大语言模型智能体中的跨任务技能迁移：子任务与文本胜出
为什么值得读 构建自主智能体的开发者可以通过将记忆结构化为文本形式的子任务来提高可靠性。所提出的效用分数提供了一种执行前的诊断手段，用于筛选有效技能。
研究发现，基于子任务的归纳和文本格式能使大语言模型智能体实现可靠的技能迁移，其效果优于基于任务和代码的方法。
标签 · #ai-research
实体AI人才争夺战——顶尖工程师的去向与科技领导权预测
2026年顶尖ML研究员与机器人工程师的人才流向，预测2028年的科技领导格局。
Recursive Superintelligence 带 $6.5 亿美元出场，挑战「自我改进的 AI」
为什么值得读 NVIDIA 与 AMD 同时出现在 cap table 才是暗号：押注的是「对哪家芯片厂都不忠诚的算力工作量」（对架构空间做递归搜索）—— 而不是某家的模型家族。
$6.5 亿美元、估值 $46.5 亿美元，产品未出。GV 与 Greycroft 领投；NVIDIA 与 AMD 同场跟投。论点：AI 自动进行架构搜索。