iFeeling Daily
每天精选值得关注的 AI 动态
同模型不同框架:CUGA 何时更合适?

同一个开源模型,换一套 agent 框架,AppWorld 任务完成率从 30% 跳到 81%。IBM CUGA 用同模型对照实验说明:选 harness 和选模型一样重要,而且可复现。
Heimstaden 用 AI 改变住宅房地产管理

欧洲房产巨头 Heimstaden 用 AI 把租赁图片成本从 50 欧元降到 0.1 欧元,还让分析师用 Codex 完成 2 万处资产评估。
YC 掌门人 Garry Tan 每年在 AI 代理上花 20 万美元

YC 掌门人 Garry Tan 自曝每年花 10 到 20 万美元在 AI 代理的 token 上,并开源了 23 个 Claude Code 技能。他相信个人 AI 会成为主流,但成本必须降下来。
Google Cloud开发者插件上架Antigravity

Google Cloud 官方开发者插件上架 Antigravity Marketplace:装完 Agent 就能查实时官方文档、管 gcloud 命令,附带 IAM 安全护栏。
Qodo 为 Codex 代码审查注入上下文与组织知识

Qodo 把代码库上下文和独立审查直接带入 Codex 工作流,跨上万个仓库定位 P0 级 bug,还想用 Decisions API 让规则筛选更快更省。
LifeVal:OpenAI 用日常任务评估模型能力

OpenAI 发布 LifeVal 评估集:基于近 4000 份新调查,锁定普通人最希望 AI 代劳的日常事务;在找房、看护、备餐等场景,模型完成率多超 90%。
在线密集强化学习用于真实iOS应用UI导航

这篇论文提出在线RL+LLM裁判训练框架,直接在真实iOS应用上训练UI导航智能体,最终8B模型跨Android平台的泛化能力比SFT提升近7倍。
Zest 新 AI 代理通过短信推荐餐厅并订位

Zest 推出 AI 短信订餐助手,类似 Instinct 等流行代理:它通过 Plaid 接入信用卡消费记录学习口味,在对话里完成餐厅推荐、群聊投票和直接预订。
用 NVIDIA Nemotron 造一座会说话的鬼屋

作者用 NVIDIA 语音与语言模型造了一栋会听会说的暴躁鬼屋,实测回复中位延迟 1.7 秒,还给出了完整复刻步骤。