起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
刚刚，DeepSeek双王炸！许愿式编程暴击GPT-6 Astra
DeepSeek 周末突袭，V4.1 Flash 把「许愿式编程」推上台面：一句想法即可跑出 3D 故宫、赛车游戏与《传送门 2》复刻。编程基准反超 GPT 与 Claude，单任务成本却更低。性能与价格同时优化，权重开源、搜索 API 开放，个人开发者的试错门槛被彻底拉低。
"强化学习"相关的文章
这 6 本 GitHub 上的开源 AI 宝典，那是相当有真东西。
六本在 GitHub 上开源的中文 AI 教材，从讲透 Agent 等于 LLM 加上下文加工具的《深入理解 AI Agent》，到把大模型算力账算明白的 AI Infra、蒲公英书第二版与通识版，以及谷歌 Agent 设计模式的 21 个模式中文译本。
刚刚，320B中国开源黑马杀出！模型自己抓Bug，凶手是一个空格
至知团队开源 320B 模型 IQuest-Q1，权重与 blog 一并放出，在写代码库、挖安全漏洞和跑长程任务上与头部模型同台过招。最戏剧的一段是模型自己揪出训练停摆的元凶——多轮对话拼接时多出来的一个空格。
斯坦福团队将 LLM 后训练思路引入机器人，VLA 开始从真实经验中继续学
斯坦福博士生 Perry Dong 与导师 Chelsea Finn 提出面向机器人的通用后训练思路。预训练模型已能完成复杂任务，却卡在可靠性上：95% 的成功率放进有玻璃、宠物和孩子的家庭，剩下的 5% 仍会不断制造事故，机器人要学的是稳定把事做对。
年收入一年涨了18倍，市场却只给它9倍市销率
Snorkel AI 完成 3.5 亿美元 E 轮融资，年化收入 3.75 亿美元、一年涨了 18 倍，市销率却只有 9.3 倍。收入从卖工具转向卖数据成品与强化学习环境，需求随模型迭代持续更新。市场压低倍数，是在担心增长的质量，还是另有盘算。
小米MiMo V2.6开源登顶：大规模RL让开源模型首超闭源旗舰
小米 MiMo 团队开源 MiMo V2.6 系列三款模型，Pro 在 Artificial Analysis 智能指数拿下 46 分，超过 Kimi K3 和 Qwen3.8 Max，价格却维持 V2.5 不变；负责人罗福莉同日发长文复盘这次大规模 RL 训练。
强化学习之父Rich Sutton最新判断：大模型被困在“局部最优”，AI必须学会持续学习
强化学习之父Rich Sutton接受红杉访谈，把矛头对准当下最主流的大模型路线：互联网数据终有上限、模型上线后权重基本冻结，行业或已陷入“局部最优”。他创办Oak Lab，押注能从自身经验持续学习的Agent，重新定义AI演进路径。
硅谷顶尖AI研究员姚顺宇：别把时间浪费在伺候老登身上
从物理学跨界到AI的姚顺宇，用近乎残酷的诚实拆解了AI行业的真相。这位参与训练Claude 3.7的物理学家直言AI'不太需要脑子'，揭露Scaling Law只是经验规律，更预言未来6-12个月AI将实现自主实验。本文呈现他对Anthropic与Google Gemini的深度观察，以及关于AI发展不可阻挡的硬核思考。
Idea is Cheap，铲子才值钱——从天授框架到 OpenAI RLHF Infra 的基建哲学
在AI领域，好点子从来不是稀缺资源，真正的竞争力在于将想法快速落地的能力。OpenAI研究员翁家翌用两周时间从零打造强化学习框架「天授」，又在OpenAI重构大模型后训练基础设施，其核心逻辑始终如一：造出能让团队迭代效率倍增的「铲子」。本文深度剖析了这种工程思维如何成为AI竞赛中的隐秘武器，以及为何顶级团队正在重新定义人才评估标准。
物理AI的终极武器：从“模型驱动”到“数据飞轮”的进化
在大模型时代，物理世界AI的竞争焦点正在从参数规模转向数据飞轮机制。本文深度解析Physical AI Data Flywheel的五大关键环节，揭秘如何通过仿真生成、数据增强、智能筛选、模型训练和缺口评估构建自进化系统，为自动驾驶与机器人行业提供可规模化的突破路径。
AI 编码神器 Cursor 团队内部对谈！未来的 AI 究竟怎么思考？
Cursor 团队在万字圆桌中揭示了 AI 编程背后的深度思考与进化逻辑。从强化学习的训练困境到真实世界的奖励机制，从智能体的工具设计到长上下文的硬件级优化，本文深度拆解了 AI 如何通过复杂的互动与反馈机制实现代码能力的突破。更揭示了 GRPO 算法如何颠覆传统 PRM 模式，以及未来 AI 编程在基础设施与数据稀缺挑战下的发展方向。
一篇文章，三大流派带你看懂所有AI！！！
AI并非单一存在，而是由经验主义、行为主义与理性主义三大哲学流派构成的复杂体系。从GPT-4的文本生成到AlphaGo的决策策略，每种AI背后都隐藏着截然不同的思考逻辑。本文用最通俗的案例拆解三大流派的核心思想、训练方法与应用场景，带你穿透技术迷雾，看懂AI世界的底层架构与未来融合趋势。
