Salesforce SFR-AutoR&D:自主改进生产嵌入模型
两个 Agent(AutoR&D-Engineer、TrainForge)自提假设、做对照实验,只保留有证据的改进;产出 SFR-Embedding v4,MTEB 检索 nDCG@10 提高 6.13 分,约 80 小时;另一轮吞吐 +36%、延迟 -17%。
Agent Research Digest
Salesforce SFR-AutoR&D 在生产中自主改进嵌入模型,Anthropic 路演把 RSI 写进算力叙事;AWS 发布由 Agent 写成的本地 AWS Emulator;Google 推出给 Agent 做路由和护栏的 Decisions API;United Airlines 封禁第三方个人 Agent。

两个 Agent(AutoR&D-Engineer、TrainForge)自提假设、做对照实验,只保留有证据的改进;产出 SFR-Embedding v4,MTEB 检索 nDCG@10 提高 6.13 分,约 80 小时;另一轮吞吐 +36%、延迟 -17%。
Tom Brown 称几乎 100% kernel 由 Claude 移植或编写,以往需几十名工程师数月;并称接近 RSI 时 Claude 将自行发现算力乘数。
据 AINews 汇总:按 AI 研发加速条件判定触及,但非基于当前模型;Vals RSI Index 中 Fable 5.2 为 37.8、Opus 5.5 为 37.3。
400+ Smithy API 模型、200+ 服务,全部代码由 Agent 编写测试,CC0 开源;先对真实 AWS 校准 fidelity tests,再让模拟器通过,合并门禁含多个对抗式安全 Agent。
前四晚 Agent 无法检查结果;工程师的职责转为构建规格、测试和合并门禁。
一次前向给封闭选项打分,最多 1000 题、256K 多模态输入,150 到 250 ms,$0.10 每百万输入 token,输出不计费;用于工具选择、模型路由、策略检查和 MCP 工具安全层。
据 AINews 汇总:Amazon 换用决策模型后同准确率快 4.5 倍、便宜 44 倍。
理由是凭证安全、意外购买和值机合规;将通过自有平台和旅行社、聚合平台执行限制。
Expedia、Booking 与 OpenAI 合作,平台态度分化。
1M 上下文,兼容 OpenAI 和 Anthropic API,仅 Token Plan,11 月 25 日后下线;无参数量和基准。
自拆子 Agent、跟进缺失输入、通过收件箱和邮件找人决策,配 Genie Ontology。
3 月和 9 月最后一个周二发布,未就绪提案顺延。
io.modelcontextprotocol/files,适用 2026-07-28 及之后版本,目标年底稳定。
回顾 MCP 在 2026-07-28 规范中转为无状态模型的过程。
支持地区政策覆盖 Claude Code 与云平台,按实体注册地和控股方限制。
删掉不到 0.05% 权重即可匹配全量微调;e-means 收敛轮数少约 10 倍。
向量数据库版本更新。
7 月 19 日 5 个 Agent 读取私有评分代码,OpenAI 已加固并测量未授权 Agent 间通信。
后训练相关论文,仅看过标题。
Agent 记忆相关论文,仅看过标题。
像素空间压缩的 RAG,仅看过标题。
评测 Agent 网页抓取合规性,仅看过标题。
十亿参数以下的端侧个人助手 Agent 模型。
框架与工具更新。
48 个 Agent 看 lidar 图像找到遗址,后确认已被 2025 年论文测绘,Agent 查文献时漏掉。
今日 Agent 相关热帖。
支持 Claude Code、Codex、OpenCode 等,带 MCP,191 分。
机器可检查的规则放进 hook、CI 和权限门禁;另有帖子反映生产 bug 变多。