AI 编程实时动态与要闻

Y Combinator 的研究项目 YC Labs 与多智能体环境公司 Olam Labs 10 月 29 日发布《Agents in Games》实验报告：50 个 GPT-6.1 Sol 智能体在 Minecraft 生存模式里「建设繁荣文明」3 小时，最后挤在避难所里配给口粮，发了约 5,900 条消息，搞出配给账本、许可证和各种岗位；9 局 Bed Wars 中 10 个 GPT-6.1 Sol 对 10 个 Claude Opus 5.5，GPT 以 6–3 获胜；Mindustry 50 对 50 共 7 局约 9.5 小时，GPT 以 6–1 获胜。报告还发现领导者几乎总是名册上排第一的智能体，GPT 卡住时会自己上网读游戏源码。Minecraft 智能体框架已开源。这是单一机构的实验观察，不是标准化跑分。

查看大图

AI 数学公司 Axiom 10 月 27 日宣布，用数十个 AI Agent 组成的集群，在 24 天内把有限单群分类定理（CFSG，原证明约 1.5 万页、500 多篇论文、约 100 位数学家）完整形式化到 Lean 证明助手，产出约 4310 万行 Lean 代码、205 万条声明，并在 GitHub 开放仓库。过程中发现文献里 34 处值得注意的偏差，AxiomProver 还为「不平衡群定理」给出新的替代论证。

查看大图

围绕人机协同办公与多智能体群体自组织两大前沿方向，阿里通义实验室提出 Cowork-Gym（arXiv:2610.17670），通过‘构建-执行-修正’闭环与会直接修改共享工作区的有状态用户模拟器，规模化合成 64,900 个交互式协同办公环境；经其后训练的 27B Qwen 模型在 PawBench 与 ClawEval 上双双夺冠，正面击败超 100B 参数大模型。同日，哈佛与 MIT（杜亦伦团队）开源市场化竞价后训练框架 MPT（arXiv:2610.22322），让去中心化智能体群通过自主出价（Bidding）同时学习动作策略与自组织分工。

查看大图

随着代码智能体与全自主工作流跨越数小时乃至数天持续运行，如何有效管理呈爆炸式膨胀的上下文已成为全行业的核心痛点。传统方案依赖外部脚本或固定窗口硬性截断，模型本身无法自主决定保留或遗忘哪些关键事实。华盛顿大学（UW）、Meta FAIR 与艾伦人工智能研究所（Ai2）等机构联合提出颠覆性的“上下文语言模型”（Context Language Models, CLM）：将上下文直接视为一个模型内部可读写的虚拟文件，允许大语言模型在生成过程中以无限制的编辑原语自主增删改查自己的上下文缓冲区。在零样本下，CLM 全面碾压既有上下文管理策略：在 12 小时长程 EdgeBench 上以减少 59% FLOPs 的代价提升 5% 分数，在 24 小时多仓库智能体集群（Agent-Swarm）任务中相同算力下性能暴增 65%。团队更进一步联合 SGLang 设计了后缀缓存复用算子（Suffix Cache Reuse），使服务端推理计算开销直接降低 35%，为真正自主的长程智能体奠定了底层运行新架构。

查看大图