在AI代理（AI Agent）快速发展的今天，如何为其提供安全、隔离且即时可用的计算环境成为关键挑战。InstaVM 应运而生——一个专为AI代理设计的即时虚拟机服务，让代理能在隔离环境中瞬间获得完整的计算机资源。 ## 核心能力：秒级启动的隔离环境 InstaVM 的核心卖点在于“即时性”。传统虚拟机创建往往需要数分钟甚至更久，而 InstaVM 通过轻量级虚拟化技术，将启动时间压缩到秒级。这意味着AI代理可以动态地按需创建和销毁计算环境，无需等待。每个 InstaVM 实例都是一个独立的隔离环境，确保不同代理之间的工作负载互不干扰，同时保障代码执行的安全性。 ## 为何AI代理需要独立计算环境？ AI代理正从简单的对话模型演变为能执行复杂任务的自主系统，例如自动化网页操作、代码编写、数据处理等。这些任务通常需要运行脚本、访问网络或安装依赖。如果所有代理共享同一个系统环境，可能会面临资源冲突、安全风险或配置污染。InstaVM 为每个代理提供独立的操作系统实例，从根本上解决了这些问题。 ## 应用场景与价值 - **安全沙箱**：允许AI代理执行不受信任的代码，而不会影响宿主系统。 - **多代理并行**：同时运行多个代理，每个拥有独立环境，互不干扰。 - **环境定制**：每个代理可以根据任务需求配置不同的软件栈。 - **成本优化**：按需创建和销毁，避免长期占用资源。 ## 行业背景与展望 随着 Anthropic 的 Computer Use 功能、OpenAI 的 Operator 等代理产品的推出，AI代理对计算环境的需求日益增长。InstaVM 精准切入这一细分市场，为开发者提供了一种高效、安全的底层基础设施。未来，类似的服务可能会成为AI代理生态的标配。
NewsCatcher 最新发布了一款名为 **CatchAll** 的数据收集工具，旨在帮助用户从海量网络信息中快速构建定制化数据集。该产品主打**按条件过滤**功能，让用户能够根据关键词、时间、来源等维度精准筛选内容，从而高效获取所需数据。 ## 核心能力：从“搜”到“建”的转变 传统的网络数据采集往往面临两大痛点：一是信息过载，用户难以从杂乱数据中提炼价值；二是缺乏灵活性，固定 API 或爬虫工具难以适配个性化需求。CatchAll 的定位正是解决这些问题——它允许用户**自定义过滤规则**，将散落的网页内容转化为结构化数据集。 例如，研究人员可以设定“2024年1月至3月”、“科技领域”、“英文新闻”等条件，一键获取符合要求的文章列表；企业用户则能通过关键词组合监控竞品动态或行业趋势。 ## 应用场景与行业价值 在 AI 训练数据、市场调研、舆情监控等领域，高质量数据集的构建至关重要。CatchAll 的推出降低了数据获取门槛，尤其适合以下场景： - **AI 模型训练**：为自然语言处理、图像识别等任务定制训练数据。 - **竞争情报**：实时抓取竞品新闻、产品更新、用户评价。 - **学术研究**：批量收集特定领域的文献、报告或新闻报道。 - **内容聚合**：为新闻应用或资讯平台提供实时数据源。 ## 与 NewsCatcher 生态的协同 NewsCatcher 本身已是知名的新闻数据 API 提供商，CatchAll 的加入进一步扩展了其数据覆盖范围——不再局限于新闻，而是**涵盖整个互联网**。这意味着用户可以从社交媒体、博客、论坛、电商页面等更多渠道获取数据。 目前，CatchAll 的具体定价和 API 细节尚未完全公开，但根据产品介绍，它可能采用按数据量或查询次数计费的模式。对于需要大规模定制数据集的用户，这无疑是一个值得关注的新选择。 ## 小结 CatchAll 的出现反映了数据工具从“通用搜索”向“定制构建”的演进趋势。对于开发者和数据科学家而言，它提供了更灵活的数据获取方式；对于企业和研究人员，则意味着更高效的信息利用。随着数据驱动决策的普及，类似 CatchAll 的智能数据采集工具或将成为基础设施级产品。
## 数据探针：打开大模型性能的黑箱 大语言模型（LLM）的成功离不开海量数据，但一个根本问题始终悬而未决：**何种数据特性在训练、微调、对齐、上下文学习等不同阶段真正驱动模型行为？** 传统方法依赖大规模实验和公开数据集，通过试错获得经验性启发，不仅计算成本高昂，更缺乏系统性理论指导。 在最近被 **ICML 2026 立场论文赛道** 接收的一篇论文中，来自 IBM 研究院、多伦多大学等机构的研究者提出了一项大胆的倡议：**开发“数据探针”（Data Probes）——通过精心设计的合成序列，系统性地揭示数据特性与模型性能之间的因果关系。** ### 从经验试错到理论驱动 当前数据筛选和数据集构建主要依赖“经验法则”：研究人员在大型公共数据集上反复试验，观察哪些数据能提升下游任务表现。这种方法类似盲人摸象——我们知道某些数据“有效”，但说不清为何有效。论文作者尖锐指出，这种范式缺乏原则性理解，且计算资源消耗巨大。 **数据探针的核心理念是：从适当的随机过程中生成具有可控统计特性的合成序列，** 然后观察 LLM 在这些序列上的行为变化。