美国布鲁金斯学会发布哥伦比亚商学院教授Stijn Van Nieuwerburgh的研究，测算2025年至2032年美国AI基础设施累计投资约10.3万亿美元，年均相当于美国GDP的3.63%，高于铁路、高速公路和光纤建设的历史投资强度。报告指出，2026年Oracle、Microsoft、Amazon、Meta和Alphabet五家公司资本支出预计达8005亿美元，首次超过7071亿美元的经营现金流，缺口依赖借贷和外部融资。报告还提到，Meta Hyperion项目债务资产比接近90%，大型云厂商表外租赁和采购承诺约2.4万亿美元，而GPU等IT资产按6年经济寿命计算，若需求增速跟不上产能扩张，可能带来利用率与租赁价格下降的压力。
匹配字段摘要、正文
Moderna与Merck的个性化mRNA癌症疫苗Intismeran Autogene联合Keytruda，在1,137名已切除IIB–IV期黑色素瘤患者的III期试验中显著改善无复发生存期和无远处转移生存期。该疫苗可编码单名患者肿瘤的最多34种突变，但两家公司尚未公布风险比、置信区间、生存曲线及总生存期数据。
生存期。该疫苗可编码单名患者肿瘤的最多34种突变，但两家公司尚未公布风险比、置信区间、生存曲线及总生存期数据。 · Moderna and Merck’s personalized mRNA cancer vaccine, Intismeran Autogene, combined with Keytruda significantly improved recurrence-free and distant metastasis-free survival in a Phase 3 trial of 1,137 patients with resected stage IIB–IV melanoma. The vaccine encodes up to 34 mutations from an individual patient’s tumor, but the companies have not yet released hazard ratios, confidence intervals, survival curves, or overall survival data.
匹配字段摘要、正文
Lilian Weng 在 Lil'Log 发布长文，围绕 harness engineering 如何推动递归自我改进，梳理了工作流自动化、文件系统持久记忆、子智能体与后端任务三类设计模式。文章进一步综述 ACE、MCE、Meta-Harness、ADAS、AFlow、STOP、Self-Harness、AHE、AlphaEvolve、Darwin Gödel Machine 等自改进与进化搜索工作，并指出评测器模糊、上下文与记忆生命周期、负面结果、多样性崩塌、奖励攻击等瓶颈，认为人类应在合适抽象层提供监督。
匹配字段摘要、正文
Meta发表论文,研究强化学习后训练对智能体多次尝试表现的影响。研究在3个智能体基准上测试了14组基础模型与后训练模型,并构建PTGS采样器,对困难提示提高温度、对简单提示降低温度。结果显示,后训练让智能体首次尝试表现更好,但在最多128次尝试中能找到解的任务反而更少。在WebShop上,gemma-4-31B基础模型在128次尝试内解决超过85%的任务,后训练版本为56%。作者提出的Sharpening Tax在42组模型与基准组合中有36组为正,意味着覆盖率缩小。作者建议为可重试的智能体选型时,应衡量模型最终能解多少任务,而不只看首次准确率。
匹配字段标题
Meta发表论文,研究强化学习后训练对智能体多次尝试表现的影响。研究在3个智能体基准上测试了14组基础模型与后训练模型,并构建PTGS采样器,对困难提示提高温度、对简单提示降低温度。结果显示,后训练让智能体首次尝试表现更好,但在最多128次尝试中能找到解的任务反而更少。在WebShop上,gemma-4-31B基础模型在128次尝试内解决超过85%的任务,后训练版本为56%。作者提出的Sharpening Tax在42组模型与基准组合中有36组为正,意味着覆盖率缩小。作者建议为可重试的智能体选型时,应衡量模型最终能解多少任务,而不只看首次准确率。
匹配字段标题
