强化学习远不是最优，CMU刚刚提出最大似然强化学习
强化学习远不是最优，CMU刚刚提出最大似然强化学习在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
来自主题: AI技术研报
6777 点击 2026-02-06 10:34
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在大模型时代，从代码生成到数学推理，再到自主规划的 Agent 系统，强化学习几乎成了「最后一公里」的标准配置。
Clawdbot火爆全球，国产算力却不能用？AI Agent迎来高光时刻：Ollama只支持CUDA，中国团队直接把国产版开源了！正面硬刚Ollama，5分钟让国产芯片跑通OpenClaw！
企业 AI 转型，再也不需要自建 agent 了
“大多数 Agent 产品，仍然停留在专业用户层面，并没有做到真正的普惠。”
连创造者马特·施利希特（Matt Schlicht）都没想到，Clawdbot（已经改名为OpenClaw)横空出世后，在整个AI行业激起了一场海啸。这场海啸会将人类推向何处，现在尚不可知，但很多AI从业者有一种感觉越来越强烈——AGI 从未如此之近。
这个周末，整个科技圈都被 moltbook 刷屏了。 简单来说，这是一个专为 AI 设立的社交平台（类似 Reddit、知乎、贴吧），所有 AI Agent 都可以在上面发帖、交流，而人类只能围观。
今天，阿里巴巴正式发布了旗下首个桌面 Agent 产品 QoderWork。 在和我们 AI Secret Newsletter 团队的交流中，团队给出的信号非常明确：QoderWork 并不是一个“顺势而为”的产品，而是一次明确的战场入局。
「暗涌Waves」独家获悉，一家成立刚不过4个月的AI-Native用户研究平台Trooly.AI已完成近千万美元的种子轮融资，投资方包括蓝驰创投、高瓴创投和王慧文。与市面上无数“超级个体”、“虚拟陪伴”、“碳基硅基共生世界”的宏大叙事不同，Trooly.AI想要用AI实现真实的商业闭环。其核心产品面向有用户调研需求的B端客户，通过多模态Voice Agent技术
基于 Kimi K2.5 的能力，Kimi 现在能够提供单个性能的 Kimi Agent 和多个 Agent 协作的 Agent Swarm（多智能体集群），允许多个 AI Agent 并行协作处理复杂任务的架构。
硬氪获悉，专注于研究工程师智能体（Engineer Agent）的公司「万卷智能」近日完成1000万天使轮融资。我们总结了本轮融资信息和该公司几大亮点：核心产品Colleague+（智能同事），是一个由“Engineer Agents”驱动的企业级工作平台，旨在将“人类+软硬件”的工作范式升级为“人类+Agents”的工作范式，大幅释放专业工程师的工作负荷。