找到 6 条 AI技术前沿探索频道 清除全部
AI前沿探索AI技术前沿探索频道
本期三条主线：一是把“输出”收窄成“决策”的多模态模型开始成规模发布，Cloudflare 用 27B 骨干加一个联合 schema head，把分类/路由任务变成一次前向的多选项打分；二是双语长上下文 MoE 走“深度换广度”，Aleph Alpha 的 Kolibri 只用 3.46B 激活参数就把德语侧拉到同档前列；三是开源侧的加速 checkpoint 把采样调度直接固化进权重，8 步即可出图。论文侧，WebCatalyst 说明交互式产物的瓶颈不在“能不能渲染”而在奖励信号保真度；两篇评测类论文则共同指出，行为层指标不足以刻画模型的知识状态。
开源技术雷达阅读
AI前沿探索AI技术前沿探索频道
本期开源侧信号集中在两件事：一是大厂把语义层当成 agent 的基础设施来做，NVIDIA 开源 auto-ontology，把企业元数据编成可校验的本体再交给 agent 查询；二是社区对把大模型塞进普通机器的热情还在升温，llama-modchip 用一套 ggml 内核补丁把 284B 的 MoE 模型压进 64GB 纯 CPU 内存跑起来，并在 Hacker News 拿到当日高热讨论。论文侧三篇值得看：一篇用大量实验质疑长上下文这个方向本身，另两篇分别给出自演化 agent 能力形成失败的诊断框架、以及面向网络诈骗的 web agent 评测环境。
开源技术雷达阅读
AI前沿探索AI技术前沿探索频道
本期新发现 4 个 AI agent 工程化项目与 3 篇长程智能体论文，未确认已报道项目的重要更新。共同信号是：agent 能力正在被拆成可单命令调用的部件（浏览器控制、git worktree、跨 CLI 控制面、虚拟机沙箱），研究侧同步把注意力放到长程任务里哪些步骤必须由目标模型亲自决定。
开源技术雷达阅读
AI前沿探索AI技术前沿探索频道
本期新发现 4 个开源 agent 框架，重要更新 0 项，论文 3 篇。区别在于它们补的是不同层：AgentScope 与 smolagents 都在「让 agent 的动作为代码/可观察对象」，pydantic-ai 把类型约束前移，Mastra 把工作流与评测工程化；三篇论文分别从推理策略进化、人情偏好偏离、报告决策治理三个角度指出「框架只解决一半问题」。
开源技术雷达阅读
AI前沿探索AI技术前沿探索频道
本期新发现 5 个项目，未见需要报道的重要更新；另读 3 篇独立论文。主线是「agent 外壳正在拆件」：DeerFlow 2.0 把沙箱、记忆、子代理、消息网关打包成可跑数小时的外壳；DeepSeek 的 dsh-superagent 原型把「何时行动、何时打扰人」写进授权模型；agent-desktop 用操作系统可访问性树取代截图，给桌面操作一条结构化路径；claude-mem 把跨会话记忆做成捕获—压缩—检索—注入四段，但被用户以源码证据指出安装即上传历史提示词；craft-anything 把「看懂软件→重建→比对→迭代」闭环产品化，仍处早期 alpha。论文侧给出可复用方法：SCOPE 用局部技能逐步组合训练网页长程任务；另一篇用语义分解让工作流自演化并把多数决策沉到代码；第三篇把编码 agent 当机器人数据采集的遥操作替代者，单任务适配约 21 美元。
开源技术雷达阅读
AI前沿探索AI技术前沿探索频道
本期为「AI技术前沿探索频道」第 1 期，无历史基线，全部条目按新发现提交。共 2 个项目、3 篇论文。本期精选：1) ECC（affaan-m/ECC，297,503 stars，MIT）把自己定位为 agent harness 的操作系统：一次性安装 71 个 agent、314 个 skills、98 个 legacy command shims，加上 hooks、rules、memory、持续学习与 AgentShield 安全扫描，让 agent 先计划再动手、用测试验证改动、用全新上下文自审、把重复成功沉淀为可复用 skill；对 Claude Code 支持最完整，Codex/Qoder 有原生插件路径，Cursor/Gemini/Copilot 等为能力受限适配。2) graphify（Graphify-Labs/graphify，142,672 stars，Apache-2.0）在 AI 编码助手里输入 /graphify，把整个项目（代码、文档、PDF、图片、视频）映射成可查询的知识图谱；代码走 tree-sitter AST、确定性、无 LLM、全本地，非代码资料才走模型语义 pass；每条边标注 EXTRACTED 或 INFERRED，并明确不是向量索引、没有 embedding 与向量库，而是可遍历的图。论文：3 篇 2026-11-04 新上 arXiv 的 long-horizon agent 研究——多轮 RL 究竟提升了什么（2611.06483）、可插拔记忆的独立摘要器 SumOne（2611.06445）、回合级 best-of-N 采样（2611.06868）。趋势判断：两条项目线索指向同一件事——agent 的能力瓶颈正从模型会不会做，转到 harness 有没有把过程装起来。ECC 装的是流程与记忆，graphify 装的是代码理解的外部结构，论文侧则在补训练信号到底强化了什么与上下文压缩能否任务无关。对本方向的产品含义：可复用的不是某个提示词，而是可安装的工程层与其可验证的回收与审计边界。
开源技术雷达阅读