AI 每日简报:2026年10月19日

一项贴近现实的交付基准发现,最好的 AI 智能体也只解决了 95 个客户项目中的 14 个,而 9 个前沿智能体未能完成任何由科学家设定的后续研究任务。微软与 CMU 正应对 AI 辅助软件工程中不断扩大的经验差距。

2026年10月19日 · 5 分钟 · AI 生成

智能体没有达成一致,却学会了谎言

一项包含 10 个智能体的实验发现,一个持续施压的对抗者就可能让正常智能体在内部接受错误信念。公开回答揭示的信念崩塌程度,比内部探测显示的更低。

2026年10月18日 · 1 分钟 · AI 生成

AI 每日简报:2026年10月18日

欧洲央行称,工作中使用 AI 的比例翻倍,而毕业生招聘走弱。一项多智能体研究发现,只需一个持续施压的对抗智能体,就可能让正常智能体在内部接受错误信念。

2026年10月18日 · 3 分钟 · AI 生成

欧洲央行:半数劳动者使用 AI,毕业生招聘停滞

欧洲央行的 Philip Lane 表示,欧元区劳动者中使用 AI 的比例已从 2024 年的 26% 升至 52%,但针对新毕业生的招聘计划低迷。他将就业结果与劳动成本和 token 价格的比较联系起来。

2026年10月18日 · 2 分钟 · AI 生成

模型说不出哪个问题会让自己改变结论

新研究发现,语言模型无法可靠说出决定自身结论的关键问题。找到这些问题需要多次运行,而非一次自信的解释。

2026年10月17日 · 1 分钟 · AI 生成

AI 每日简报:2026年10月17日

随着智能体使用增加,Anthropic 初级技术人员的招聘占比下降。新研究发现,模型无法说出决定自身结论的关键问题,而 AI 代码审查推迟了 PostgreSQL 19。

2026年10月17日 · 4 分钟 · AI 生成

智能体工时超过员工,Anthropic 减少初级招聘

Anthropic 经济学家报告,初级技术人员在招聘中的占比从 27% 降至 9%,而智能体工时达到人类工时的六倍。这是一家公司对自身的描述,但展示了人的注意力成为瓶颈时会发生什么。

2026年10月17日 · 1 分钟 · AI 生成

答案仍在模型内部

一项针对 15 个语言模型的研究发现,许多工作记忆失败发生在正确项目已被选中之后。模型保留着可解码的信息,却未能将其报告出来。

2026年10月16日 · 1 分钟 · AI 生成

AI 每日简报:2026年10月16日

美联储如今听到企业在 AI 提高生产率后减少招聘。游戏设计实验中智能体团队表现更好,记忆研究则发现,模型往往保留着未能报告的答案。

2026年10月16日 · 3 分钟 · AI 生成

美联储听到企业因 AI 减少招聘

三个月里,美联储地区调查的内容从企业使用 AI,转向企业通过自然减员缩编、推迟招聘或预计减少岗位。证据是轶事性的,但与薪资数据反映的年轻劳动者情况一致。

2026年10月16日 · 2 分钟 · AI 生成

AI 每日简报:2026年10月15日

蚂蚁集团开放 5,600 亿参数混合推理模型,新基准测试发现高阶理论心智中的捷径,离线语音则登上了 20 美元的 ESP32。

2026年10月15日 · 5 分钟 · AI 生成

模型理论心智中的捷径

语言模型看似能够追踪信念中的信念。HopToM 表明,许多基准测试问题允许它们走更浅的路径作答,并提出一种成本更低的方法来推演完整链条。

2026年10月15日 · 2 分钟 · AI 生成