2026年10月30日,Rohan Paul发文介绍普林斯顿与Meta关于AI智能体持续改进的新论文。该论文提出Self-Direction方法:让失败的智能体反思本次运行,把教训训练进约为模型大小0.02%的LoRA适配器,之后由路由器在遇到类似失败时加载最接近的适配器。在Qwen3.6-27B上,GAIA任务成功率从38.8%提升到55.8%,优于上下文反思和Skills.md文件方案;在185个此前出现过的错误中,到第三次遇到时仍有67.3%的修复生效,而单纯重试为42.9%。目前该介绍尚无后续发展。
匹配字段标题
2026年10月30日,Rohan Paul发文介绍普林斯顿与Meta关于AI智能体持续改进的新论文。该论文提出Self-Direction方法:让失败的智能体反思本次运行,把教训训练进约为模型大小0.02%的LoRA适配器,之后由路由器在遇到类似失败时加载最接近的适配器。在Qwen3.6-27B上,GAIA任务成功率从38.8%提升到55.8%,优于上下文反思和Skills.md文件方案;在185个此前出现过的错误中,到第三次遇到时仍有67.3%的修复生效,而单纯重试为42.9%。目前该介绍尚无后续发展。
匹配字段标题
Meta公布Catching JiTTests的生产部署结果:该系统用大语言模型为待合入的代码变更自动生成可执行测试,在代码合入前暴露缺陷。系统采用意图感知和dodgy diff两条工作流,并用LLM-as-Judge集成与规则方法RubFake过滤误报,同时以human-on-the-loop方式减少人工逐条审核。Meta称已有589名工程师参与,真阳性率为60%;2026年上半年在diff阶段捕获74个严重隐私SEV,使该类问题整体发生率下降20%。
匹配字段标题
Meta公布Catching JiTTests的生产部署结果:该系统用大语言模型为待合入的代码变更自动生成可执行测试,在代码合入前暴露缺陷。系统采用意图感知和dodgy diff两条工作流,并用LLM-as-Judge集成与规则方法RubFake过滤误报,同时以human-on-the-loop方式减少人工逐条审核。Meta称已有589名工程师参与,真阳性率为60%;2026年上半年在diff阶段捕获74个严重隐私SEV,使该类问题整体发生率下降20%。
匹配字段标题
Meta 发表论文提出 RSD 方法,让 AI 智能体在知道任务结局后回看每一步,从没有人标注对错的历史尝试中学习。论文报告的实验结果显示:在 ScienceWorld 上,Qwen3-14B 的成功率从 12.9% 升到 20.6%;在 ALFWorld 上,Qwen3-8B 达到 76.6%,超过所有被测方法,包括那些获得奖励或标准答案的方法。作者还建议保留智能体未标注的运行记录(包括失败),并在每轮重新生成回看笔记,因为冻结笔记到第 3 轮时 ALFWorld 成功率停在 59.7%,而每轮更新笔记时为 67.9%。目前该工作以论文形式发布,尚无后续进展。
匹配字段标题
Meta 发表论文提出 RSD 方法,让 AI 智能体在知道任务结局后回看每一步,从没有人标注对错的历史尝试中学习。论文报告的实验结果显示:在 ScienceWorld 上,Qwen3-14B 的成功率从 12.9% 升到 20.6%;在 ALFWorld 上,Qwen3-8B 达到 76.6%,超过所有被测方法,包括那些获得奖励或标准答案的方法。作者还建议保留智能体未标注的运行记录(包括失败),并在每轮重新生成回看笔记,因为冻结笔记到第 3 轮时 ALFWorld 成功率停在 59.7%,而每轮更新笔记时为 67.9%。目前该工作以论文形式发布,尚无后续进展。
匹配字段标题
Meta从更大的Muse Spark蒸馏出稠密30B模型Muse Glimmer,并以模拟应用中的合成智能体轨迹进行训练。该模型4-bit权重不到20 GB,可在单张RTX 5090上运行。据2026年10月22日报道,在多工具测试MCPAtlas上,Muse Glimmer得75.5,高于Gemma4-31B的54.2和Qwen3.6-27B的62.5;但在OSWorld-Verified上以65.9落后于Qwen3.6-27B的75.6。目前尚无后续发展事实。
匹配字段标题