例如，通过调整序列的熵、相关性、模式重复度等参数，可以精确测量模型在不同数据特性下的泛化能力、鲁棒性和对齐表现。 ### 典型集的理论支撑 论文引入了信息论中的 **“典型集”（Typical Sets）** 概念作为理论框架。典型集描述了高概率序列的集合，而研究者将其推广到 LLM 语境中：通过设计探针序列使其统计特性可被典型集理论解释，从而建立数据特性与模型输出之间的可预测关系。这为理解“为什么某些数据对模型更有用”提供了数学基础。 ### 潜在应用场景 如果数据探针方法得以实现，其应用将覆盖 LLM 全生命周期： - **预训练阶段**：识别哪些统计特性（如重复模式、长程依赖）能加速收敛或提升泛化 - **微调与对齐**：探针可帮助设计更高效的指令数据或偏好数据，减少人工标注依赖 - **上下文学习**：理解示例序列的排列、多样性如何影响 in-context learning 效果 - **安全与鲁棒性**：通过探针暴露模型对特定数据模式的脆弱性 ### 挑战与展望 当然，这一构想面临显著挑战：如何定义“适当”的随机过程？如何确保探针序列的统计特性在理论上可分析、在实践中可复现？论文作者承认这需要跨学科协作，但强调即使部分成功，也将推动 AI 从“经验工程”向“理论科学”转变。 **数据探针的提出，标志着研究社区开始系统地质疑“数据为何有效”这一基础问题。** 在 LLM 算力成本高企的当下，这种理论驱动的数据理解若能落地，或将从根本上改变数据筛选、合成数据生成乃至模型评估的范式。
学术界在文档理解领域不断推出新模型，但如何将这些模型部署到生产环境、处理海量文档，却鲜有研究。近日，一篇来自arXiv的论文（编号2605.18818）试图弥合这一鸿沟，提出了一套**微服务架构**，将**分类、OCR（光学字符识别）与LLM（大语言模型）结构化字段提取**封装为生产管线，并分享了在每小时处理数千份多页文档时的实践经验。 ## 核心设计决策 论文团队围绕四个关键设计原则构建系统： - **混合分类策略**：并非所有文档都需要完整管线处理。系统先通过轻量级分类器快速判断文档类型，再决定是否调用OCR和LLM，从而节省计算资源。 - **GPU与CPU职责分离**：将GPU密集的模型推理（如OCR和LLM）与CPU负责的任务编排（如调度、数据流控制）解耦，避免资源争抢。 - **异步处理IO密集型操作**：文档读取、网络请求等大量IO操作采用异步方式，提升整体吞吐量。 - **独立水平扩展**：每个微服务（如OCR服务、LLM服务）可独立扩缩容，根据负载动态调整资源。 ## 反直觉的性能发现 通过批量性能分析，团队得出两个令人意外的结论，对生产部署有重要指导意义： 1. **OCR是端到端延迟的瓶颈，而非LLM**。许多人以为大模型推理最耗时，但实际测试显示，OCR阶段（尤其是对高分辨率、复杂布局的文档）占用了大部分时间。这意味着优化OCR算法或使用更高效的OCR引擎，对降低延迟效果显著。 2. **系统并发瓶颈由GPU共享推理容量决定，而非工作线程数**。当并发请求增多时，系统性能并非线性下降，而是达到一个饱和点——该点由GPU同时处理推理任务的能力上限决定。增加更多工作线程（CPU worker）并不会提升吞吐，反而可能因上下文切换导致性能下降。 ## 对行业的启示 这项研究为AI工程化提供了可复用的模式。当前，许多企业急于将LLM集成到文档处理流程中，却忽视了底层基础设施的优化。论文强调：**模型选型固然重要，但架构设计同样决定成败**。特别是对于文档AI这类多模型串联的复杂任务，微服务化、异步处理、资源隔离等工程实践，是保障系统稳定性和可扩展性的基础。 论文还指出，生产环境中的“偶然复杂性”（如IO延迟、资源争抢）往往比模型精度更影响最终体验。未来，随着文档AI应用场景增多（如发票识别、合同审查、医疗记录数字化），类似架构或将成为行业标配。
## 研究背景与核心发现 在医疗健康领域，**个人健康记录（PHR）** 被视为让患者掌握自身健康数据的钥匙。然而，这些记录包含复杂的临床术语和结构化信息，普通患者往往难以从中直接获取有用洞察。谷歌研究团队在 arXiv 发表的最新论文（arXiv:2605.18937）尝试回答一个关键问题：当大语言模型（LLM）获得 PHR 数据作为上下文时，能否为患者的健康查询提供更有帮助的答案？ 研究使用了 **Gemini 3.0 Flash** 模型，并采集了 **2,257 条用户查询**，覆盖三种典型场景：简短的网页搜索问题、基于聊天机器人模板的长问题，以及患者实际向医疗团队提出的电话咨询。这些查询随机匹配了来自 **1,945 份去标识化 PHR** 中的临床数据。 ## 实验设置：三种上下文对比 为了评估 PHR 数据的真实价值，研究设置了三种实验条件： 1. **无 PHR 上下文**：仅凭模型自身知识回答 2. **基础摘要**：提供人口统计、现有病症和用药摘要 3. **完整临床记录**：提供详细的临床笔记 评估采用两种方式：一是基于 **SHARP 框架** 的自动化评分（覆盖全量数据），二是由临床医生对 **95 个样本** 进行人工评分。所有评分者均知晓完整的 PHR 背景。 ## 关键结果：PHR 数据显著提升回答质量 统计结果显示，**加入 PHR 数据后，模型对所有类型查询的回答帮助度均有显著提升**（配对 t 检验，p < 0.001）。具体而言： - **安全性、准确性、相关性和个性化** 等维度均观察到改善 - 无论是简短搜索还是复杂咨询，PHR 信息都能帮助模型给出更贴合患者具体情况的回答 例如，对于“我应该担心这种药吗？”这类问题，拥有用药史和诊断记录的模型能够结合患者病史给出更审慎的建议，而非泛泛而谈。 ## 新评估框架揭示模型“盲区” 研究团队还开发了一套专门针对 PHR 解释错误的评估框架，发现了 LLM 在理解复杂病历时的典型漏洞： - **时间方向感混乱**：模型可能混淆症状出现顺序或用药时长 - **罕见但有意义的幻觉**：在关键细节上编造不存在的诊断或检查结果 这些发现提示，尽管 PHR 数据能提升回答质量，但模型在处理多源、多时间点的复杂记录时仍存在系统性不足。 ## 行业意义与未来方向 这项研究直接回应了 **“以患者为中心”的个性化健康 AI** 的核心挑战：如何将静态的健康记录转化为动态的、可交互的健康洞察。 - **对患者**：PHR 驱动的 AI 助手有望成为“健康副驾驶”，帮助解读检查报告、管理慢性病 - **对开发者**：研究提出的评估框架可用于持续监控模型在真实病历上的表现，避免临床风险 - **对医疗系统**：数据隐私与模型幻觉仍是落地前必须解决的两大障碍 论文作者指出，该工作仅为第一步，未来需要更大规模的临床验证，并探索如何让模型更鲁棒地处理时间序列数据和罕见病信息。 ## 小结 谷歌团队的这项研究用扎实的数据证明了：**将个人健康记录注入大语言模型，能够显著提升健康咨询的个性化与准确性**。但与此同时，模型对复杂病历的“理解盲区”也提醒我们，AI 在医疗领域的应用必须伴随严谨的评估与人类监督。
大语言模型的训练正变得越来越不稳定，尤其是在激进的学习率、模型规模扩展和运行时压力下，训练崩溃、算力浪费等问题频发。来自 arXiv 的最新论文提出了一种名为 **Learn-by-Wire Guard（LBW-Guard）** 的轻量级治理层，它不取代 AdamW 等优化器，而是作为一个“监督者”实时观测训练遥测数据，在检测到不稳定迹象时施加有界控制，从而在不改变训练目标的前提下提升训练稳定性与效率。 ## 核心思路：治理层而非替代层 LBW-Guard 的设计哲学是“治理而非替换”。它位于优化器之上，通过分析梯度范数、损失变化等遥测信号，识别模型是否进入不稳定敏感区间。一旦判定训练处于“压力状态”，LBW-Guard 会动态调整优化器的执行参数（如限制更新幅度、暂时降低学习率），但始终保持在预设的边界内，避免过度干预导致训练偏离目标。这种“有界自主控制”机制类似于飞行器中的线控系统，既保留优化器的底层能力，又增加了安全冗余。 ## 实验表现：显著提升稳定性与速度 研究团队以 **Qwen2.5-7B** 为核心模型，在 **WikiText-103** 数据集上进行了全面的压力测试。结果显示： - **困惑度（Perplexity）**：在 7B 参考设置下，LBW-Guard 将最终困惑度从 13.21 降至 10.74，改善幅度达 **18.7%**。 - **训练速度**：端到端训练时间从 392.54 秒缩短至 357.02 秒，实现了 **1.10 倍** 加速。 - **极端学习率压力**：当学习率提升至 3e-3 时，标准 AdamW 训练完全崩溃，困惑度飙升至 1885.24；而 LBW-Guard 仍能保持 11.57 的合理水平。在 1e-3 学习率下，AdamW 的困惑度为 659.76，LBW-Guard 则为 10.33。 此外，研究还对比了梯度裁剪（gradient clipping）基线，发现后者无法复现 LBW-Guard 的稳定效果，说明治理层的独特价值在于全局视角的协调控制，而非局部梯度修正。 ## 对 AI 训练实践的启示 这项研究为大规模训练稳定性提供了一个新的思考方向：**在优化器之上增加一个轻量级的治理层**。当前业界应对训练不稳定的常见手段包括学习率预热、梯度裁剪、损失缩放等，但这些方法往往针对单一指标，且可能引入新的超参数调优负担。LBW-Guard 的“观测-判断-有界控制”范式更接近系统工程中的容错设计，有望成为未来训练框架的标准组件。 当然，该方案仍在早期阶段，论文仅验证了单一数据集和特定模型家族的效果。未来工作可进一步探索治理层在不同架构（如 MoE）、更大规模（如 70B+）以及多模态训练中的泛化能力。但无论如何，LBW-Guard 已经证明：**一个不修改优化器内核的轻量级治理层，就能在极端压力下显著提升训练的鲁棒性和效率**。
