Independent AI signal, once a day
Andrew Ng宣布推出全新短课程，聚焦于DSPy框架在构建和优化智能体应用中的实践。DSPy是一个强大的开源工具，旨在自动化生成式AI应用的提示词调优，尤其适用于复杂智能体AI工作流。该课程由deeplearning.ai与Databricks合作推出，并由DSPy联合负责人ChenMoneyQ主讲。它能帮助AI开发者摆脱耗时的手动提示词调优，通过自动化优化提升模型性能，并能快速适应新的大型语言模型，确保系统表现。课程内容涵盖DSPy的签名编程模型、MLflow调试与DSPy优化器。
Nathan Lambert指出，AI模型的显著进步并非自然发生，而是源于艰苦卓绝的工作，特别是数据创建和前瞻性规划。他强调，规划能力将是推动AI发展实现下一个量级增长的关键。针对未来模型，Lambert提出了四项核心能力：解决独立问题的“技能”、评估问题难度的“校准”、选择高层计划的“策略”以及将策略分解的“抽象”。他认为，当前学术研究侧重于技能，而忽视了规划，但未来的AI模型将更注重规划性、战略性及任务分解能力，以应对复杂现实世界应用。
乔恩·里奇斯（Jon Richens）发布推文，宣布其团队在ICML 2025上发表的最新论文，深入探讨了实现人类水平智能体是否必须依赖世界模型的问题。该研究从第一性原理出发，得出了一个令人惊讶的结论：智能体本身即是世界模型。这篇论文挑战了传统观念，为智能体设计和人工智能发展提供了新的视角和理论基础，预示着未来智能体研究可能走向新的方向。
Agent Zero是一个动态、可定制的个人智能体框架，能随用户使用而学习成长。它将计算机作为工具，通过多智能体协作完成通用任务，并支持代码执行、自定义工具和实时交互。该框架高度透明且完全可配置，适用于开发、数据分析、内容创作等多种场景。
ArduPilot是领先的开源自动驾驶仪软件，自2010年起由专业团队开发。它功能全面、可靠，能够控制包括无人机、多旋翼、直升机、漫游车、船只乃至潜艇在内的多种飞行器和地面/水下车辆系统，并持续扩展支持新型载具。
Cognee是一个为AI智能体构建动态记忆的框架，通过可扩展的ECL（提取、认知、加载）管道替代传统RAG系统。它能够互联并检索多模态数据，支持将数据高效加载至图数据库和向量数据库，并可处理30多种数据源，显著降低开发成本和复杂性。
mcp-agent是一个基于模型上下文协议（MCP）的代理构建框架。它简化了MCP服务器连接管理，并实现了Anthropic和OpenAI的多种高效智能体模式，如并行、路由、评估优化和集群模式。该框架支持可组合的工作流、人机交互及持久化执行，旨在帮助开发者轻松构建可互操作、可控且生产就绪的AI代理应用。
MCP Ruby SDK是Model Context Protocol的官方Ruby开发工具包，旨在简化MCP服务器和客户端的构建。它实现了JSON-RPC 2.0消息处理，支持工具、提示和资源的注册与调用，为LLM应用提供核心协议交互能力。该SDK可用于Rails控制器或命令行应用，提供灵活的配置和强大的扩展性，是开发基于MCP协议的智能体和AI应用的理想选择。
华东师范大学、美团等机构联合提出RMoA（Residual Mixture-of-Agents）框架，旨在解决传统MoA高成本与性能瓶颈。RMoA引入残差学习理念，通过多样性选择、残差提取与聚合智能体及自适应终止机制，使智能体专注于发现并贡献独特新信息。该框架在多个基准测试中显著提升性能并大幅降低计算成本，其强调成本控制与认知多样性，并在实际场景中验证了高效性与实用性，为AI系统发展提供了新思路。
90后北大教授、银河通用创始人王鹤，正开创具身智能新范式。他拒绝模仿特斯拉人形机器人，转而聚焦轮式底盘与机械臂的实用性，强调“边研发边落地”的商业策略。王鹤在斯坦福期间首创NOCS模型，提升机器人抓取泛化能力；回国后，其公司18个月内融资超12亿，并推出全球首个基于合成数据预训练的具身大模型GraspVLA，大幅提升研发效率与泛化性。Galbot机器人已与美团等合作，展现出强大的商业化潜力，推动中国具身智能从实验室走向市场。
新智元报道指出，当前大模型研究正聚焦解决复杂推理任务。传统后训练方法如强化学习（RL）虽能提升性能，但高度依赖大规模标注数据和复杂奖励函数，且计算开销大。Ubiquant研究团队提出突破性无监督方法“单样本熵最小化”（One-shot EM），仅需一条未标注数据和约10步优化，便能在数学推理任务上达到甚至超越RL效果。One-shot EM通过最小化模型预测分布的熵，增强模型自信度，其Logits分布向右偏移，与RL的左偏移形成对比。该方法高效、数据需求极低，尤其适用于未充分RL调优的基础模型及资源有限场景，为大模型后训练提供了低成本替代方案。研究同时指出EM可能导致“过度自信”和训练不稳定性，未来需关注其泛化能力及与现有技术的融合。
华为通过昇腾与鲲鹏算力深度协同，在MoE模型训练方面取得重大突破。针对MoE训练面临的算子计算效率低、NPU内存不足等挑战，华为提出“瘦身术”、“均衡术”、“搬运术”三大算子优化策略，并创新性地实现了Host-Device协同的算子下发优化及Selective R/S精准内存手术。这些技术使得MoE训练吞吐量再提升20%，内存占用降低70%，显著提升了大规模MoE模型训练效率与资源利用率，为AI大模型发展提供了高效解决方案。
一项由Meta、DeepMind、康奈尔大学和英伟达联合发布的研究揭示，语言模型的记忆容量约为每参数3.6比特。研究团队提出新方法，区分模型对训练数据的“非预期记忆”与对潜在模式的“泛化”理解，发现模型在达到记忆极限后会停止记忆并转向泛化，出现“顿悟”（grokking）现象。这意味着语言模型并非无限记忆，其容量与参数量呈线性关系。该发现不仅量化了GPT系列模型的记忆极限，还为理解模型能力、评估风险提供了新视角，并对模型训练、安全、可靠性及蒸馏、量化等领域的研究具有重要启发意义。
清华大学与蚂蚁技术研究院联合开源了全异步强化学习训练系统AReaL-boba²，旨在解决传统同步RL训练效率低、门槛高的问题。该系统通过完全解耦模型生成与训练，实现了训练速度最高2.77倍的提升，并大幅优化GPU资源利用率。AReaL-boba²原生支持多轮智能体强化学习，并基于Qwen3系列模型在LiveCodeBench等代码任务基准上取得了SOTA性能。系统提供了详细教程和文档，支持深度定制，并开源了代码、数据集及模型权重，旨在让用户便捷高效地训练高性能推理模型，拥抱Agentic RL浪潮。其核心技术包括数据陈旧度控制和解耦近端策略优化目标，确保了异步训练下的收敛性能和模型效果。