标签
作者探讨了一个思想实验:如果小型自主代理群真的在未来在互联网上长期存在,它们将面临怎样的选择压力?文章借用生物自然选择的类比,追问无控制自复制的大模型如何‘变异’,以及哪些行为特征能让它们在互联网上最成功地复制与传播。
作者分享了一项实验:一个AI从零开始自主开发并迭代一个数据库,经历50轮迭代,借助自我进化规则和性能剖析指导,最终在TPC-DS SF100上达到DuckDB的2倍性能,仅剩2个查询仍慢于DuckDB。
本文认为,人类智能是进化中罕见的偶然事件,而非必然的终点;而AI能够直接针对明确目标进行优化,并在可衡量的任务上迅速超越人类。因此,对人类而言,更难的问题不是构建能力,而是如何定义有价值的目标,同时避免将模型引向错误的能力方向。
来自 Microsoft 和 UCSB 的研究人员提出了 ScholarEvolve 框架,通过挖掘已发表的 AI 研究中的改进策略来演进智能体框架,在模型保持不变的情况下,在 AppWorld 和 Tau2-Bench 上取得了显著提升。
《自然》(Nature)上的一篇新论文解释了蝴蝶翅膀上的图案如何与飞行运动相结合,制造出一种"动态炫目"(motion dazzle)错觉,干扰捕食者判断速度和方向的能力,帮助蝴蝶躲避攻击。
作者讨论了他们的推测性宇宙学文章'Blowtorch Theory',该文章扩展了Lee Smolin的宇宙自然选择理论,并分享了Smithsonian Magazine对新兴领域演化宇宙学的概述。
本文对Agentic AI进行了系统性综述,讨论了其历史演变、架构、应用、挑战和未来研究方向。
Simon Peter Jones 在 JuliaCon 2026 上回顾了 Haskell 语言的起源、设计过程和演化,并展望了其未来。
本文介绍了OpenMLE,一个用于研究机器学习工程中递归自我改进的开放全栈系统,并提出了Frontis-MA1,一个经过后训练作为元进化智能体的35B模型。它在MLE-BenchLite上相比其基础模型有显著提升,并能迁移到留出基准上,同时发布了权重和代码。
在文章中,作者追溯了过去一年AI编程助手中子代理范式的演变,并介绍了'Swarm Coding'作为一种整合的代理技能,它将子代理管理委托给代理本身。
Paul Graham 指出,即使在“vibe coding”这个术语出现之前,编程就已经倾向于安装和配置他人编写的代码,而无需阅读源代码。