随着大语言模型（LLM）的飞速发展，基于LLM的自主智能体已从孤立的单任务执行者演变为协作生态系统，催生了**智能体间网络（Agent-to-Agent, A2A）**的新范式。在该网络中，异构智能体可自主协调、共同完成多步骤复杂任务。然而，一篇被 **SIGKDD 2026 Blue Sky Ideas Track** 接受的论文《Trustworthy Agent Network: Trust in Agent Networks Must Be Baked In, Not Bolted On》（arXiv:2605.19035）指出，这种网络在带来性能提升的同时，也引入了**系统性漏洞**——包括对抗性组合、语义错位和级联操作失败——而这些是现有的单智能体对齐技术无法解决的。 论文核心论点是：**A2A网络的信任不能通过事后修补现有协议来保障，而必须从协调框架的设计之初就内建其中**。为此，作者提出了一个包含四大设计支柱的概念框架，旨在系统性地构建可信A2A网络。 ## 四大设计支柱 论文并未在摘要中详细列出所有支柱，但根据题目和摘要推断，该框架围绕以下关键维度展开： 1. **身份与认证**：确保每个智能体具有可验证的身份，防止恶意实体混入网络。 2. **行为可审计性**：记录智能体间的交互历史，支持事后追溯与责任认定。 3. **鲁棒协调协议**：设计能抵御语义误解和操作级联失败的通信机制。 4. **动态信任评估**：基于实时行为调整信任等级，而非依赖静态假设。 这些支柱共同构成一个**从零开始构建**的信任架构，而非在现有协议上打补丁。 ## 为什么“外挂”式信任行不通？ 现有智能体对齐技术（如RLHF、宪法AI等）主要针对单个智能体，假设其行为可控且环境稳定。但在A2A网络中，智能体来自不同开发者，可能使用不同协议、目标函数甚至语言模型。当它们自主交互时，可能出现： - **对抗性组合**：一个智能体的正常行为在与其他智能体组合时被恶意利用。 - **语义错位**：不同智能体对同一指令的理解存在微妙差异，导致决策冲突。 - **级联失败**：一个智能体的微小失误通过网络传播，放大为系统性崩溃。 这些风险无法通过事后增加安全过滤器或规则来消除，必须从协议层面进行原生设计。 ## 行业影响与未来方向 该论文的发表正值智能体网络从实验室走向产业落地的关键时期。Google、微软、OpenAI等公司已开始探索多智能体协作框架（如AutoGen、CrewAI），但信任机制仍以“外挂”为主。 论文作者呼吁学界与业界共同关注A2A信任的原生设计，并计划在后续工作中细化框架、提出可量化评估指标。这将为构建安全、可靠的智能体生态系统奠定理论基础。 ## 小结 《Trustworthy Agent Network》一文提出了一个前瞻性观点：在智能体网络时代，信任不应是事后添加的“安全补丁”，而应是内建于系统基因中的“信任DNA”。这一理念有望推动下一代A2A协议的设计范式转变。
自然语言转SQL（NL2SQL）一直是数据库交互领域的研究热点，也是企业级应用的刚需。尽管大语言模型（LLM）能力突飞猛进，但在复杂数据库查询场景下，NL2SQL的准确率仍难以与人类专家匹敌。近日，一篇发表于arXiv的论文《AgentNLQ: A General-Purpose Agent for Natural Language to SQL》提出了一种全新的多智能体方法，在大型数据库基准测试BIRD上实现了**78.1%的语义准确率**，为NL2SQL的实用化迈出重要一步。 ## 核心创新：多智能体协作与语义增强 AgentNLQ的核心是一个精心设计的**编排器（Orchestrator）**，它利用LLM进行规划、编排、反思与自我修正，从而生成准确的SQL查询。不同于传统的单模型端到端方案，AgentNLQ将任务拆解为多个步骤，每个步骤由专用智能体负责，并通过编排器协调全局。这种架构不仅提升了复杂查询的生成质量，还增强了系统的可解释性。 此外，研究团队开发了一种**高级模式增强方法**，通过为数据库模式添加上下文感知的元数据（如业务规则、字段含义、常见查询模式等），显著提高了模型对用户意图的理解能力。这种“语义富化”后的模式表示，让LLM能够更精准地将自然语言问题映射到数据库字段和操作上。 ## 基准测试表现：BIRD上的突破 在学术界广泛使用的**BIRD（Big Bench for LaRge-scale Database）基准**上，AgentNLQ达到了78.1%的语义准确率。BIRD以其大规模、跨领域、包含真实业务逻辑的特点著称，是当前最具挑战性的NL2SQL评测集之一。该成绩表明，AgentNLQ在多个领域（如金融、医疗、零售）均具有良好的泛化能力，且能处理包含复杂连接、子查询、聚合函数等高级SQL语法的查询。 ## 行业意义与未来展望 NL2SQL技术的进步将直接降低数据库使用门槛，让非技术用户也能通过自然语言获取数据洞察。AgentNLQ的多智能体架构和模式增强思路，为后续研究提供了重要参考：**单一LLM的“蛮力”推理难以覆盖所有边缘案例，而通过结构化分解与知识注入，可以显著提升推理质量**。 不过，论文也指出当前方法仍存在局限，例如对高度模糊或隐式业务逻辑的处理仍需改进，推理延迟也高于端到端模型。未来，结合更高效的推理框架和更丰富的领域知识图谱，AgentNLQ有望进一步逼近人类专家水平。
