2026年6月11日星期四

15 条新闻 — 🟡 7 值得关注 , 🟢 8 有趣

🤖 模型 (2)

🟢 🤖 模型 2026年6月11日 · 3 分钟阅读

RA-RFT：基于类比的强化学习新方法将数学推理提升 7.1 分

研究人员提出了 RA-RFT 框架，将检索有助于推理的示例与强化学习相结合。与传统语义搜索不同，该系统选取对任务解决真正有益的示例，使数学基准测试结果最高提升 7.1 分。

🟢 🤖 模型 2026年6月11日 · 3 分钟阅读

世界模型作为物理 AI 的基础：新教程整合机器人技术与自动驾驶

研究人员 Il-Seok Oh 发布了一篇综合教程，将世界建模定位为现代 AI 的核心统一原则。论文区分了显式世界模型与隐式世界模型，并描述了它们在物理 AI 中的角色——从机器人技术到自动驾驶汽车。

📦 开源 (1)

🟡 📦 开源 2026年6月11日 · 3 分钟阅读

Ollama 带来 Apple Silicon 推理速度提升 20%：MLX 引擎、NVFP4 量化及代理工作流快照

Ollama 更新了 Apple Silicon 的 MLX 引擎，通过 Metal 内核融合和 GPU 采样实现了最高 20% 的 token 生成速度提升。全新 NVFP4 量化格式将相比未量化 BF16 的质量损失减半，而快照系统则支持分支与重试功能，简化了代理工作流。

🤝 智能体 (4)

🟡 🤝 智能体 2026年6月11日 · 2 分钟阅读

arXiv：多智能体系统优势的幻觉——成本高达10倍，却不如简单的CoT-SC

新研究证明，自动生成的多智能体系统始终落后于简单的CoT-SC方法，成本却高达10倍。问题不在于多智能体系统的概念本身，而在于自动化设计产生了没有实际功能价值的架构膨胀。

🟡 🤝 智能体 2026年6月11日 · 3 分钟阅读

GitHub Agentic Workflows进入公开预览：代码智能体自动化问题分类、CI分析和漏洞修复

GitHub发布了Agentic Workflows公开预览（public preview），这一新系统使代码智能体能够在GitHub Actions环境中自动化复杂任务——从问题分类和CI失败分析到漏洞修复和文档更新。与此同时，还引入了无需个人访问令牌的身份验证机制。

🟢 🤝 智能体 2026年6月11日 · 3 分钟阅读

arXiv：AI智能体记忆价值模型——七种心理学因素决定应记住什么

研究人员提出基于七种认知心理学因素的记忆价值函数V(m)，用于管理长期AI智能体的记忆。在盲评LongMemEval测试中，该方法实现了0.770的黄金证据保留率，远优于均匀权重方法的0.657和近因性方法的0.368。

🟢 🤝 智能体 2026年6月11日 · 2 分钟阅读

arXiv：OrchRM——无需人工标注的多智能体AI系统编排奖励模型

OrchRM是一种用于多智能体系统编排的自监督奖励模型，从执行中间步骤学习，无需人工标注。在数学、网络和多步骤任务上实现了最高10倍的令牌效率提升和最高8%的准确率提升。

🏥 实践应用 (4)

🟢 🏥 实践应用 2026年6月11日 · 2 分钟阅读

Anthropic API：代码执行工具新版本揭示90秒限制，网络工具新增response_inclusion参数

Anthropic发布了三项API工具的小幅但实用的改进。代码执行工具现在在工具描述中明确标注了每个单元格90秒的执行限制，而web_search和web_fetch则新增了response_inclusion参数，可降低代理管道中的令牌成本。

🟢 🏥 实践应用 2026年6月11日 · 2 分钟阅读

Anthropic与DXC Technology：全球联盟将Claude引入银行、保险和政务领域，覆盖115,000名员工

Anthropic与DXC Technology签署多年期全球联盟协议，将Claude整合至银行、保险、航空和政府管理等受监管行业。DXC的AI平台OASIS超过95%的代码由Claude生成，目前已在逾50家企业客户中部署。

🟢 🏥 实践应用 2026年6月11日 · 2 分钟阅读

GitHub Enterprise Server 3.21 正式发布：组织自定义属性、300+ Actions 作业及新 REST API

GitHub Enterprise Server 3.21 正式发布，带来面向企业策略自动定向的组织自定义属性、项目表格中的层级视图、超过 300 个 Actions 作业的支持、改进的密钥扫描功能，以及向后兼容期为 24 个月的全新 REST API。

🟢 🏥 实践应用 2026年6月11日 · 3 分钟阅读

Benchling 同时使用多个语言模型：模型分歧揭示数据错误

Benchling 的 AI 负责人 Nicholas Larus-Stone 解释了为何科学研究需要多语言模型集成（ensemble）而非单一模型：若模型意见一致，数据可信；若意见相左，则存在问题。该公司拥有 14 年结构化科学数据作为核心优势。

💬 社区 (1)

🟡 💬 社区 2026年6月11日 · 2 分钟阅读

Anthropic：Claude Corps——1.5亿美元奖学金计划，为非营利部门培养1,000名青年AI专业人才

Anthropic推出Claude Corps，这是一项价值1.5亿美元的联邦奖学金计划，将1,000名具备AI技能的青年工作者安置在美国400余家非营利组织中。首批100名奖学金获得者将于2026年10月开始，年薪85,000美元。

🛡️ 安全 (3)

🟡 🛡️ 安全 2026年6月11日 · 2 分钟阅读

自主网络攻击：19种语言模型在300台服务器上的测试——突破率从10.7%到69.3%

新研究构建了严格的评估框架，在难度分级的300台测试服务器上对自主安全渗透进行评估。在19种被测语言模型中，没有任何一种事先了解攻击目标——但成功突破率最高可达69.3%。

🟡 🛡️ 安全 2026年6月11日 · 3 分钟阅读

安全漏洞：LangChain、AutoGPT和OpenAI Agents SDK未能满足智能体AI系统的任何一项安全原则

来自ICML 2026会议的新研究显示，三种最广泛使用的智能体AI框架——LangChain、AutoGPT和OpenAI Agents SDK——均未能满足面向公共应用的智能体AI安全原则。在模拟政府服务场景中，针对记忆的攻击将错误拒绝率提升至88.9%。

🟡 🛡️ 安全 2026年6月11日 · 3 分钟阅读

CNCF / Dapr 1.18引入密码学可证明执行性：谁启动了AI智能体工作流，不再只是一条日志记录

CNCF项目Dapr发布了1.18版本，带来新的可验证执行（verifiable execution）特性——密码学可验证的执行性。三个新原语使组织能够证明哪个智能体启动了工作流、执行历史是否被篡改，以及请求在分布式系统中的来源路径。