北京时间1月13日凌晨四点，Anthropic发布AI智能协作工具Claude Cowork，AI办公自动化领域从此迎来全新时代。 Claude Cowork定位为办公领域的“Claude Code”，图片来源：Claude官网 ...

作为清华“姚班”的传奇校友，他曾是IOI的银牌得主；作为OpenAI早期的核心成员，他亲历了那群被主流学界视为“神棍”的非主流天才如何用非共识打破了Google的围剿；而作为清华大学交叉信息研究院的助理教授和AReal项目负责人，他又在这个巨头林立的时代，试图在构建属于自己、不断拓展的人生算法。 当时的Facebook AI Research里坐镇的是啥人？是何恺明、Ross Girshick这种 ...

蚂蚁集团联合清华大学发布开源强化学习训练框架AReaL v1.0稳定版 Agent一键接入RL训练！蚂蚁集团与清华大学联合发布了开源强化学习训练框架AReaL v1.0的稳定版。这一版本主打“Agent一键接入RL训练”，无需修改代码，兼容各种Agent框架，让智能体强化学习训练变得 ...

结果是显著的：StitchCUDA 将 Hacking 率从 Kevin-32B 的 52% 降至 16%， Hacking 从 4 次降至 0 次。而去除 Rubric 的 StitchCUDA-A 变体，Hacking 率回升至 32%，进一步验证了 Rubric Reward 的因果效应。

每周六晚，在星球「AI产品经理大本营」里，我们会发布AI周报（每天AI日报 + 我个人原创文章汇总）；今天是第401期，全文2.4万字（https://t.zsxq.com/21Vzw ）。 下面是其中部分内容提炼：本周25个干货认知点+5个“黄钊hanniman评注”，共计1900字。 一、本周20个干货认知点 （一）关于OpenClaw 1、所谓云端一键部署OpenClaw，实质都是丐版（裸模 ...

真实环境充斥着验证码与异常弹窗导致长轨迹数据极难收集。不同平台如手机、桌面、浏览器的动作空间存在显著差异，混合训练容易引发梯度冲突。同时，真实任务通常需要模型具备长程记忆、工具调用及多Agent协作能力。