## 多任务学习中的“遗忘”难题 随着数据隐私法规（如GDPR）的普及，**机器遗忘学习（Machine Unlearning）** 成为AI领域的研究热点。其目标是让训练好的模型“忘记”特定训练数据的影响，同时保持对剩余数据的性能。然而，现有研究多聚焦于单任务场景，而现代模型（如多任务视觉模型）常采用共享骨干网络，这意味着删除一个任务或样本的监督信号可能会无意中影响其他任务。 近日，来自中国台湾大学的研究团队在arXiv上发表了题为《Interference-Aware Multi-Task Unlearning》的论文，首次系统定义了**多任务遗忘学习**的两种场景： - **全任务遗忘**：从所有任务中移除目标实例的贡献； - **部分任务遗忘**：仅从选定任务中移除监督，保留其他任务不变。 ## 干扰的本质：任务级与实例级 研究发现，共享参数是干扰的根源。当模型试图遗忘特定数据时，梯度更新不仅会影响目标任务，还会通过共享骨干传播到其他任务，造成**任务级干扰**；同时，遗忘样本与保留样本之间的梯度冲突会导致**实例级干扰**。这种双重干扰使得现有单任务遗忘方法在多任务场景下性能急剧下降。 ## 解决方案：干扰感知框架 为了应对这一挑战，团队提出了**干扰感知多任务遗忘框架（Interference-Aware Multi-Task Unlearning）**，其核心包含两个技术组件： 1. **任务感知梯度投影**：将梯度更新限制在任务特定的子空间内，减少对非目标任务的影响； 2. **实例级梯度正交化**：通过正交化遗忘信号与保留信号的梯度方向，降低两者之间的冲突。 ## 实验结果：性能显著提升 在包含五个任务的计算机视觉基准测试中，该方法表现出色： - 在全任务遗忘设置下，**未遗忘样本干扰（UIS）** 相比最强基线降低了 **30.3%**； - 在部分任务遗忘设置下，UIS降低了 **52.9%**。 这表明，通过显式建模干扰，遗忘过程可以在保持模型泛化能力的同时，实现更精准的数据擦除。 ## 行业意义与展望 多任务遗忘学习对于实际应用至关重要。例如，在医疗影像分析中，模型可能同时处理病灶检测、器官分割等多个任务，当需要删除某个患者的全部数据时，必须确保不影响其他诊断任务。此外，在推荐系统中，用户可能希望仅移除特定场景下的行为数据（如购物记录），而保留浏览历史。 该研究为多任务场景下的隐私合规提供了新的技术路径，未来可进一步扩展到自然语言处理和多模态模型。不过，论文目前仅验证了计算机视觉任务，其通用性仍需更多实验证明。 **参考**：Ying-Hua Huang et al., “Interference-Aware Multi-Task Unlearning,” arXiv:2605.19042, 2026.
## 研究背景：KAN的精度与MLP的鲁棒性，能否兼得？ 近年来，**Kolmogorov-Arnold Networks（KAN）** 因其在低维、干净数据上卓越的函数拟合能力而备受关注。然而，当面对真实世界中充满噪声、不完美的传感器数据时，KAN的性能明显下降。相反，传统的**多层感知机（MLP）** 虽然精度不如KAN，但对噪声容忍度更高，计算效率也更具优势。 在**基于惯性测量单元（IMU）的人体活动识别（HAR）** 任务中，简单地将所有MLP组件替换为KAN，往往导致精度和计算效率双双下降。这揭示了一个核心挑战：**如何融合KAN的精确性与MLP的噪声鲁棒性和高效性？** ## 方法：KAN-MLP-Mixer混合架构 针对上述问题，来自德国人工智能研究中心（DFKI）等机构的研究团队系统探索了KAN模块在深层HAR网络中的不同放置位置，并提出了一种名为 **KAN-MLP-Mixer** 的混合架构。该架构的核心策略包括： - **输入嵌入层采用KAN**：利用KAN对复杂函数的高效学习能力，从原始IMU信号中提取高质量特征。 - **中间特征混合保留MLP**：保持MLP层用于中间特征混合，以利用其对噪声的鲁棒性和计算效率。 - **分类层引入LarctanKAN模块**：设计了一种名为 **LarctanKAN** 的专用模块，用于最终的分类决策，该模块通过引入arctan激活函数改进传统KAN的数值稳定性。 ## 实验结果：性能显著提升 在**8个公开HAR数据集**上的实验表明，KAN-MLP-Mixer相比纯MLP模型，**平均宏F1分数相对提升5.33%**，显著优于单纯的KAN或MLP基线。此外，将该混合策略集成到其他先进的HAR架构中，也能持续带来性能提升。 ## 行业启示：混合范式或成趋势 这项研究不仅为IMU-based HAR领域提供了更优的模型方案，更揭示了一个重要思路：**在现实世界的噪声环境中，简单的“替换”不如“融合”**。通过精心设计的混合架构，可以平衡不同网络结构的优势，从而在精度、鲁棒性和效率之间取得最佳折中。 未来，随着可穿戴设备和边缘计算的发展，这种混合范式有望在更多传感器数据驱动的任务中落地，让人工智能更好地服务于真实场景。
以清洁钢铁技术闻名的初创公司 **Boston Metal** 近日完成 **7500万美元** 新一轮融资，**MIT Technology Review** 独家披露。该公司将利用资金扩大关键金属生产，以应对美国工业脱碳支持减弱的形势。 ## 从钢铁到关键金属：技术延伸 Boston Metal 的核心技术是 **熔融氧化物电解（MOE）**：将矿石溶解于熔融电解质中，通入电流加热至约 **1600°C**，通过电化学反应分离金属。该技术最初用于钢铁生产——传统钢铁行业贡献全球约 **8%** 的温室气体排放。但公司发现，MOE 同样适用于其他高价值金属。 其巴西子公司 **Boston Metal do Brasil** 正在建设一座商业设施，计划生产 **铌、钽和锡**。铌用于制造喷射发动机合金和 MRI 超导磁体；钽则用于火箭喷嘴、涡轮叶片及医疗设备。新资金将支持该设施运营，并拓展至 **钒、镍、铬** 等关键金属。 ## 挑战与转折 巴西工厂于 2024 年启动建设，耗时 18 个月，但今年 1 月发生 **工业事故**：反应炉的耐火系统出现泄漏，导致电解质外溢。尽管无人受伤，但运营被迫暂停，公司一度面临现金流问题。此次融资正是事故后的关键资金注入。 此前，Boston Metal 于 2025 年初在麻省 Woburn 完成了最大规模的工业电解池试运行，产出约 **1 吨** 钢铁。但目前公司重心已转向利润更高的关键金属，以增强生存能力。 ## 行业意义 在全球加速能源转型的背景下，关键金属（如钒用于液流电池、镍用于电动汽车电池）需求激增。Boston Metal 的 MOE 技术若能实现低成本、低排放的规模化生产，有望为供应链提供绿色替代方案。然而，技术验证和商业化仍面临挑战，巴西工厂的调试进度将是关键观察点。
## 快讯简报 ### 人造鸡蛋：复活渡鸦的第一步？ **Colossal Biosciences** 宣称已研发出“完全人造鸡蛋”——在3D打印的透明塑料杯中培育小鸡。该公司旨在复活渡鸦、巨恐鸟等已灭绝鸟类，但科学家认为其成果被夸大。这项技术可能成为人造子宫的早期步骤。 ### 马斯克 vs. Altman 庭审落幕 **埃隆·马斯克** 针对 OpenAI 的诉讼被驳回，他指控联合创始人 Sam Altman 和 Greg Brockman 误导其关于非营利使命。但庭审中发生了什么？《MIT科技评论》AI记者兼律师 Michelle Kim 在圆桌讨论中详细解读。 ### 脑冷冻与复活：科学家的执念 L. Stephen Coles 的脑组织已在-146°C下保存十多年，其朋友 Greg Fahy 坚信未来能复活。但专家对此持怀疑态度。Fahy 的研究可能推动脑科学和器官移植冷冻技术的发展。 ### AI 能否理解物理世界？ LLM 的局限正促使研究者探索能理解物理环境的世界模型。
刚刚走出校园的大学毕业生们，用嘘声表达了对AI前景的担忧。上周，前谷歌CEO埃里克·施密特在亚利桑那大学的毕业典礼上发表演讲，当他谈及人工智能的积极影响时，现场响起了明显的嘘声。这并非个例——同期全美多所高校的演讲者都因对AI的正面评价遭遇了类似冷遇。 施密特在演讲中回顾了技术对年轻一代的影响，称“我们曾以为自己在为人类建造了几个世纪的知识大教堂添砖加瓦，但世界比我们想象的更复杂”。他承认技术“既连接了我们，也孤立了我们”，甚至“侵蚀了公共空间”。然而，当话题转向AI时，现场氛围急转直下。施密特鼓励毕业生利用AI代理团队完成以前无法独立完成的任务，形容这如同“坐上火箭飞船”，并称“即使你不关心科学，AI也会触及一切”。他的话被嘘声打断，不得不暂停演讲。 施密特回应道：“我知道你们很多人对此的感受。我能听到你们的声音。那是恐惧。”他承认毕业生们担心“未来已被写好”的焦虑是“理性的”，但坚持认为AI“将塑造世界”。 ### 不只一位演讲者“撞上枪口” 施密特的遭遇并非孤例。据NBC新闻报道，同周末全美多所大学的毕业典礼上，多位演讲者因对AI的乐观表态遭到嘘声。这背后是应届毕业生对就业市场的深切忧虑——AI正在快速取代传统岗位，而他们即将踏入这个充满不确定性的世界。 ### 毕业生为何愤怒？ 对于即将进入职场的毕业生来说，AI带来的不是科幻式的憧憬，而是现实的威胁。从客服、翻译到编程、设计，AI工具正在重塑各行各业。许多学生担心，自己多年苦读获得的技能可能瞬间贬值。施密特所说的“AI让你做到以前做不到的事”，在他们听来更像是“AI会抢走你本可以做的工作”。这种代际间的认知鸿沟，在毕业典礼这一象征“新起点”的场景中被彻底点燃。 ### 行业反思：技术乐观主义遭遇现实阻力 作为谷歌前掌门人，施密特的言论代表了硅谷主流的技术乐观主义。然而，毕业生们的嘘声表明，这种叙事正在失去对年轻一代的吸引力。他们不再无条件相信“技术创造更多机会”的承诺，而是要求更公平的分配机制和更透明的技术影响评估。 这场毕业典礼上的“对峙”凸显了一个尴尬现实：当科技领袖在台上描绘AI的美好未来时，台下听众却正在为生计焦虑。如何回应这种焦虑，不仅是演讲技巧的问题，更是整个AI行业必须面对的社会责任。 ### 小结 从亚利桑那到全美，毕业典礼上的嘘声成为AI时代社会情绪的缩影。毕业生们用最直接的方式告诉科技精英：你们的乐观，我们无法共享。未来，AI行业或许需要更多倾听，而非单向的“布道”。
