🚨 RIP “提示工程”。 GAIR团队刚刚发布了上下文工程2.0——这完全重新定义了我们对人类与AI互动的思考方式。 忘掉提示。忘掉“少量示例”。上下文才是真正的接口。 这里是核心思想： “一个人是他们上下文的总和。” 机器之所以失败，并不是因为它们缺乏智能。 它们失败是因为缺乏上下文处理能力。 上下文工程2.0描绘了这一演变： 1.0 上下文作为翻译 人类适应计算机。 2.0 上下文作为指令 大型语言模型解释自然语言。 3.0 上下文作为场景 代理理解你的目标。 4.0 上下文作为世界 AI主动构建你的环境。 我们正处于2.0 → 3.0的转变之中。 从“上下文感知”到“上下文协作”系统的跃迁改变了一切，从内存设计到多代理协作。 这不是一个流行词。它是AI时代的新基础。 阅读论文：arxiv. org/abs/2510.26493v1

天哪……Meta 可能刚刚解决了自我改进的 AI 🤯 他们的新论文 SPICE（语料环境中的自我游戏）基本上将语言模型变成了自己的老师，没有人类，没有标签，没有数据集，只有互联网作为训练场。 这里有个转折：模型的一个副本成为挑战者，挖掘真实文档以创建困难的、基于事实的推理问题。另一个副本成为推理者，试图在没有访问源的情况下解决这些问题。 它们相互竞争、学习并共同进化，形成一个自动化的课程，具有现实世界的基础，因此它永远不会陷入幻觉。 结果令人震惊： 在推理基准上，Qwen3-4B 提高了 9.1% OctoThinker-8B 提高了 11.9% 并且它击败了所有之前的自我游戏方法，如 R-Zero 和 Absolute Zero。 这颠覆了 AI 自我改进的剧本。 SPICE 通过挖掘真实知识而不是循环合成垃圾来成长——一个封闭循环系统，具有开放世界的智能。 如果这能扩展，我们可能正在盯着自主、自我进化推理模型的蓝图。

🚨 这可能是自 ReAct 以来 AI 代理的最大飞跃。 研究人员刚刚发布了 DeepAgent，这是一种推理模型，可以独立思考、发现工具并完全自主行动。 没有预先编写的工作流程。没有固定的工具列表。只有纯粹的自主推理。 它引入了一种叫做记忆折叠的疯狂概念，代理字面上将其过去的思维“压缩”成结构化的情节记忆、工作记忆和工具记忆……就像一个数字大脑在再次思考之前深呼吸。 他们还建立了一种新的强化学习方法，称为 ToolPO，该方法不仅奖励代理完成任务，还奖励它在过程中如何使用工具。 结果呢？DeepAgent 在几乎所有基准测试中都超越了 GPT-4 级别的代理，包括 WebShop、ALFWorld、GAIA，即使使用它从未见过的开放集工具。 这是朝着能够像人类一样操作的通用推理代理迈出的第一步，能够记忆、适应并学习如何思考。 代理时代刚刚升级。