下检索相关文档。PILLAR 采用两阶段混合检索，先通过预计算 BM25 索引发起固定次数 PIR 查询完成稀疏初筛，再获取候选文档 embedding 并在本地重排序。该系统提供了单轮低延迟协议 PILLAR-Bin，以及兼顾低延迟与高检索质量的 PILLAR-Tree。