Cloudflare 发布决策模型 Clef 与 Clef-flash
Cloudflare 发布面向 AI 智能体的决策模型 Clef 和 Clef-flash，返回带概率的简短分类而非长文本，并称智能体决策不再必须有人类在环。Cloudflare 自报 Clef-flash 中位延迟约 39 毫秒、Clef 约 209 毫秒，对比 Jev 的 524 毫秒出头，在 43 项基准上快于相关竞品。
#推理
#推理
今日 0 条The DecoderAI 评分7272
AWS Machine Learning BlogAI 评分5050 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调搜索智能体，并以 Qwen3.6-27B 为例在 us-west-2 区域完成训练。
MIT Technology Review · AIAI 评分5151 AlphaGo 团队成员 Thore Graepel：LLM 并不会推理
前 DeepMind AlphaGo 核心成员 Thore Graepel 撰文指出，LLM 逐 token 预测加上思维链仍属系统 1 式的模式补全，并非真正推理，因为它没有显式可检查的认知状态、知识与推理未分离，且思维链常是事后编造。
Latent SpaceAI 评分3636 Latent Space 对话 MIT 的 Alex Zhang：从 GPU 内核、RLM 到智能体集群
MIT 的 Alex Zhang 在 Latent Space 播客中讲述其研究路径：从 GPU Mode、KernelBench 与 AI 编写 GPU 内核，到递归语言模型（RLM）——基于 RLM 的 harness 曾首个接近解决 ARC-AGI-3。
NVIDIA Blog精选AI 评分6666 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast 上线
OpenAI 的 GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行，并开放给 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户，token 生成速度最高比 Astra Standard 模式快 8 倍。
推荐理由：原文给出 Astra Ultrafast 的加速倍数与开放入口，读者可据此判断它对编码智能体循环的实际影响。
Ars Technica · AIAI 评分6060 CMU、MIT 等团队用 AI Ataraxos 在 Stratego 上击败顶尖人类选手
卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发的 AI 名为 Ataraxos，以 15 胜 1 负 4 平击败被认为是史上最强 Stratego 选手的 Pim Niemeijer，训练仅用 16 块 GPU 和几千美元。