搜索
来自北航、北大、美团的研究团队提出了Policy Improvement Reinforcement Learning, PIRL，以及对应的落地算法 PIPO。这项工作关注的是大模型 RL 后训练中一个非常基础、但长期被默认跳过的问题：一次更新在当前数据上看起来优化了学习信号，是否就真的说明模型策略变强了？
我自己花时间，把三款主流国产桌面 Agent 从头到尾测了一遍：Trae、WorkBuddy、ZCode。用三个最日常的工作任务——做 PPT、分析表格、写小游戏，看看它们到底能不能帮普通打工人干活。这篇文章就是完整的实测记录，希望对你选工具有点帮助。
本文作者 Eric Provencher，在 OpenAI 负责 Codex 开发者体验（DX），此前是 Repo Prompt 的作者。原文是 OpenAI 官方文档中的 Prompting 指南，以下为逐段中英对照翻译
2026年7月11日，智谱创始人唐杰，在智谱发布了主题为《巨浪已来》的内部信。过去半年来，智谱收获了创立以来的高光时刻：市值较半年前上市初期涨了10倍，并在2026年6月，跻身“万亿港元俱乐部”——这个数字，是百度市值的近3倍，并且超过了小米。7月8日，首批股票解禁后，智谱依然稳住了股价。
GPT-5.6 Sol 惊现毁灭级Bug，竟随机清空电脑硬盘！硅谷大佬Matt Shumer惨遭背刺，Mac中的心血全毁，愤怒发帖控诉，正在试图恢复。开发者大神们，纷纷祭出保命指南。
YC Spring 2026 Demo Day 这个月就开始了，所以我这两天一直在看 YC S26 这批项目。按 YC 官网公司目录筛选 Spring 2026，这一期已经有 190 多家公司。我筛选了一些我比较关注的项目，分享给大家。
咱发现，邓文迪和默多克的二女儿Chloe Di Murdoch（以下简称Chloe），今年刚提前一年从斯坦福硕士毕业，就兴致勃勃加入了一家AI创业公司。就是AI 2.0时代程序员古早外挂、Vibe Coding老祖——Devin背后的公司。
这回，Anthropic要劝你，别太沉迷Claude了。它上线了Reflect功能的Beta测试版，面向Free、Pro、Max用户开放。这个藏在设置里的面板，想帮你搞清楚一件事：什么时候该用Claude，什么时候该关掉它。
一家成立不到两年的 AI 公司，头部客户和交付团队都在长沙，却在启动新一轮战略布局之际，把注册地迁到了两千公里外的上海。这道选择题，昆仑元 AI 首席战略官罗弄琴想了很久。
昨儿刚出的GPT-5.6，用不到一小时，就完成了一道存在了半个世纪的图论猜想证明。而这道题呢，来头也还真不小，就是大名鼎鼎的循环双覆盖猜想（Cycle Double Cover Conjecture）。