Socratic Tutor 深度解析:AI 教学不急着给答案
Jane Street 公开 Socratic Tutor,以连续追问定位学生的推理漏洞。本文从 Agent Skill、策略切换和教学评测三个层面,拆解这套方法为何不能只靠提示词完成。
StarSling 用临时沙箱、并行 CI 和持续优化 Agent 承接大量机器 PR。Launch HN 案例显示 Mastra 每月合并超过 1,800 个 PR,但实际降本仍缺公开数据。
Jane Street 公开 Socratic Tutor,以连续追问定位学生的推理漏洞。本文从 Agent Skill、策略切换和教学评测三个层面,拆解这套方法为何不能只靠提示词完成。
Rivet 用 S3-backed Actor 保存 Agent 状态,并通过休眠机制减少空闲资源占用。本文拆解其适用场景、运维成本与安全边界。
Claude Duet 的重点不是新模型,而是用多个专业 Agent 分担任务,并围绕权限、状态和失败恢复构建个人助理工作流。
Y Combinator Labs 让 AI Agent swarm 进入《Minecraft》和《Mindustry》。本文拆解多 Agent 协作中的重复劳动、状态冲突与协调开销,并给出后续评测应公开的指标。
Cursor 把 IDE 内的 Agent 能力开放成 SDK。关键不是多一个开发工具,而是代码执行层可能被接入 CI、研发平台和自动化流程。
Block 旗下 Dessa 主打全双工语音交互。本文从延迟、误触发率、上下文保持和任务完成率出发,给出语音 Agent 的实战评测清单。
Anthropic 发布 Claude Duet,重点不只在多一个 Agent 入口,而在任务分配、信息交接和结果验收能否被用户看清并干预。
OpenAI 用数千个 AI Agent 分析复杂生物数据。本文拆解任务去重、预算控制、证据追踪和人工审核,并讨论这些做法能否迁移到药物发现。
Inception Labs 上线了能用的 diffusion LLM,主投 a16z、英伟达、微软。这条非自回归路线能不能撬动 arrod 的默认生态?
OpenAI 用 LLM 推 Navier-Stokes 存在性证明,数学推理这步没翻车,翻车的是 math-to-code 这一步——形式化验证最怕的不是推理错,是'看起来对'。
HN 首页 96 分、27 条评论。DeepSeek 没继续卷参数,转头做 Agent 编排平台。Harness 是什么、谁会用、为什么是这个时间点。