搜索
每月5美刀，就能在你家服务器里养个AI打工人，无缝接入Telegram、Discord、Slack、飞书、企业微信等平台。它不仅能帮你干活，还会自己攒技能并反哺训练。网友直呼：换掉OpenClaw太爽了！
EigenLayer 创始人 Sreeram Kannan 在纽约 Digital Asset Summit 上扔出一个论点：智能体会变成公司。不是帮公司干活，不是给公司做助手——是直接变成公司本身。
第一篇论文来自字节SEED团队， 打了一些基础； 《Over-Tokenized Transformer》。 论文标题看上去在讨论“过度分词”。 而重点必然是在第二篇上—— DeepSeek公司的学术成果Engram。 《Conditional Memory via Scalable Lookup》 也就是Engram模块所出处的论文。
ICLR论文STEM架构率先提出「查表式记忆」架构，早于DeepSeek Engram三个月。它将Transformer的FFN从动态计算改为静态查表，用token索引的embedding表直接读取记忆，彻底解耦记忆容量与计算开销。
OpenClaw 又开始日更了：Skills 安装终于不用自己猜缺什么了，系统会手把手告诉你下一步；控制台界面也大改，找东西不再像在迷宫里转。另外堵上了一个文件访问的安全漏洞，Telegram、Discord、WhatsApp 的频道 bug 也扫了一轮。
刚刚，五角大楼一份绝密备忘录曝光，Palantir的AI系统正式确立为美军的「记录项目」（Program of Record）。也就是说，Palantir AI，正式成为美军跨军种的核心「操作系统」。人类的未来战争，将很大程度上由AI决定了！
Claude Code又上杀手锏！新增Channels功能，Telegram/Discord直连编程会话，手机直接遥控AI写代码。
来自天工AI的SkyReels-V4，没打招呼，直接登顶Artificial Analysis文转视频（含音频）全球榜，超越Veo 3.1、Sora 2。一个月前，其Preview版本才刚拿下该榜全球第2。
AGI，究竟如何评判？刚刚，谷歌DeepMind发出重磅论文，直接从认知科学「借」了一套度量衡——把通用智能拆成10大认知能力，配一套三阶段评估协议，还联合Kaggle砸了20万美金，向全球研究者悬赏：谁能测出真正的AGI？
近年来，随着大语言模型规模与知识密度不断提升，研究者开始重新思考一个更本质的问题：模型中的参数应如何被组织，才能更高效地充当「记忆」。