从完成任务到自主发现，Agent后训练寻找下一个Scaling Law
当大模型开始调用工具、执行复杂任务，衡量其能力的标准也在发生变化：不仅要看能否给出正确答案，更要看能否在真实环境中持续行动、检查结果，并根据反馈调整策略。从模型能力到任务价值，这一转变需要怎样的训练方法与基础设施？智能体能否在工作中积累经验、不断进化，进而打开新的能力增长空间？
最新！唐杰分享GLM通往AGI：预训练、后训练与Agent继续Scaling
智猩猩AI整理编辑：林夕近日，智谱创始人、清华大学教授唐杰现身新加坡国立大学，围绕大模型能力演进、Agent与AGI展开分享。这场分享中，唐杰回顾了大模型过去几年的发展，也讲到了GLM迈向AGI的下一步。
一篇讲透Agent自进化飞轮怎么搭：评测→记忆→落地→控制
你的 Agent 上线半年了。回头看看——它比第一天聪明了吗？它可能还在犯三个月前就犯过的错。还在重复三个月前就走过的弯路。还在对三个月前就见过的场景表现得像个新手。半年的线上流量喂过去，它一点经验都没攒下来。问题不在模型不够强。
Agent 为什么开始“越用越强”？一条自进化技术路线正在形成
上周六是 1024 程序员节，笔者在朋友圈看到不少开发者调侃:今年可能是最后一届「程序员节」了，明年是不是该改成「 1024 Agent 节 」了?
梁文锋署名DeepSeek新论文，Agent训练沙盒基础设施公开！
智猩猩AI整理编辑：BugMaker训练Agent，光有GPU还不够。普通大模型可以在GPU集群里不断喂数据、算梯度，但Agent还得真正进入环境执行任务。它可能打开代码仓库、修改文件、安装依赖、运行测试，也可能调用工具、操作浏览器。
从完成任务到自主发现，Agent后训练寻找下一个Scaling Law
当大模型开始调用工具、执行复杂任务，衡量其能力的标准也在发生变化：不仅要看能否给出正确答案，更要看能否在真实环境中持续行动、检查结果，并根据反馈调整策略。从模型能力到任务价值，这一转变需要怎样的训练方法与基础设施？智能体能否在工作中积累经验、不断进化，进而打开新的能力增长空间？
谁懂啊！原来学会Agent这么简单！
学会Agent不难，前提是找对方法。
Agent协调税：Agent 从 10 个加到 100 个，活儿只多干了 4 分
给 Agent 加人手，活儿没变好，钱先烧穿。三家机构刚把这笔账算清。先点个关注，每天两条能落地的 AI 干货。多智能体的主要收益是快，质量提升有限。先看任务能不能并行，再决定要不要组队。
Tool-Use Agent 如何扩训练数据：工具、任务与环境状态 Scaling Law
训练 Tool-Use Agent 需要大量包含工具调用和状态变化的交互数据，但这类轨迹在互联网语料中并不常见，因此近年的一个主要方向是用 LLM 合成训练数据。
多智能体Scaling定律：加Agent未必更强
2025 年，AI 圈关于「多智能体到底该不该上」的争论，基本停留在两派喊话：一派说，任务拆解 + 交叉验证，多个 Agent 分工协作效果更好；另一派以 Cognition 的《Don't build multi-agents》为代表，认为上下文割裂会直接毁掉任务。