NeurIPS 2026|不再依赖外挂:清华把「自我进化技能」训进Agent大脑
NeurIPS 2026|不再依赖外挂:清华把「自我进化技能」训进Agent大脑随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
搜索
随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
这两天,机器人界「令人心动的offer」,彻底出圈了!
因为货架上的小尺寸挂钩被价格标签牌挡住了一部分,进便利店打工的机器人君第一次尝试挂货……扑了个空。
Agent的爆发不止于应用层,当应用不断涌现,底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开:一条是Agent帮人完成任务,比如今年6月上线的AI版支付宝,一句话就能打车、点咖啡;另一条是Agent-to-Agent,比如两个月前,Mastercard发布了专为机器间支付设计的网络服务。
OpenAI新一代模型Astra被德累斯顿工业大学数学家Andreas Thom指控剽窃其深耕20年的非sofic群研究,因Thom曾与ChatGPT高频讨论相关未发表推导,OpenAI研究员仅以一句"那没有发生过"否认,却在与纽大数学家Buckmaster的NS方程争端中改口承认可能使用去标识化客户数据训练模型。
数宗科技创始人丁天(南京大学00后)创立AI Agent公司,开发企业级产品Brand Master,通过虚拟消费者模拟帮助品牌在新品上市前完成全生命周期测试,将新品研发周期从2个月缩短至1周,营销ROI平均提升80%,已服务雅诗兰黛、盒马、7-Eleven等客户。
作者实测使用招商银行 Mastercard 借记卡,通过 Google Play 成功订阅 ChatGPT Plus,并在扣款后核验订阅记录与 Plus 权益。
OpenAI宣布其内部多智能体系统完成千禧年大奖难题之一纳维尔斯托克斯方程存在性与光滑性问题的解答并公开论文及Lean形式化证明,研究员陈立杰称这是"不可思议的时代",但成果引发与纽约大学流体力学专家Tristan Buckmaster之间关于研究优先权与过程透明度的争议。
作为国内深耕消费赛道落地最快的 Agent 原生团队之一,数宗 Digit Master 凭借自研 DM Agent OS,已携手雅诗兰黛、阳狮、博报堂、7-Eleven等全球头部快消品牌、广告集团完成规模化商业落地。团队在真实业务场景中,精准切中传统行业长期存在的核心痛点
过去,AI 研发基本是一条由人主导的流水线。