月薪3500的AI程序员Devin一个月试用期都没过~
Devin 被测试的项目中只有 14% 成功完成，多数任务失败或结果不明。主要问题包括代码错误、难以理解的实现以及对复杂任务的理解不足。开发者主导的工作流程更为有效。
PaperAgent
国产 LLM 扎堆开源的一周~
一周内国产大模型如InternLM3、MiniCPM-o 2.6等相继开源，涵盖多模态、数学推理等领域。阿里云通义千问团队则公布了Qwen2.5-Math-PRM/RM和Qwen2.5-VL两个新模型，展示了在数学推理和多模态处理上的进展。
OpenAI与Anthropic秘密开启了递归自我改进行动~
OpenAI和Anthropic秘密开启了递归自我改进行动。OpenAI可能开发了GPT-5但选择内部保留；Anthropic的Claude Opus 3.5未发布或用于生成训练数据。专家认为未来O4/O5将能自动化研发。
像人一样学会记忆，谷歌新架构Titans打破Transformer上下文限制
Google提出Titans架构通过引入长期记忆模块增强模型处理长序列数据的能力，超越现有模型如GPT-4、Llama3.1-70B等，并结合适应性遗忘机制和门控遗忘来管理有限的记忆资源。
OpenAI Agent已来，Multi-Agent协作是未来
随着Agentic AI和OpenAI Agent应用的增多，多智能体协作系统（MASs）正朝着多个基于大型语言模型（LLMs）的智能体方向发展。未来的研究将聚焦于如何通过协作机制实现有效、高效的任务解决。
MiniCPM-o 2.6：视觉、语音和多模态流式能力达到了GPT-4o级别
MiniCPM-o 2.6 是性能最佳的多模态大模型之一，支持视觉、语音和多模态流式能力达到GPT-4级别，并新增了可配置声音功能及情感/语速/风格控制等新特性。
Mistral发布Codestral 25.01，Copilot榜单的王~
Codestral 25.01 正式发布，优化了80多种编程语言支持，并在 LMsys Copilot 排行榜中排名第一（并列）。
MiniRAG:一个极致简洁、高效的新型RAG系统
香港大学提出MiniRAG，一种专为极简和高效设计的新型RAG系统，解决SLMs在语义理解和文本处理上的局限性。通过引入语义感知的异构图索引机制和轻量级拓扑增强检索方法，MiniRAG在使用SLMs时与基于LLM的方法性能相当，同时节省25%存储空间。