搜索
一个 Agent 到底凭什么越来越强？有人靠更大的模型，有人靠更多数据。就在前天，Google Research 最新发布的 WikiSkill 给出了另一条答案：给 Agent 搭一套三层知识架构，让技能自己进化。
2026年，Recursive Self-Improvement（RSI，递归式自我改进）开始从论文中的长期命题，变成了AI产业议程上一个新的赛道。学术界开始把RSI从分散研究方向变成一个独立议题。4月，ICLR首次为Recursive Self-Improvement（RSI，递归式自我改进）单独办了一场Workshop。
OpenAI 刚刚发布的官方博客和数十页技术报告中将其定性为一声「警钟」（warning shot）。同时，第三方机构 METR 和 Redwood Research 发布了独立调查报告。OpenAI 的 Noam Brown 提醒，驱动这次事件的模型与 GPT-5.6 Sol 同等规模，下一代模型能力会更强。
8 月 6 日，谷歌 DeepMind、Google Research 与美国国家飓风中心等机构的研究人员在 Nature 发表论文，公布面向热带气旋业务预报的 AI 模型 WeatherNext Cyclones。论文显示，该模型可针对全球热带气旋生成最长 15 天的天气和气旋情景，并预测路径、强度及风圈半径。
Axis Robotics 与佐治亚理工、加州大学伯克利分校、南洋理工等高校团队通过超过 5 万条人类演示和一组规模实验，给出了一个肯定但更复杂的答案：众源仿真数据可以有效，但模型能否从数据规模中持续获益，取决于任务覆盖、行为多样性、质量控制和数据增强，而不只是轨迹数量。
Z Potentials 独家获悉，新加坡国立大学博士，牛津大学博士后研究员林庆泓（Kevin）近期以首席研究员（Principal Researcher）身份加入世界模型公司 Video Rebirth，负责多模态智能体与世界模型相关研究。
今天，腾讯正式发布了其首个研究智能体（Research Agent）——Hyra（Hunyuan Research Agent）。Hyra能够像科研人员一样，提出假设、完成实验、总结经验，再基于经验不断提出新的方案，最终实现递归自我改进（Recursive Self-Improvement，RSI）。
全球能源竞争的正在从地面走向太空。马斯克曾提出一个极具冲击力的判断：“如果你把问题推到极限，人类究竟能调动多少 AI 算力？而真正远超地球一切能源规模的能量来源，其实就在太空。”
过去一年，Deep Research Agent 被视为大模型落地的下一个突破口，它们会检索、能用工具、可多步推理，在一个个榜单上高歌猛进。但把它们放到真实世界的专业场景里，表现是否也同样亮眼？
据三位知情人士透露，开源 Hermes Agent 背后的初创公司 Nous Research 正在敲定由 Robot Ventures 领投的新一轮融资，USV 及其他知名投资者也有重要参与，估值为 15 亿美元。知情人士称，该公司至少筹集 7500 万美元，并吸引了大量投资者的高度关注。