X-R1: 不到50元，人人都能复现0.5B Aha Moment
X-R1是基于强化学习的训练框架，目标降低R1复现门槛。通过最少成本在0.5B预训练模型上实现了‘顿悟时刻’效果，使用了更易训练的方法，并优化了数据规模和checkpoint打印。
PaperAgent
Agent圈的DeepSeek，牛津大学Agentic Reasoning框架显著提升深度研究能力
牛津大学提出Agentic Reasoning框架通过整合外部代理增强LLM推理能力，在复杂研究任务中超越现有模型，显著提高准确性和生产力。
400万次 Claude 对话报告显示：43%自动化工作或被 AI 替代
Anthropic发布首份AI经济指数报告，分析超过400万次Claude.ai对话。主要结论包括：1. AI使用中增强型和自动化类型各占一半；2. 大多数AI使用集中在软件开发和写作任务上，且渔业和林业的人工智能应用率最低；3. 至少25%的任务依赖AI的职业比例约为36%，至少75%任务依赖AI的职业占比约4%；4.AI在高薪职业中的普及度高于低薪和高薪职位。
DeepSeek，又杀疯了！
DeepSeek爆火，高性能低成本让企业接入AI成为必然趋势。大模型工程师等岗位年薪百万，但普通程序员正被AI替换。知乎知学堂推出大模型应用开发工程师速成计划，帮助学员掌握前沿技术、提升竞争力。
7G显存，训练自己的DeepSeek-R1，GRPO资源暴降80%
Unsloth AI 提供了 GRPO 训练算法，使用户能够在仅 7GB VRAM 上重现 DeepSeek R1-Zero 的‘顿悟时刻’，相比传统方法减少约80%的 VRAM 使用量。
OpenAI CEO深夜发文押注AI Agents，百万虚拟同事上线重塑各行业~
OpenAI CEO Sam Altman近期频繁亮相，发文提出关于AGI的三个观察点，并强调未来将推出AI Agents，类似于虚拟同事的概念。Sam Altman还分享了三方面对AI经济学的理解。
DeepSeek R1 + Agent 的下半场
DeepSeek R1凭借其低成本和技术创新，在市场上迅速获得了关注，特别是在Chatbot市场。尽管短期内对ToB和开发者影响有限，但未来发展方向可能走向Agent系统，并且OpenAI已经开始布局这一趋势。