$795机器人捡得回硬币却漏下书本
地面上掉落的硬币能迅速捡起，却无法拿起正方形书本的机器人，您听说过吗？这正是美国企业 Neufangled Robotics 销售的天花板安装型机器人 “Stringman” 的故事。其自组装版本的价格为 795 美元（约合 100 万韩元）。制作者……
分类
Claude Code agent_summary：状态栏每30秒重新发送整个上下文的成本结构及当前阻断措施
如果您在使用 Claude Code 中的后台代理，代理面板旁边显示的状态栏文本（如“文件修改中……”）在幕后可能会消耗大量令牌。从 2026 年 8 月发布的 2.1.232 版本开始，交互式后台代理默认启用了 agentsummary 功能，每 30 秒执行一次……
本地大语言模型基准测试：平均成功率与重复成功之间的差异
即使两个模型的平均成功率相近，重复执行同一任务时的结果也可能不同。“解出过的问题数量多”与“同一任务连续通过五次”是两回事。阅读使用工具的 LLM 基准测试结果时，若忽略这一差异，即便看到表格中的数字，也无法了解成功与失败是如何分布的……
将令牌效率提升2倍的“DeepSeek MCP”联动方法：把冗长任务交给AI，重要决策留给自己
AI 驱动的开发工作流中，成本与效率的平衡点在哪里？最近，在利用大语言模型（LLM）作为辅助工具的工作流中，减少令牌浪费同时保持性能的方法备受关注。其核心在于利用 MCP（模型上下文协议）实现 DeepSeek 模型的连接。关键在于……
编写权重：GPT-6 Astra 的“权重空间编程”开启全新优化范式
如今，一个时代正在到来：AI 不再仅仅通过更多训练来改进模型，而是直接读取并修复作为模型“脑细胞”的权重。OpenAI 的前沿模型 GPT-6 Astra 突破了传统大语言模型（LLM）优化所依赖的提示工程和超参数调整的局限，转而根据自然语言规范，直接对可微神经网络的权重本身进行修改，即“权重空间……
240달러로 학습한 1.35B 한국어 모델: VRAM 함정과 평가 지표의 배신
仅使用个人 GPU，从零开始训练一个以韩语为中心的 13.5 亿参数模型的实验已经公开。scarlet-alpha-1.3b-preview 项目以总计 240 美元的成本，完成了约 220 亿 token 规模的预训练，从而降低了技术门槛，但也清晰地揭示了小模型在硬件和数据方面所面临的局限……
AI亲自走进实验室：Asterope构建自主生物实验室及其意义
人工智能（AI）正从单纯的数据分析辅助工具，迈入了一个能够自主提出新的科学假设并设计实验方案的新阶段。韩国人工智能初创企业Asteromorph通过其科学超级智能模型“Spacer”的早期研究成果，公开了AI提出的生物学假设以及具体的实验计划。2025年8月……
奥特曼称“本地推理是浪费”，马斯克随即反驳：硬件市场的真实反应
OpenAI首席执行官（CEO）萨姆·奥尔特曼于2026年10月29日在播客节目《Cheeky Pint》中表示，个人PC的本地推理（Local Inference）是一种“糟糕的资源分配方式”。他指出，由于内存（DRAM）供应受限，个人用户持有大量内存却仅有约5%的实际利用率，因此在全球资源分配方面……
KAIST公开AI训练效率优化与数据漂移应对技术
KAIST研发团队近日公布的一项新学习技术，旨在通过优化复杂的运算过程来提高资源利用效率，从而减轻人工智能基础学习阶段的时间负担17。KAIST的这项研究提出了提升人工智能模型学习效率的两大主要方向。其中之一是通过运算……大幅缩短训练时间。
从100秒到26秒，在家庭电脑上让LLM代理提速20倍的两种技术
如果家用PC上的LLM智能体需要等待100秒才能输出第一个词，那么这种对话很难保证实际可用性。然而，据报道，2026年11月2日出现了一种案例：无需数据中心或云基础设施，仅依靠普通游戏显卡和标准内存，就能将这一等待时间缩短至26秒，从而使智能体会话的感知速度提升20倍……
JEPA证实的柏拉图表征假说：AI新坐标系不再追求规模，而是选择“优质视角”
从原文与公开代码出发，考察JEPA研究中的良好视图条件、42倍样本效率的比较范围，以及字幕标注与无配对对齐之间的差异。
2026년 OTT 개인화 추천：시청 기록을 넘어 ‘경험’을 설계하는 AI의 진화
2026年在线视频服务（OTT）市场中，内容探索的范式正在发生变化。在基于用户观看记录和行为模式分析来推荐定制化内容的技术基础上，一种更强调针对个人重新设计平台界面及内容消费体验的趋势正在增强。本文将结合2026年OTT市场的数据及最新技术趋势……