「智能终端Agent」共找到 5449 篇相关文章
中国造出一颗「不怕死」的AI大脑,专接最要命的活儿
全球首个搭载AI大脑的防爆机器人“若愚揽月01”接管加油站,其“若愚九天”机器人大脑深度整合多模块,采用双系统,实现“脑+体”合一,可迁移至多场景,成立三年成果显著,欲做机器人时代“智能内核”。
Sam Altman:温和奇点
Sam Altman认为人类已跨过临界点,构建出超人类智能系统,虽未现科幻场景,但显著提升生产力。预计2025 - 2027年AI有重大进展,奇点是渐进过程,要解决安全与可及性问题。
AI的新技能不是提示词,而是上下文工程
最近,“上下文工程”在AI领域备受关注,人们讨论焦点正从“提示词工程”转移至此。构建有效AI智能体的秘诀在于提供的上下文质量,而非代码复杂程度,这正是上下文工程的意义。
王云鹤眼中的Harness:复杂优化问题,AGI灵魂争夺之战
王云鹤在知乎文章中探讨Harness Engineering,指出Agent=Model+Harness,多模型配合能提升Agent能力。还分析Harness存在的必要性,认为它是复杂优化问题,关乎AI“灵魂”之争。
西工大张伟伟等:强化学习如何练就近距空战制胜法则?| 航空学报CJA
本文针对空战智能化需求,构建高保真近距对抗仿真平台,提出优化自博弈强化学习架构。该智能决策系统与成熟飞行员近距格斗胜率超75%,为智能空战发展提供技术支撑。
AI 增强截图项目,爽歪歪~
日常截图后手动处理文字、公式、表格耗时又易出错。开源项目`Snippai`将截图与智能分析融合,是跨平台智能截图工具,能自动识别内容类型并处理,有多种功能,安装使用简单。
强化学习之父:大语言模型走错了路,不符合「苦涩教训」精神
2024 年图灵奖得主、强化学习创始人之一 Richard Sutton 在播客中批评 LLM 发展方向,认为其无真正智能,违背「苦涩教训」原则,缺乏持续学习能力,仅模仿人类,未理解世界。此观点引发 AI 社区激烈讨论。
刚刚开源就斩获 2.7K Star!吴恩达老师开源了一个 AI 员工 OpenWorker!
吴恩达老师开源了桌面 AI Agent OpenWorker,对标闭源 Agent。它能交付成品,本地优先、支持多模型,重要动作需审批。有 25+ 连接器,支持定时任务和角色模板,提供多方式上手。
杜克大学、Zoom推出LiveMCP‑101:GPT‑5表现最佳但未破60%,闭源模型Token效率对数规律引关注
杜克大学与Zoom研究者推出LiveMCP - 101,这是针对真实动态环境的MCP - enabled Agent评测基准。含101个任务,实验显示先进模型成功率低于60%,研究为提升Agent能力提供改进方向。
Wassette:微软基于 Rust 构建的 Wasm 与 MCP 之间的桥梁
微软 Azure Core Upstream 团队发布 Wassette,它基于 Rust,搭建起 WebAssembly 组件与 MCP 间的桥梁,让 AI 智能体可自主获取和执行工具,还保障了安全,且未来有更多发展规划。