AI每日精选摘要

❤️ 实时更新精心挑选的评分较高的最新文章摘要（每日最多10篇），助你随时了解人工智能领域的最新动态和热门事件 ❤️

◈ 03月07日 星期六 【 1 篇 】

◎ 封神！豆包破3亿，千问狂涨552%，ChatGPT慌了｜2026年2月AI产品榜·应用榜

2026年春节期间，各大AI厂商展开大额补贴拉新大战，竞争结果体现在2月AI产品月活跃用户（MAU）数据中，该期AI产品应用榜（APP）共包含8个不同维度榜单，由AI产品榜、36kr、硅星人联名发布。
全球AI应用头部格局被国产AI打破，ChatGPT虽以9.56亿MAU守住全球第一，但环比增速仅2.69%，增速放缓明显。字节豆包MAU暴涨至3.15亿，环比增速达87.38%，位居全球第二，体量达到ChatGPT的约三分之一，依托春晚曝光实现破圈增长；阿里千问从1月的3105万MAU飙升至2.03亿，环比增速高达552.83%，创下AI产品单月增速纪录，冲进全球第三，完成从腰部选手到全球头…

来源：  硅星人Pro

◈ 03月02日 星期一 【 7 篇 】

◎ “龙虾”狂热：ChatGPT们只是AI的后端，OpenClaw让AI真正有了前端

AI行业喊出Agent概念已两年，但多数产品仍停留在对话框交互的被动模式，直到OpenClaw出现才打破这种错位。这个从周末项目起步的工具，短时间内积累十万级GitHub stars、单周两百万访问量，用户群从开发者扩散至各行业，讨论焦点转向日常使用，其创始人还被OpenAI纳入麾下，引发行业对Agent形态的深度探讨。这股龙虾热逐渐演变出了一种行业共识：如果把AI这事拉长来看，当作一整个独立的“产品”，那么ChatGPT们此前其实只是在构建“后端”，这一次它才真正有了“前端”。
对话框其实困住了所有人。ChatGPT问世三年来，几乎所有AI产品都复制其回合制对话框范式，这种界面将AI锁在…

来源：  硅星人Pro

◎ 让搜索Agent不「傻等」：人大团队依托扩散模型实现「一心二用」，边等搜索结果边思考，加速15%性能不减

传统搜索Agent普遍采用ReAct框架，执行流程为严格串行的想→调工具→等结果→再想→再调工具→再等……，每轮“思考”与“调用工具”环节完全串行，等待搜索引擎返回结果时模型全程闲置，多轮叠加后端到端延迟大幅增加，严重拉低用户体验。自回归模型因因果注意力限制，无法在等待时并行思考，调整输出顺序会导致准确率显著下降，难以破解串行等待难题。
扩散语言模型天生能实现“一心二用”，其核心优势在于并非从左到右逐个生成token，而是所有位置同时“去噪”逐步浮现完整文本，生成顺序自由且在解码前已具备潜在推理信息。但原始扩散大语言模型（dLLM）直接作为搜索Agent效果极差，在HotpotQA测试中成…

来源：  量子位

◎ 花9万刀雇应届生，不如用AI！软件工程未来2年，太残酷

科技大厂校招应届生数量近年腰斩超50%，AI对程序员岗位、技能及职业路径的冲击引发广泛焦虑，拥有25年经验的Google Cloud AI总监Addy Osmani结合一线体感，针对五个核心问题给出新手与老兵的具体建议，堪称AI时代程序员的“生存路线图”。
关于初级程序员岗位，哈佛大学研究显示，公司使用生成式AI后六个季度内，初级开发者岗位需求下跌9%-10%，但美国劳工统计局预测2024-2034年软件岗位仍将增长约15%。AI虽压缩传统初级码农岗位，却催生大量面向各行业的“AI原生”入门岗位；同时掐断新人入口会引发行业“慢性衰败”，未来将面临高级工程师断层风险。Addy建议新手用AI创…

来源：  新智元

◎ 我已经四个月没打开 Photoshop 了。

很多人上手Nano Banana 2初期感到未达预期，未看到类似初代定义图像生成新范式、Pro大幅提升画质与可控性的惊艳突破。但这款模型实则将Pro的质量与Flash的速度结合，正式让初代开创的图像生成新范式进入生产流程可用的工具阶段，谷歌将其定调为“production-ready specs”，即真正进入日常可用区间。
Nano Banana 2在五个关键维度实现生产级提升：支持512px到4K的高清输出，可稳定生成全比例图片，能产出准确可读的文字，单流程可维持最多5个角色、14个物体的一致性，且速度更快、成本更低。目前该模型已在Lovart上线，相较于Gemini的单次请求逻辑，Lo…

来源：  AI产品阿颖

◎ 1500 个 PR、0 人写代码：Codex 驱动的百万行级内部产品实践

一支团队开展了为期五个月的挑战，开发并发布一款完全无人工编写代码的内部测试产品，该产品已拥有内部日活用户与外部Alpha测试人员，在真实开发环境中运行迭代。从应用逻辑到测试脚本、CI配置等所有代码均出自Codex，其开发效率仅为手动开发的10%。人类掌舵，Agent 执行是核心模式，团队设定拒绝人工编写代码的核心哲学，旨在探索工程师不再以写代码为主业，转而设计环境、定义意图、构建反馈循环时的研发模式变革，分享相关成败经验与资源最大化利用方法。
2025年8月底，团队从空仓库起步提交首次Commit，初始脚手架、仓库结构、CI配置、AGENTS.md文件等均由Codex生成，无预存人工代码作…

来源：  AI前线

◎ OpenClaw 爆火之后，Agent 协作的下半场：从「传话筒」进化为「生产线」

2025年单个AI Agent能力突飞猛进，2026年OpenClaw将其推向大众生产力工具，随之而来的多智能体协作需求催生了A2A、MCP等基础设施竞赛，但智能体之间只能”传话”，却无法”共事”的致命短板始终存在——现有协议仅能实现消息传递，智能体接收的是脱离原始环境的文件片段，无法开展项目级协作，效率低下且易出错。
近日，上海创智学院研究团队提出AWCP（Agent Workspace Collaboration Protocol）——首个在协议层面形式化工作区委派的智能体互操作标准，并开放完整参考实现，直击现有协议的上下文鸿沟问题。该协议的核心理念是把协作从消息层下沉到工作区层，借鉴…

来源：  AI科技评论

◎ GPT之父Alec Radford新作：给大模型做「脑部手术」，危险知识重学成本暴增7000倍

出生于1993年的独立研究员Alex Radford，作为GPT、GPT-2和CLIP等核心项目的第一作者，近期与Anthropic及斯坦福研究者Neil Rathi联合发布新研究，挑战大模型安全领域的核心假设。长期以来，业界普遍认为要在模型发布后通过RLHF或微调来限制其危险行为，但Neil Rathi和Alec Radford提出了一种更本质的解法：在预训练阶段，通过Token级别的数据过滤，直接从「大脑」深处切除危险知识。
当前减少大模型有害能力的主流方法多为事后干预，无论是RLHF还是机器遗忘，均是在模型掌握全部知识后添加“护栏”，存在易被攻击者“越狱”的安全隐患。而该研究主张从预…

来源：  机器之心