01
AlphaProof Nexus 解 9 个 Erdős 问题
Google DeepMind 的 AlphaProof Nexus 通过将 LLM 推理与 Lean 形式化验证结合，自动解决了 9 个开放的 Erdős 问题，其中部分问题已悬而未决 56 年；单个问题的成本为“几百美元”。它还证明了 44 个开放的 OEIS 猜想，解决了一个 15 年前的代数几何问题，并在优化理论中发现了一个人类此...
值得跟进
Signal Feed
#智能体 主题信号第 9 页
围绕 智能体 的精选动态、来源摘要和重要性判断。
动态列表
02
AI 解出 9 个开放数学题
原帖称，AI 已经解决了 9 个开放数学问题，其中一些题目已有 50 年历史，并且证明了 OEIS 的 492 个开放猜想中的 44 个。引用的转帖补充称，这是 DeepMind 团队完成的 9 个 Erdős 问题求解，流程是由 LLM 与 Lean agents 自主工作，只有在形式化验证通过后才进入人工审查。
值得跟进
03
Firecrawl 推出 parse endpoint
Firecrawl 发布了新的 parse endpoint，可将本地文件或非公开文档转换为适合 AI agents 使用的结构化数据。该接口支持 PDF、DOCX、XLSX、HTML 等格式，输出可选 Markdown、JSON、HTML、摘要、提取链接或元数据，并保留文档结构、阅读顺序和表格。官方称其基于 Rust 的引擎处理速度最高...
观察
04
Scaling Test-Time Compute for Agentic Codi
Meta 的论文提出，编程智能体在测试时扩展能力时，不应主要依赖更多尝试，而应把每次尝试压缩为可复用的短摘要，再用这些摘要来筛选候选和指导新一轮尝试。论文将完整尝试中的文件读取、shell 命令、错误、部分修复和放弃思路总结为主要假设、部分进展与失败点，并用 tournament 风格的选择方法在小组内比较摘要。作者在 2 个困难编程基准...
观察
05
Natural-Language Agent Harnesses
该论文提出，Agent 的表现不仅取决于 prompt，还更依赖围绕模型的 harness。作者指出，很多 AI agent 的实际行为来自外部控制代码：规划、工具调用、记忆、重试、检查与停止条件等；在长任务中，状态丢失、验证漂移、工具返回部分证据、以及忘记中间产物等问题会导致失败。论文引入 Natural-Language Agent ...
观察
06
飞书 Claude Code 桥接项目
Zara Zhang 开源了 feishu-claude-code-bridge，用于把飞书/Lark 和本机 Claude Code CLI 打通。该项目支持在飞书中直接发消息指挥 Claude Code、创建和编辑飞书文档、将飞书消息转发给智能体处理，并把处理过程实时同步回飞书；还支持把 Claude Code 绑定到指定 Works...
观察
07
Zero to Claude Code 免费课程
Wix VP @IShmool 推出免费课程“Zero to Claude Code”，将零基础、不了解终端的人带到能用 Claude Code 在生产环境交付软件的水平。课程共 14 级、147 课、10 种交互形态，覆盖文件/目录/终端命令/Git、Node.js、API、Skills 与 SKILL.md、MCP 服务器、Subag...
值得跟进
08
Cursor Composer 2.5 基准
Artificial Analysis 基于 API 定价和 Coding Agent Index 基准，比较了 Cursor Composer 2.5、Claude Code 中的 Opus 4.7（medium reasoning）以及 Codex 中的 GPT-5.5（medium）。结果显示，Composer 2.5 的每任务成本...
观察
09
OpenAI named a Leader in enterprise coding agents by Gartner
OpenAI 被 Gartner® Magic Quadrant™ 评为 Enterprise AI Coding Agents 的 Leader。OpenAI 表示，Codex 每周使用人数超过 400 万，已被 Cisco、Datadog、Dell Technologies 和 NVIDIA 等企业采用，并在今年早些时候的 Gartn...
