AI数学突破开启科学发现新篇章

DAIR.AI的Elvis Saravia提出以"任务"作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

NoRA 提出对 LoRA 的一行改动，零成本提升收敛速度、稳定性并减少遗忘。其方法是在训练中归一化下投影矩阵，且仅在初始化时应用一次同样有效。该改进在预训练、监督微调和强化学习中均成立，不增加可训练参数或推理计算。

黄仁勋："AGI 已经到来" 你感受到 AGI 了吗？

OpenAI 公布三大北极星：一是构建自动化 AI 研究员，与其迭代解决对齐问题，并让人保持在自我改进循环中；二是交付高智能机器带来的科学进步与经济增长收益；三是以个人 AGI 赋能每个人。作者指出递归自我改进（RSI），包括自我改进的研究智能体和个人 AGI，最受关注。

作者分享一个配合 GPT-6 Astra 的实用方法：给它一条 Astra demo 推文，让 Astra （medium） 尽力复现并附加自定义指令，设置 /goal 如提供结果证明以便对照；首轮之后再切换到 Astra （max） 进行打磨，并可迭代改进。

研究发现编码模型编辑其他模型所写代码时会产生过度修改，源于不同训练数据导致的风格偏好差异。CROCODIL后训练框架通过相似度奖励惩罚大幅改动、执行奖励评估构建与测试成功率，并将两者相乘而非相加来抑制该行为，避免策略因简单失败任务而缩减编辑。

作者更新了自己的 harness，将 Grok Bot 与 Hermes Agent 的优点结合起来。他表示带有精心设计 UI 的持久自我改进智能体体验令人震撼，更接近其一年多来构建个人智能体的目标，后续将分享更多进展。

Elvis Saravia 回应"既然已有 Claude Code 和 Codex 为何还要自建 harness"的疑问。他认为哪怕搭一个很小的 harness 也会改变你使用大型工具的方式：你会了解什么会出问题、模型失败后需要什么、哪些参数旋钮真正重要，这些经验可迁移到每一个你接触的 harness。