具身智能的Demo越看越热闹，但我心里总有个问题：这些能力到了真实世界，还剩多少？所以我们决定自己造一把尺子。近期，智源研究院正式发布FlagEval-Robo具身智能评测体系，用"仿真+真机"双轨评测，为具身智能建立 ...

教你的智能体进行推理。《推理工程》的全文现已向全球各地的LLM开放。不再需要解析PDF。3,000 令牌 | 各章节链接：http://t.cn/AX0LrrLw…70,000 令牌 | 全文：http://t.cn/AX0LrrLA ​​​ ...

Pi agent是真香，hermess什么的都可以抛一边了，就用它作为桌面 work主力，速度快、还省token推荐几个必装的扩展，装上后性能、生产力飞起:- pi-web-access网络访问全家桶：网页搜索、URL 抓取、GitHub 仓库 ...

小模型 Agent 能力测试的天梯在这里~ (希望图不要被压得太狠....)目前来看最值得使用是我测试的 Qwen3.8-27B-UD-Q4_K_XL 版本, Agent 用使用 reasoning_effort = low, 然后写代码开到 medium / high.另外文中是 ...

“虽然大家都在用 AI 编程，但是代码产出水平方差反而比以往更大”，这确实是真实存在的现象。手写代码的年代，人写代码的产出速度是有限的，一天平均也就是几百行代码，但现在都是几千几万行甚至更多，质量更是 ...

今天读到一篇人工智能科学家吴恩达写的最新的文章，主题讲的是 Vibe Coding 时代的软件工程基本功。吴恩达说，就算代码全交给 AI Agent，这些基本功也不能丢，你得懂原理，才能指挥它做对取舍。新手只让 AI 随便 ...

玩 Pi，我发现很多人装了一堆插件，写代码还是乱🔥上次我分享了Pi常用的插件组合，推荐了联网的、远程控制和安全防护相关的，反响非常好，今天我分享一些特别的插件。这次不推能连网的插件，我只推我反复用在写 ...

高中生把 Codex 和网页版 ChatGPT 焊在一起，两天 1K stars。Plus 网页额度总剩，Codex 五分钟见底。他的做法：思考丢给 Sol，执行留给 Luna。视频里 Codex 自己开页面、自己对话、自己改代码。我关心的不是星数 ...

Addy Osmani搞的agent-skills这个开源项目，给AI编程助手配了一套能直接上生产线的工程技能包，从想清楚要做什么到最终上线，每一步的规范和质量检查都帮你整明白了。里面几块核心内容：1️⃣ 24个结构化技能， ...

Agent 看起来每一步都在自由发挥，但把几千条执行轨迹摊开后，它的行为可能只剩下几十个状态。UCL 和 Holistic AI 团队这篇论文做了一件很有意思的实验：把 Agent 的历史轨迹压缩成一张有限状态机（FSM）。比 ...

时隔两个月，OpenClaw 2.0 版本「意外」发布！2.0 是 OpenClaw 史上最大更新，933 位贡献者（其中 569 人为首次贡献），合并超过 16,000 个 PR，约占项目历史全部 PR 的 50%！此前 230 天发布了 106 个版本（平 ...

各位 Rust 同仁们，大家好！🚨我们发布了 GPUI（Rust UI 框架）学习系列的第一篇 GPUI 文章！希望大家喜欢，请多多分享和支持，这对我们意义重大。 ...

WikiSkill：把 Agent 的经验沉淀为持久知识，让 Skills 持续进化来自 Google Research 的论文，在 "Agent Skills 自动进化" 这一方向上，论文提出在原始经验与可执行 Skills 之间插入一个持久化知识层（Wiki），让经 ...

Claude Code、Codex、DeepSeek Harness 和 Pi，看起来都在做 Agent，但走的其实是四条完全不同的路。以前我也喜欢比较谁写代码更强，但最近坚持研究 Pi，我越觉得真正应该在意的：它想替用户决定多少东西，又愿意 ...