观察
10
MiniMax Agent 接入 Perplexity Search
MiniMax_Agent 表示 MiniMax Agent 现已使用 @perplexity_ai Search，并对 3 个 AI-native search provider、700+ 个 agent tasks 做了基准测试。结果显示，相比此前默认的 Serper，Perplexity 在回答质量和 snippet density...
观察
11
Appshots in Codex
OpenAI 的 Codex app 新增 Appshots 功能：按下两个 CMD 键后，会把当前应用的上下文发送给 Codex，包含截图和文本。与普通截图粘贴不同，Appshots 还会传入屏幕外不可见的应用上下文，例如在查看 Google Doc 时，也会把已滚动出屏幕的文本一并传给 Codex。OpenAI 同时让 remote ...
观察
12
TLMs: Tiny LLMs and Agents on Edge Devices
AI Engineer 转发了 swyx 关于边缘设备上 Tiny LLMs 和 Agents 的分享，内容聚焦 on-device AI 的两种开发路径。文中提到 Function Gemma 具备 2.7 亿参数，在 Pixel 7 上 prefill 速度接近每秒 2,000 tokens；默认情况下，在一组固定 app inten...
观察
13
Codex 可锁屏使用 Mac
OpenAI Developers 说明 Codex 现在可以在 Mac 锁屏、屏幕关闭且未解锁的情况下安全使用应用；用户还可以从手机远程让 Codex 使用自己的 Mac。原文未给出版本号、价格或其他量化指标。
观察
14
Codex 更新
OpenAI Developers 发布 Codex 更新，新增 Appshots 功能：在 Mac 上同时按住 Command-Command 可把当前应用窗口附加到 Codex 线程，Codex 会接收该窗口的截图和文本内容，包括屏幕上未直接显示的文本。原帖还说明 Appshots 适用于 Mac 的所有套餐，enterprise 访...
观察
15
ChatGPT 进 PowerPoint
ChatGPT 现在可以直接在 PowerPoint 里创建、编辑、理解和润色演示文稿，并且保持幻灯片可编辑，不会导出成死图。它还支持在 PowerPoint 里直接生成图片，目前处于 beta，官方正在征集反馈。
值得跟进
16
OpenAI Codex 更新
OpenAI 发布了 Codex 的一波更新。Mac 上新增 Appshots，用户在系统里同时按左右 Command 键即可把当前应用窗口的截图和文字内容发送到 Codex，且可读取屏幕上未直接显示的内容；该功能覆盖所有付费计划，企业版稍后推出。桌面版正式支持 Goal 模式，用户给出目标后，Codex 可持续运行数小时甚至数天，并支持...
值得跟进
17
AdventHealth advances whole-person care with OpenAI
AdventHealth 正在其跨 9 个州、服务数百万患者的医疗系统中部署 ChatGPT for Healthcare，以减少行政负担并简化临床工作流。该系统最早的可量化场景是利用管理：医生顾问在每个病例上约花 10 分钟处理读取病历、提取要点、核对标准和撰写理由等步骤，AdventHealth 通过 ChatGPT for Heal...
值得跟进
18
Codex Thursday 更新
OpenAI Developers 对 Codex 做了多项更新：新增 Appshots，Mac 用户可按 Command-Command 把应用窗口附加到 Codex thread，Codex 会同时获取截图和窗口文本，包括屏幕外内容；该功能目前已向 Mac 上所有方案开放，enterprise access 即将推出。OpenAI 还...
观察
19
Qwen3.7-Max 发布
阿里巴巴 Qwen 团队正式发布 Qwen3.7-Max，并通过 Alibaba Model Studio 的 API 和 Qwen Studio 提供服务。该模型定位为“Agent Era”的旗舰模型，强调编程智能体、办公自动化、长周期自主执行和跨框架泛化能力；官方称其在一项内核优化任务中连续运行了 35 小时，完成 1,000+ 次工...
值得跟进
20
EvalScope 支持 Agent 评测
ModelScope Community 的 EvalScope 新增 Agent Evaluation Mode，可将 GSM8K、AIME、IFEval、SWE-Bench 等标准基准通过一行配置转成多轮 agentic 任务。新模式引入 AgentLoop，支持 Function-Calling、ReAct、SWE-Bench 协议...
观察