技术方向
大模型是怎么练出来的：数据集构建、合成数据、预训练与后训练方法、算力与训练成本。
3 条精选近 30 天 3 条共收录 20 条
Anthropic 发布的内部研究显示，自 2025 年初以来技术部门初级岗位占比从 21% 降至 14%，初级新员工占比从 27% 降至 9%，开放初级岗位降至 6%。公司将原因归于 AI 智能体能力提升，到 2026 年 8 月智能体记录的工作时长已是人类员工的 6 倍，研究部门达 19:1。研究同时承认 Anthropic 是高度依赖 AI 的特例，结果难以直接套用到整体经济。
推荐理由：Anthropic 内部研究给出初级岗位占比与 AI 智能体工时对比，可观察 AI 替代入门岗位的具体幅度。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，用真实 harness 训练，并给出 SWE-bench 提升数据。
微软研究院推出 Quine，一个面向生物学的研究系统，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像的多模态世界模型和连接科学工具、文献与实验的交互框架组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与工具编排框架，并给出胰腺癌细胞状态预测的湿实验验证结果。