🔥51CTO热榜：2026-02-28

10:23  51CTO  ViDoRAG：视觉丰富文档的检索增强生成新范式，多智能体+动态检索解锁复杂推理
中科大联合阿里通义Lab在2025 EMNLP上发表的ViDoRAG工作，就专门解决了这个痛点。该研究不仅打造了首个针对大规模视觉丰富文档的评测数据集ViDoSeek，还提出了一套融合GMM多模态混合检索和动态迭代多智能体推理的全新RAG框架，在新基准上实现了超10%的性能提升，为视觉丰富文档的处理提供了更实用的技术方案。
10:23  51CTO  Aletheia 自主攻克 FirstProof，全自动解决方案来了！
对于广大AI技术人而言，这个故事的核心启示在于：单纯追求模型参数规模和刷榜分数的时代正在过去。下一个浪潮，是围绕具体、艰深的领域问题（如数学、代码、科学发现），构建专精化的、具备深度推理和规划能力的智能体系统。
10:23  51CTO  Claude subagent 是什么，怎么用？
Claude Code 所出的 subagents 功能，主要是通过 ​​/agents​​ 唤起并完成创建配置。核心特性是可以由主任务委托给子代理 agent 去执行某些定制化的工作项，其上下文是独立的。
10:23  51CTO  MiniMax、Anthropic、Perplexity齐入局，Agent正式跨入桌面执行时代
想象一下这个场景：你在飞书里发一句“把这周竞品动态整理成表格并发给团队”，Agent不是回你一段建议，而是真的去浏览网页、开表格、填数据、发消息。
10:23  51CTO  港科大&美团提出PosterCraft，文字渲染与艺术融合，从创意到成品只需一步！
PosterCraft 的设计理念是统一且灵活的框架。可以轻松地在自定义工作流程或其他兼容框架中使用 PosterCraft。
10:23  51CTO  AlphaEvolve再进化！DeepMind用AI「养殖」算法，碾压所有人类设计
DeepMind最新论文：用AlphaEvolve把算法源代码当基因组，让Gemini充当遗传算子，对博弈论算法进行「自然选择」。
10:23  51CTO  华人天才出走xAI：算力竞赛已死，30美元解锁AI自进化！
2026年2月，Grok的核心成员Jiayi Pan和Toby Pohlen相继离开xAI。这似乎是某种预示，或许通往AGI的路不是算力规模，而是方法的突破。
10:23  51CTO  ICLR'26｜Agent全链路成功率0%？首个真实DevOps基准曝致命短板
AI能写代码，却修不好构建环境、看不懂系统监控、串不起全链路运维——新基准DevOps-Gym显示，顶级模型在真实软件工程任务中全链路成功率归零，暴露其缺乏长程推理与动态系统理解能力，AI辅助编程远未触及真实开发核心。
10:23  51CTO  Claude Code“隐形技术栈”被扒出来了！2430次测试揭秘工具偏好清单
最近，专注于量化AI主观决策的基准测试工作室Amplifying.ai，针对Claude Code的工具选择倾向开展了一项系统性研究。
10:23  51CTO  用AI替代人类，Block裁员四成，股价大涨近25%，超4700万人围观
如果旧的职业上升通道已经被 AI 阻断，普通人该如何在这个新时代里重新为自己定价？
10:23  51CTO  比比皆是的下一个创新点：从Prompt Learning进化到SIPDO的闭环自进化
一旦 prompt 不再被视为静态对象，而被纳入一个能够评估、修正、重写并持续演化的闭环之中，研究不再围绕 “技巧是否有效”，而开始围绕系统如何生长展开。
10:23  51CTO  完全开源！打破「数据暴力」迷思，上海交大、深势科技等发布 Innovator-VL：开启科学大模型新范式
近日，来自上海交通大学、深势科技（DP Technology）、记忆张量（MemTensor）、中国科学院理论物理研究所等机构的研究团队联合发布了 Innovator-VL。这不仅是一个性能卓越的多模态大模型（MLLM），更是一份献给开源社区的 “科学智能实战指南”。
10:23  51CTO  全面超越极限准确率，算力砍一半！谷歌提出深思比例（DTR）
弗吉尼亚大学和谷歌的研究团队提出通过追踪Token在模型深层网络中的修改轨迹来量化真实的推理成本。
10:23  51CTO  仅2.6亿参数加速8.7倍、击败顶尖架构：字节提出二值化Token自回归生成模型
字节发布BitDance模型，为多模态人工智能的演进提供了一份极具价值的工程蓝图。
10:23  51CTO  AI 智能体高可靠设计模式：冗余执行
优化智能体解决方案需要软件工程确保组件协调、并行运行并与系统高效交互。例如预测执行[2]，会尝试处理可预测查询以降低时延，或者进行冗余执行[3]，即对同一智能体重复执行多次以防单点故障。
10:23  51CTO  AI智能体不是越多越强：信息冗余构成了LLM Agent Scaling的瓶颈
多智能体系统「扩不动」的真正原因，并不是 Agent 不够多，而是信息冗余。 系统实验发现，单纯堆规模收益迅速枯竭，而引入多样性可以显著延缓饱和、以更少的 Agent 获得更强的性能。
10:23  51CTO  别让 Agent 只是"看起来聪明"：从 OpenAI 学到的十件事
Shell 支持"本地执行模式"，你自己执行 shell_call，再把 shell_call_output 回传给模型。对很多团队来说，这是一条很舒服的上线路径，先在本地把工程链路跑顺，再迁到托管容器。
10:23  51CTO  Claude Code 通关手册：MCP 协议完全指南，Claude Code 最被低估的能力
MCP 是 AI 连接外部工具的标准协议，就像 USB 是电脑连接外设的标准。Claude Code 作为 MCP 客户端，通过安装不同的 MCP Server 获得不同的能力——GitHub 操作、文档查询、数据库访问等。
10:23  51CTO  一日一技：使用 Git Worktree 实现代码的“影分身术”
相信很多开发者都有过这样的经历：你正在一个叫 ​​feature-A​​​ 的分支上奋笔疾书，思路如泉涌，代码写了一半。突然，产品经理或者监控报警告诉你：线上的 ​​main​​ 分支出了一个 P0 级的 Bug，需要你立刻、马上、Right Now 修复。
10:23  51CTO  从 Vector 到 MCP：Next.js 的 Agent 之路
浏览器里的运行时错误、客户端警告、渲染出来的组件，这些对 AI 来说都是不可见的。当你跟 AI 说"帮我修个错误"，它甚至不知道你说的到底是哪个错误。

历史热榜