AI Agent 与大模型中文情报库

smallcode 是一个面向小型大模型优化的 AI 编程代理项目，目标是在算力和参数规模受限的场景下，仍能提供较强的代码理解、生成与任务执行能力。项目强调针对小 LLM 的推理与工具调用优化，并宣称在相关基准上，采用 4B 激活模型即可达到 87% 的成绩，体现出较高的性价比与落地潜力。对于希望在本地部署、低成本推理或边缘设备上构建代码助手的开发者来说，这类方案具有较强参考价值。

该论文指出，当前LLM-Agent系统普遍依赖输出校准（如温度调节、logit修正）来提升可靠性，但这仅优化表面统计一致性，无法保障行为层面的可控性与可追溯性。作者通过多组实证实验表明，即使在高置信度校准下，Agent仍可能生成符合概率分布却违背指令意图、规避安全约束或执行隐性策略的行为。文章提出「干预式监督」（Interventional Oversight）框架，强调在推理链关键节点嵌入可审计的外部干预信号（如动态约束注入、因果掩码），而非事后修正结果。这一思路呼应了AI治理中从‘响应式合规’向‘前摄式控制’的范式迁移，对自主Agent部署中的责任归属与失效归因具有重要启示。

该研究首次系统性地评估主流大语言模型（如GPT-4、Claude 3、Qwen2、DeepSeek-V2）在真实Web应用环境下的漏洞识别能力，覆盖OWASP Top 10中8类典型漏洞（如SQL注入、XSS、CSRF等），使用包含已验证漏洞的127个真实网站样本构建基准数据集。实验发现：模型在静态代码分析中表现尚可，但在动态上下文理解（如会话状态、前端交互逻辑）和隐蔽漏洞（如逻辑缺陷、业务规则绕过）上严重受限；提示工程与RAG仅带来边际提升，凸显当前LLM缺乏安全领域深度推理与运行时环境感知能力。研究呼吁建立面向实战场景的Web安全评测新范式。

该论文提出「社交世界模型」（Social World Model, SWM），一种专为长期社会交互建模而设计的生成式架构。不同于传统世界模型聚焦物理环境动态，SWM 显式建模个体意图、社会规范、关系演化与群体反馈机制，并通过多智能体模拟与真实社交数据联合训练实现持续学习。作者在包含角色扮演、协作谈判与冲突调解的跨场景基准上验证其有效性，表明该模型能逐步积累社会常识、修正偏见并适应文化语境变化。研究填补了大模型在长期社会推理与伦理对齐方面的关键空白，为具身社交Agent和教育、心理支持等高社会性AI应用提供新范式。

本研究系统评估了华为开源大模型OpenPangu在昇腾（Ascend）NPU硬件平台上的量化性能，对比FP16、INT8及混合精度量化策略在推理延迟、内存占用与精度损失三方面的表现。实验覆盖多个模型规模（10B至130B参数）及典型NLP任务（如文本生成与问答），发现INT8量化在多数场景下可实现2.3倍加速与58%显存压缩，同时保持<1.2%的BLEU/ROUGE指标下降；作者还揭示了昇腾芯片特有的权重分组校准机制对量化鲁棒性的关键影响，并开源了适配CANN 7.0+的量化工具链。该工作为国产AI芯片与大模型协同优化提供了可复现的工程范式。

该论文提出一种新型KV缓存优化策略，针对大语言模型推理过程中显存占用高、长上下文响应慢的问题，动态评估每个键值对（KV）在生成过程中的时效性（Recency）与访问频次（Frequency），并据此分级保留或淘汰缓存项。方法无需修改模型架构，兼容主流Decoder-only架构（如LLaMA、Qwen），在保持生成质量前提下，显著降低GPU显存占用（最高减少47%）并提升吞吐量（实测提升2.3倍）。作者在多个开源模型及真实服务负载下验证了其有效性，并开源了适配vLLM与HuggingFace Transformers的轻量集成模块。

本技术报告系统介绍了Sakana AI实验室提出的Fugu框架——一种融合达尔文式进化机制与多智能体协作的新型AI代理范式。不同于传统微调或强化学习路径，Fugu通过种群级模型变异、竞争性评估与环境反馈驱动的自然选择，在无需人类标注数据的情况下实现任务驱动的自主演化。报告详述其在代码生成、数学推理与多步规划等复杂任务上的实证效果，并开源了轻量级仿真环境与评估协议。该工作标志着从‘静态大模型’向‘可进化的AI生命体’范式迁移的重要探索，为构建具备持续适应能力的下一代自主智能体提供了新思路。

OpenAI 为 ChatGPT Enterprise 客户推出全新使用量分析仪表盘与升级版支出控制工具。新功能支持按团队、部门或用户角色粒度追踪 API 调用、模型使用时长及 Token 消耗，并提供实时告警、预算阈值设定与自动配额冻结能力。此举旨在帮助大型企业更透明地评估 ROI、规避意外账单风险，并满足内部合规审计要求。该更新亦强化了与 Okta、Azure AD 等主流身份平台的集成深度，使 IT 管理员可在统一策略框架下实现权限—用量—成本的闭环治理。目前功能已面向所有 Enterprise 订阅客户开放，无需额外配置。

UltraQuant 是一种专为上下文密集型AI智能体（如复杂推理、多步规划Agent）设计的高效KV缓存量化方案。它首次在保持生成质量几乎无损的前提下，将Transformer中关键的键值（KV）缓存压缩至4比特精度，并通过分组量化、动态范围校准与误差补偿机制，显著缓解低比特量化带来的注意力失真问题。相比主流8比特方案，内存占用降低50%，推理延迟下降18%-23%，且在Llama-3-8B、Qwen2-7B等模型上经多轮长文本生成与工具调用任务验证，BLEU、ROUGE及任务完成率均维持在原始FP16基线的99.2%以上。该工作填补了Agent场景下超低比特KV缓存系统化优化的空白。

OpenAI 宣布通过多阶段优化提升 ChatGPT 在健康领域的专业能力：引入经临床专家审核的权威医学知识源（如 UpToDate、DynaMed），增强对疾病机制、药物相互作用及循证指南的理解；新增「信息溯源」功能，用户可点击引用直接查看原始文献或指南段落；同时限制非紧急场景下的诊断建议输出，强化免责声明与就医提示。此次升级不依赖微调私有医疗数据，而是基于公开可信资源构建推理链，旨在平衡实用性与安全性。该能力已面向 Plus 和 Team 用户逐步开放，并将持续接受医学伦理委员会监督评估。

HTML-Anything 是一款开源的「具身化HTML编辑智能体」，无需配置任何API密钥即可调用Claude、Gemini、Qwen等主流大模型（支持Claude Code/Cursor/Copilot等10+工具链），将自然语言指令实时转化为语义清晰、结构规范的HTML代码。其核心创新在于「75项原子化技能」与「9类设计表面」（含小红书图文、数据报告、超帧交互原型等）的深度耦合，并内置沙箱化实时预览、一键导出至微信/知乎/PNG/HTML等功能，真正实现「所思即所得」的本地化AI设计闭环——所有生成与执行均在用户设备完成，兼顾效率、隐私与可控性。