Dwarkesh 对谈 Noam Brown：智能体集群、对齐与递归自我改进

相关推荐

• Epoch AI 用内部工作任务评测前沿模型：Claude Fable 5.1 与 GPT-6 Astra 平均只得 65%

  Epoch AI 发布 Epoch Automation Reports，把机构内部的图表设计、研究规划等真实任务按人类员工评估标准测试 AI，领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%，未达到 100% 的可自动化门槛。

  

  AI资讯 2026年10月27日

  000

• Ethan Mollick 谈点与群：智能体自组织为何让管理假设失效

  Ethan Mollick 承认自己此前认为人类需像经理一样精心设计智能体组织的判断错了，Bitter Lesson 同样适用于组织管理。

  

  AI资讯 2026年10月1日

  000

• Prime Intellect 用 Rust 重写 Prime Agent，2000 多个智能体自主完成端到端迁移

  Prime Intellect 发布用 Rust 从零重写的 Prime Agent，上线以来下载超 30 万次、处理超 8 万亿 token。

  

  AI资讯 2026年10月9日

  000

• 小红书 dots 团队发布 VibeLifeBench 与 VibeSearchBench：七个最强模型无一及格

  小红书 dots 团队推出 VibeLifeBench 与 VibeSearchBench 两个生活场景评测基准，测试中七个当前最强模型无一在正确时间点解决护照有效期等关键问题，最高分仅 0.325（Opus 5）。

  

  AI资讯 2026年7月31日

  000

• Trail of Bits 批评 1Password 的 AI 补丁基准存在误导，并发布两个补丁验证 Agent 技能

  Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告，称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真，包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试，以及不同推理档位设置。

  

  AI资讯 2026年9月15日

  000