标签：大模型

教过10万人用AI的Micky：代理已完成工作，但人工复核仍是最后防线

AI 构建教学者 Micky（@Rasmic）在 Peter Yang 的访谈中表示，他仍不完全信任 AI 代理，尤其在涉及他人使用的场景；他通过证据驱动测试与人工复核，把代理的“自证”作为最后一道关卡。

机器人策略把传感器时间、推理延迟和动作执行时间当成显式输入，而不是用序列位置隐式代替。在仿真动态任务下，这种时间感知策略的成功率从 0% 提升到 32.7%。

alphaXiv 发布的一篇综述系统梳理了基础模型如何用于可供性学习，把视觉、语言和 3D 感知连接到机器人操作，但作者指出，语义理解和空间定位的进步尚未自动转化为可靠的物理抓取。

Y Combinator 总裁 Garry Tan 在 X 上表示，把重复性的 LLM 调用替换为确定性代码是“理所当然”的做法，还能让代码更符合用户预期。他引用的开发者案例显示，在合规告警这类重复任务上，成本从超过 29 万美元降到不足 2.6 万美元。

开发者Brandon Thomas用Claude Opus 5.5逆向重写了Photoshop、Illustrator等7款Adobe软件并以Rust开源，加上REA等项目爆火，说明AI正在把逆向工程从高成本手艺变成低成本流水线。

月之暗面（Kimi）在筹备赴港IPO之际，正与部分老股东就一起股权与资源转移纠纷进行和解谈判，相关索赔金额按当前估值计算可能超过7亿美元。这件事的关键不在金额本身，而在于它是否会影响资本市场对这家AI独角兽治理结构与股权清晰度的判断。

纸质小说《终焉路独行》正文中混入了一句AI校对提示词，出版社确认是文字缩减环节误把软件提示当正文，已宣布全部召回销毁并重新编辑。

arXiv 上出现了一个名为 GeoSpatialBench 的空间推理评测基准，用真实城市数据测试多模态大模型能否理解并编辑空间关系。结果显示，模型在定性拓扑关系上尚可，但在定量度量关系和受约束的空间编辑上表现明显下滑。

arXiv 2026年10月12日发布的一篇新论文提出 VEPA，试图用“形式化规则 + LLM 提出补丁 + 验证器把关”的方式，让 LLM Agent 的安全护栏像软件补丁一样持续进化，而不是每次靠大模型推理临时决定放行或拒绝。

Hugging Face Papers 于 2026 年 10 月 8 日收录的论文提出 Reflex 三阶段框架，让宇树 G1 人形机器人靠自身 RGB-D 视觉接住抛来的箱子，5 米距离成功率 40%，约为人类接球者同距离表现的一半以上。