「人类造的最后一个AI」还有多远？一张图看懂大厂的RSI进度
定义中国 RSI 的 roadmap——前沿 AI 研究机构 Theseus Labs 结合 72 家产业实践，推出「RSI 五级框架」
（续）多 Agent 分工如何避坑？
文章导读本文深入探讨多Agent系统设计的核心原则，涵盖单一职责、任务分解、通信协调、错误隔离等关键技术，帮助开发者构建更稳定、更可维护的多Agent系统。一、全能大 Agent 的陷阱：为什么大而全不可取？
全球智能体榜单新SOTA！中国公司登顶，Office三件套一键生成
左超Manus，右跨Genspark，GAIA榜单上又一家中国公司登顶!天工超级智能体，出自昆仑万维，今日刚一上线即霸榜。
用MCP+Ollama搭建智能任务Agent，自动干活不摸鱼
重复工作熬到崩溃？这个AI工具让你彻底解放双手每天被复制粘贴、内容创作、任务记录这些重复工作缠得喘不过气？明明有更重要的事要做，却要耗费大量时间在机械操作上，这是很多打工人、创作者和程序员的共同痛点。
Hermes Kanban：4 个 Agent 怎么像团队一样干活（译）
本文不仅揭秘了其核心的六列看板模型和编排者机制，更通过搭建 Google Docs 克隆版的实战案例，展示了 4 个 Agent 如何在 20 分钟内自主完成全栈开发。本文从零搭建完整系统:协调模型、任务简报机制、一个 4 人 Agent 软件团队，大约 20 分钟搞定。
从「刷榜」到「做科研」：研究员还有多久被 AI超越？
截至目前，项目发布帖已有超过 13.3 万次浏览，相关话题出现在 X 的 Today’s News 栏目中。让更多研究者把真正的问题带进来，让成功、失败和中间过程都可以被检查、复用和继续推进 —— 让 RSI 属于所有人，让 所有人参与 RSI 评价标准的建设，正是 OpenRSI Index 团队所强调的:From the community， for the community.
Autograd 自动求导：PyTorch 训练模型的发动机
写 PyTorch 的人，最常见的一句代码是 loss.backward()。看起来很短。但它背后不是一个函数那么简单，而是一整套动态计算图系统。前向时，它记录每一步计算。反向时，它沿着计算图倒着走，用链式法则把梯度传回每一个参数。这就是 Autograd。1.
Agent能力对比：任务规划、工具调用与自主执行
Agent能力对比：任务规划、工具调用与自主执行2026年，"AI办公助手"这个词正在被一个更激进的词取代——"AI办公Agent"。区别不只是叫法：助手帮你做一件事，Agent自己规划、执行、交付一整件事。
1500 元的 Codex 键盘卖断货，这小哥反手自己造了一台
OpenAI 在上周推出的首款硬件产品 Codex Micro 竟然售罄了。商品于 7 月 15 日开放限量预订，之后首批预订很快售罄，而已下单产品预计从 7 月 24 日起陆续发货。
动态图机制：为什么 PyTorch 调试起来更舒服
前 5 章我们已经知道：Tensor 承载数据，Autograd 负责求导。现在把两件事连起来：当 Python 代码执行 Tensor 运算时，PyTorch 会边计算结果，边把反向传播需要的历史记录下来。这就是动态图。它让深度学习模型看起来像普通 Python 程序。