## 快讯：Qwen3.7-Max 引发社区热议 Hacker News 上，一篇关于 **Qwen3.7-Max** 的帖子以 **636 分** 和 **253 条评论** 迅速攀升至热门榜首。虽然原文信息有限，但这一热度足以说明该模型在开发者社区中引发的强烈关注。 ### 为何如此火爆？ Qwen 系列由阿里云推出，一直以多语言能力和开源策略著称。**3.7-Max 版本**被冠以“Agent Frontier”之名，暗示其在 **智能体（Agent）** 方向上可能取得了关键进展。智能体是当前 AI 领域最热门的赛道之一——它意味着模型不仅能对话，还能自主规划、调用工具、执行复杂任务。 社区评论中，开发者们主要围绕以下几点展开讨论： - **性能提升**：相比前代，推理速度和任务完成率是否有质的飞跃？ - **开源生态**：Qwen3.7-Max 是否会延续开源路线？这对企业级应用至关重要。 - **与竞品对比**：相比 OpenAI 的 GPT-4、Anthropic 的 Claude 以及 Meta 的 Llama，Qwen 在中文场景和 Agent 能力上能否形成差异化优势？ ### 行业背景 当前，**Agent 化** 是大模型竞争的下一个高地。从 AutoGPT 到 ChatGPT Plugins，业界都在探索如何让模型从“问答工具”进化为“数字员工”。阿里云此前发布的 Qwen-Agent 框架已展示出初步能力，而 **3.7-Max 版本** 很可能是其技术集大成者。 ### 不确定性 由于缺乏详细的官方技术报告和基准测试数据，我们尚无法确认具体改进细节。但 **636 分** 的高热度本身就传递了一个信号：开发者对开源 Agent 模型的需求极其迫切。 ### 小结 Qwen3.7-Max 的亮相，不仅是一次版本迭代，更可能代表着中国大模型团队在 **Agent 赛道** 上的一次重要冲刺。后续若开源发布，将有望推动整个行业生态的发展。我们拭目以待。
OpenAI 在数学推理领域取得里程碑式突破。其内部通用推理模型成功解决了困扰数学界近 80 年的**平面单位距离问题**，推翻了该领域自 1946 年以来的核心猜想。该成果已被外部数学家验证，标志着 AI 首次独立攻克一个子领域内的著名开放问题。 ## 问题背景：从 Erdős 到今日 1946 年，匈牙利数学家 Paul Erdős 提出了一个看似简单的问题：如果在平面上放置 n 个点，最多能有多少对点之间的距离恰好为 1？这便是**平面单位距离问题**，也是组合几何中最著名、最难解的问题之一。Erdős 本人曾为此设立奖金。长期以来，学界普遍认为“方格点阵”构造在最大化单位距离对数方面已接近最优——这一信念持续了约 80 年。 ## 突破：AI 给出反例 OpenAI 的一个**通用推理模型**（并非专为数学设计，也未针对该问题做特别训练）在测试一组 Erdős 问题时，意外地找到了一个**无限族反例**，证明了原猜想不成立。这些新构造在多项式意义上优于方格点阵，从而推翻了长期以来的猜想。 外部数学家团队已审阅并验证了该证明，并撰写了配套论文来解释论证过程及其意义。值得注意的是，该模型并未依赖专门的数学搜索工具或脚手架，而是凭借**通用推理能力**独立完成证明。这是 AI 第一次自主解决一个在数学子领域中具有核心地位的开放问题。 ## 意义与展望 这一成果不仅是对离散几何的重要贡献，更标志着 AI 推理能力的跃升。数学因其精确性和可验证性，成为测试 AI 推理能力的理想场所。OpenAI 表示，该模型在多个 Erdős 问题上的表现，展示了深度推理系统在**前沿研究**中的潜力。未来，AI 或将成为数学家的得力助手，协助发现新定理、构造反例，甚至独立开辟新的研究方向。
在伦敦教育世界论坛上，OpenAI 分享了其“国家教育计划”（Education for Countries）的早期进展，并宣布新加坡正式加入。该计划于今年达沃斯论坛启动，首批成员包括爱沙尼亚、希腊、意大利（CRUI）、斯洛伐克、特立尼达和多巴哥、哈萨克斯坦、阿联酋及约旦。计划围绕三大支柱展开：**研究驱动的部署**（使用学习成果测量套件评估AI影响）、**本地化AI工具**（提供合规的ChatGPT、Codex及API平台）以及**教师培训与赋能**（AI素养、专业发展与认证）。 爱沙尼亚作为数字先锋，其教育部通过AI Leap基金会已在**全国20,000多名学生和4,600名教师**中部署ChatGPT Edu，实现本地化体验并建立负责任的采用基础。OpenAI强调，随着AI工具快速发展，负责任部署不能事后弥补，需要政府主导的大规模研究伙伴关系。目前全球每周有**超过9亿人使用ChatGPT**，超过400万人使用Codex，代理型AI有望将更大的创造力、智力和技术能力交到每位学生手中。