Meta 于 2026 年 10 月 21 日发表论文,指出主动式助手(如 AI 眼镜)的失败点在于自主判断何时开口,而不只是说什么。团队构建了 ProPerMem 基准,用第一视角视频搭配平均 618K token、干扰丰富的全年记忆,并设有人工核验的触发窗口。论文报告称,所有基线得分最高仅 15%,即便使用检索增强记忆的前沿模型也是如此;在窗口内提供 oracle 证据时 GPT-5.3-Chat 达到 96%,但让它自行选择时机后降至 38%,加入检索后降至 15%。同时把握内容与时机并减少触发频率,可把准确率从不足 10% 提升到 42.4%。目前该工作以论文形式发布,尚无后续进展。
匹配字段标题
Meta 发布了 Muse Glimmer 技术报告。该报告介绍的是一个 30B 开源权重模型,面向消费级硬件上的智能体任务。据报告,该模型在 4-bit 精度下可在 Mac 或 PC 的单张消费级 GPU 上以实用速度运行,在工具使用和多步规划上领先同规模开源模型。报告内容涵盖模型架构、蒸馏配方和量化等方面。目前尚无后续进展。
匹配字段标题
Meta 发布了 Muse Glimmer 技术报告。该报告介绍的是一个 30B 开源权重模型,面向消费级硬件上的智能体任务。据报告,该模型在 4-bit 精度下可在 Mac 或 PC 的单张消费级 GPU 上以实用速度运行,在工具使用和多步规划上领先同规模开源模型。报告内容涵盖模型架构、蒸馏配方和量化等方面。目前尚无后续进展。
匹配字段标题
Meta 于 2026 年 10 月 20 日发布 30B 开源权重模型 Muse Glimmer 的技术报告,该模型面向消费级硬件上的智能体任务,并以 4-bit 精度在单张消费级 GPU 上运行。转述者补充称,该模型在工具调用和多步规划上领先同规模开源模型,部分指标超过 Qwen3.6-27B 和 Gemma4-31B;4-bit 量化后约 17GB,目标在 24GB 显存设备上运行,采用 DFlash 推测解码在 RTX 5090 上约 233 tokens/s,相比普通解码提速约 3.1 倍。目前尚无后续发展事实。
匹配字段标题
Meta从更大的Muse Spark蒸馏出稠密30B模型Muse Glimmer,并以模拟应用中的合成智能体轨迹进行训练。该模型4-bit权重不到20 GB,可在单张RTX 5090上运行。据2026年10月22日报道,在多工具测试MCPAtlas上,Muse Glimmer得75.5,高于Gemma4-31B的54.2和Qwen3.6-27B的62.5;但在OSWorld-Verified上以65.9落后于Qwen3.6-27B的75.6。目前尚无后续发展事实。
匹配字段标题
Meta 于 2026 年 10 月 21 日发表论文,指出主动式助手(如 AI 眼镜)的失败点在于自主判断何时开口,而不只是说什么。团队构建了 ProPerMem 基准,用第一视角视频搭配平均 618K token、干扰丰富的全年记忆,并设有人工核验的触发窗口。论文报告称,所有基线得分最高仅 15%,即便使用检索增强记忆的前沿模型也是如此;在窗口内提供 oracle 证据时 GPT-5.3-Chat 达到 96%,但让它自行选择时机后降至 38%,加入检索后降至 15%。同时把握内容与时机并减少触发频率,可把准确率从不足 10% 提升到 42.4%。目前该工作以论文形式发布,尚无后续进展。
匹配字段标题
Meta 于 2026 年 10 月 20 日发布 30B 开源权重模型 Muse Glimmer 的技术报告,该模型面向消费级硬件上的智能体任务,并以 4-bit 精度在单张消费级 GPU 上运行。转述者补充称,该模型在工具调用和多步规划上领先同规模开源模型,部分指标超过 Qwen3.6-27B 和 Gemma4-31B;4-bit 量化后约 17GB,目标在 24GB 显存设备上运行,采用 DFlash 推测解码在 RTX 5090 上约 233 tokens/s,相比普通解码提速约 3.1 倍。目前尚无后续发展事实。
匹配字段标题
Meta发表论文,提出以每美元学习成本带来的留出集增益衡量Agent可塑性的评测方法。论文让权重冻结的智能体在象棋、围棋、Hex和NetHack中反复改写自己的工具与笔记,再用留存对局表现和每美元学习成本衡量其可塑性。在困难象棋中,Claude Fable 5的留存对局胜率从37.5%升到73.3%;在象棋、围棋和Hex上,GPT-5.6 Sol每1000美元学习成本提升298分,Claude Fable 5为57分。作者建议评测自我改进型智能体时跟踪留存学习曲线与成本,并检查智能体是否真正用上了自己保存的内容。
匹配字段标题