算法论文8

斯坦福7B智能体超越GPT - 4o登顶HF

新智元2025-11-03

AI 摘要

斯坦福等团队提出AgentFlow框架，将推理任务分解给专门化智能体模块，用Flow - GRPO算法解决信用分配问题。实验显示，小参数模型在多任务上超越大模型，证明系统架构创新和高效训练法更值得探索。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

MCP 走向无状态，社区看法不一

MCP 2026 - 07 - 28 规范取消协议会话，新增必需 HTTP 标头，可对智能体流量路由等。社区反应分歧大，有人认为无状态让 MCP 变回 REST API，也有人强调它是获 AI 提供商认可的标准。MCP SDK 下载量高，但服务器使用存问题。

香港科技大学（广州）和腾讯团队开源VibeWorlding框架，实现说句话造3D世界。它由VWE - Bench和VibeWorlding - Gym组成，开源模型经强化学习训练后成绩逆袭，证明强化学习解锁3D推理潜力巨大。

OpenAI发文称暂停最新模型强化学习训练两周，加固研究环境、进行红队测试等。部分低风险训练已恢复，最大规模前沿模型训练仍暂停。此举源于Hugging Face安全事故及Astra模型潜在风险。

AI编程赛道竞争激烈。Devin开发商Cognition年化收入逼近10亿美元，新融资估值目标400亿美元，将反超Cursor。其收入倍数收窄，有真实增长，新技术能3秒配好开发环境，产品走智能体路线。