过去一周，一款名为 OpenClaw 的红色卡通龙虾形象 AI 智能体引发了广泛关注。这款能够执行具体任务的智能体，其体验过程颇具戏剧性：从用户争相部署，到因使用问题（如账号安全、文件误操作）而匆忙卸载，周期可能短至一周。 那么，如何让此类 AI 智能体在使用中持续改进，而非引发问题？北京大学博士、美国普林斯顿大学博士后研究员杨灵（合作导师为王梦迪教授）及其…

全球首个“龙虾特供”模型GLM-5-Turbo发布 今日，智谱AI此前内测的神秘模型 Pony-Alpha-2 正式公布，其真实身份为全球首个面向“龙虾”（Long Context，长上下文）场景优化的专用模型 GLM-5-Turbo。 为适配长文本处理需求，智谱同步推出了配套的“龙虾套餐”服务，提供个人版与团队版选项，其中个人版套餐以39元的价格提供400…

从心跳到持续感知：Clawith 如何革新 OpenClaw，打造协同 AI 数字员工 有观点认为，OpenClaw 的核心机制存在改进空间。其标志性的 Heartbeat（心跳） 功能，旨在让 AI Agent 定时唤醒以检查新任务。 批评者指出，人类心跳以秒计，而长达30分钟才触发一次的机制，本质上更接近于“闹钟”，而非真正的“心跳”。基于此洞察，开源项…

近年来，大模型领域发展迅速，新模型层出不穷。从 GPT、Llama、Gemma、Mistral，到 DeepSeek、Qwen、Kimi、GLM、MiniMax 等，几乎每周都有新架构发布。 然而，随着架构创新日益增多，理解它们却变得愈发困难。不同论文中的模型结构图风格各异，模块命名也不统一，即便是研究者，也很难快速把握一个模型的关键改动之处。 纵观过去几年…

由陈天桥带队的大模型团队MiroMind，正式发布了新一代重型推理智能体：MiroThinker-1.7 和 MiroThinker-H1。 “重型”意味着什么？它延续了V1.5版本的深度推理基因，旨在处理更复杂的任务并生成更精确的结果。 在多项深度研究任务的基准测试中，MiroThinker系列表现突出。其中，MiroThinker-H1刷新了多项任务的S…

最近，科技圈掀起了一股“养龙虾”的热潮。OpenClaw 的横空出世，引发了广泛关注。与此同时，清华大学的研究团队也开源了一只特别的“龙虾”。 这只“龙虾”的目标并非操控电脑或执行任务，而是致力于一项更具根本性的工作：让 AI 学会“教人学习”。它所构建的，是一种能够“讲、问、互动”的全新课堂形态。 设想一个场景：面对火爆的 OpenClaw，零基础用户想学…

当代码成本归零：8大模式重构工程师工作流 硅谷知名开发者、Datasette创始人Simon Willison近日发布了一份面向专业工程师的实践指南，系统阐述了如何利用Claude Code等AI编程工具提升效率。他总结了八大实战模式，旨在重构程序员在AI时代的工作方式。 代码成本的数量级跃迁 Simon Willison在开篇指出一个根本性转变：编写代码的…

关键词： FPGA 加速器、混合专家模型（MoE）、边缘部署、低成本推理、GEMV 优化 以150美元物料成本和18 token/s的解码速度，FPGA在大语言模型边缘部署领域取得了关键性突破。 在深度学习硬件加速领域，FPGA的定位一直较为特殊。它既不具备GPU那样统治训练市场的极致算力密度，也难以像ASIC那样在特定场景下实现终极能效。长期以来，FPGA…

模型“看见”却无法“精确处理”的短板 过去一年，多模态大模型在代码任务上的表现突飞猛进，已能媲美资深开发者。然而，在基础视觉理解任务上，其可靠性远未达到同等水平。 UniPat AI 此前发布的多模态基准测试 BabyVision 揭示了这一现象：模型常能给出长篇推理，却在最基础的计量、计数和空间关系判断上出错。该基准已被多个重要模型的技术报告引用，凸显了社…

最近，社交媒体上一个帖子引发了广泛关注： MIT 学生如何用 48 小时学完一学期的课？ 起因是一位博主偶然目睹了一名 MIT 研究生的学习方式。起初，他只是觉得这名学生做事有条理，但在亲眼看到对方成功通过一个从未接触过的科目的资格考试后，才意识到这远不止是自律那么简单。 这名学生使用的工具是 NotebookLM——谷歌推出的一款 AI 笔记与知识管理工具…