ThinkingBox-Training：将数据库评分转化为强化学习奖励
微软与Hugging Face合作发布ThinkingBox-Training，通过将数据库终端状态检查转化为奖励函数，对Qwen3.8-27B模型进行50步GRPO微调。
推荐理由：将数据库评分转化为强化学习奖励，让智能体从偶尔成功变为可重复执行，训练任务选择是关键。
#Agent科技财经热点 · 每日精选
自动盯住上百个信源，用模型摘要、打分、精选，把同一件事的多篇报道归到一起，每天早上出一份日报。聚焦机器人、AI 与财经投资。
今日脉搏
具身智能专栏 →403今日入库
7 条进入精选
46/47 信源在线· 1 异常
近 14 天入库走势
近 7 天分类构成
行业 1385财经 1157硬件本体 1009AI 产品 751AI 模型 263其他 398
Hugging Face Blog精选AI 评分7373
GitHub Blog精选AI 评分7575 GitHub发布智能体规模Git基础设施架构优化
GitHub宣布已完成Git基础设施架构优化，将99.99999%的仓库迁移至Azure和自有数据中心双存储。通过将quorum序列化范围从整个仓库改为单个引用，解决了25ms跨区域延迟导致的写入吞吐量瓶颈，使繁忙仓库也能迁移至Azure。新架构支持按需扩展虚拟读取副本，内部测试显示不同引用的写入吞吐量提高3-4倍。
推荐理由：GitHub通过修改quorum序列化方式将最繁忙仓库迁移至Azure，解决了25ms延迟瓶颈，为智能体规模Git基础设施铺路。
arXiv · cs.RO精选AI 评分7070 AgenticRoboRL: 将编码智能体后训练引入具身机器人
研究人员提出AgenticRoboRL框架，通过监督微调和多轮强化学习对机器人规划器进行后训练，在LIBERO-PRO基准测试中，9B参数模型的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)的水平。该框架通过适配器连接规划器交互与任务结果，支持不同执行机制。
推荐理由：9B参数模型成功率从18.1%提升至71.0%，接近GPT-5.5水平，证明后训练对机器人规划器有效。
量子位精选AI 评分8585 谷歌开源Harness²：大模型运行时自我优化新成果
谷歌开源Harness²，一种双层递归架构，让大模型在运行中自我修改代码、提示词和工具链。在WorkBuddy-Bench测试中，GLM-5得分提升11.5分，反超原生Gemini 3.5 Flash。该项目已全面开源，支持OpenCode与Codex。
推荐理由：双层递归架构让大模型在运行中自我优化，解决了RSI在开放世界中的两大死穴，实测性能提升显著。
GitHub Blog精选AI 评分7575 GitHub构建支持智能体规模开发的Git基础设施
GitHub宣布重构Git基础设施以支持智能体规模开发，应对每月4733亿Git事件和73.8亿次提交的规模。新架构通过分离存储与计算、最小化协调和独立扩展读写能力，实现了最高35倍的写入吞吐量提升，同时保持可靠性和控制能力。
推荐理由：GitHub重构Git基础设施以支持智能体规模开发，独立读写扩展与故障恢复能力是关键突破。
已经到底了