Ramp 的 AI 开发者体验团队正在利用 OpenAI Codex（基于 GPT-5.5）来加速代码审查并开发内部代理工具。通过 Codex 的深度推理能力，工程师们能在几分钟内获得实质性的拉取请求反馈，而非过去数小时的等待。Codex 的审查覆盖了人类审查者常遗漏的细节，已成为 Ramp 代码审查流程中的强制性环节。此外，团队还基于 Codex 构建了“On-Call Assistant”代理，大幅减轻工程师在值班轮换中的负担。 ## 代码审查的行业标杆 Ramp 的 AI DevEx 负责人 Austin Ray 指出，Codex 的代码审查“是行业金标准”。工程师们会主动要求 Codex 审查每一个 PR，其深度和全面性甚至超过大多数人类审查者。Codex 不仅能在 CLI 中满足偏好底层操作的工程师，其应用程序也提供了丰富的视觉提示和实用工具，帮助团队提升工作效率。 ## 从审查到自动化工具 除了代码审查，Ramp 还利用 Codex 开发了 **On-Call Assistant**——一个代理工具，能够接管值班轮换中的大部分工作。Ray 表示，值班任务往往复杂且耗费精力，而 Codex 结合 GPT-5.5 后，能高效处理这类复杂性，减少工程师的精神负担和专注时间。 ## 未来展望 Ramp 的实践表明，AI 不仅能辅助代码审查，还能进一步深入开发流程，自动化繁琐的运维任务。随着 Codex 能力的持续进化，开发者体验和生产力有望迎来更大突破。
2026年5月19日，在ATxSummit峰会上，OpenAI宣布启动“OpenAI for Singapore”计划，与新加坡数字发展及信息部（MDDI）合作，支持其国家AI战略。该计划获得超过**3亿新元**（约合人民币16亿元）的承诺资金，聚焦三大领域：帮助本地组织部署前沿AI并解决最棘手问题；培养本地下一代AI人才；让更多新加坡个人和企业受益于AI。 作为核心举措，OpenAI将在新加坡设立其**首个海外“应用AI实验室”（Applied AI Lab）**，未来几年内创造超过200个技术岗位，并将新加坡打造为全球**前向部署工程师**（Forward-Deployed Engineer）枢纽之一。这些工程师将直接与企业合作，将前沿研究转化为实际应用，重点覆盖**公共服务、金融、医疗和数字基础设施**等国家AI使命优先领域。 OpenAI首席营收官Denise Dresser表示：“新加坡拥有优秀的技术人才、值得信赖的机构以及利用AI推动长期增长的明确雄心。通过这一伙伴关系，我们希望帮助更多组织受益于前沿AI，支持本地AI人才成长，并扩大全国范围内对这些工具的获取。” 此举标志着OpenAI首次在海外建立深度本地化研发与部署能力，也凸显新加坡作为全球AI领导者的吸引力。随着团队扩张，OpenAI还计划逐步扩大在当地办公室的规模。
**马斯克诉OpenAI案以败诉告终，但这场庭审揭示了AI行业最隐秘的权力博弈。** MIT Technology Review的AI记者兼律师Michelle Kim与主编Mat Honan在一场圆桌讨论中，深度剖析了案件背后的关键细节与行业影响。 ## 案件核心：非营利承诺的“欺骗”之争 马斯克指控OpenAI CEO Sam Altman和总裁Greg Brockman在2015年共同创立时，以“非营利”承诺诱导其出资，但后来公司转向营利模式，违背初衷。然而，法庭最终驳回了马斯克的诉求。Kim指出，关键问题在于：**非营利地位是否构成具有法律约束力的合同？** 法庭认为，OpenAI早期的非营利承诺更多是愿景陈述，而非可执行的协议。 ## 庭审三周：从“被欺骗”到“模型蒸馏” 庭审过程充满戏剧性。第一周，马斯克声称自己被“欺骗”，并警告AI可能毁灭人类，同时承认其公司xAI在“蒸馏”OpenAI的模型。第二周，OpenAI反击，并曝出马斯克曾试图挖角Altman。第三周，双方围绕可信度互相攻击，最终由陪审团裁决。 ## 行业影响：AI竞赛的规则模糊 Kim认为，此案暴露了AI行业在**非营利与营利边界**上的法律真空。许多AI初创公司最初都打着“造福人类”的旗号，但后续商业化路径往往引发争议。此外，马斯克在庭审中承认xAI使用OpenAI模型进行蒸馏，这引发了关于**知识产权与竞争伦理**的新讨论。 ## 未来展望：监管与信任危机 尽管马斯克败诉，但案件可能推动立法者更严格地定义AI公司的非营利地位。同时，公众对AI领导者的信任度可能下降——当创始人从“拯救世界”转向“争夺市场份额”，行业需要更透明的治理机制。 > 相关阅读： > - Elon Musk and Sam Altman are going to court over OpenAI’s future > - Musk v. Altman week 1: … > - Here’s why Elon Musk lost his suit against OpenAI
OpenAI 于 2026 年 5 月 19 日宣布，将通过多层次的溯源策略进一步加强 AI 生成内容的透明度和可信度。新举措包括：成为 C2PA 合规生成器产品，使平台能可靠读取和传递元数据；与 Google 合作在图像中嵌入 SynthID 水印，提供跨平台的持久标识；以及推出面向公众的早期验证工具，帮助用户检查图像是否来自 OpenAI。这些更新旨在构建一个更安全的 AI 生态系统，让用户能够识别和信任 AI 生成的内容。此前，OpenAI 已在 DALL·E 3、ImageGen 和 Sora 中加入了内容凭证。