Google DeepMind 回顾 15 年游戏 AI 研究：从 Atari 到 EVE Online
Google DeepMind 回顾了 15 年游戏 AI 研究历程，从 DQN 玩转 49 款 Atari 游戏、AlphaGo 击败李世石，到 AlphaStar 在 StarCraft II 达到宗师级，并推出由 Gemini 驱动的通用智能体 SIMA 2。
#人机协同
#人机协同
今日 1 条Google DeepMindAI 评分2222
Shopify EngineeringAI 评分3434 Shopify 用 gisting 压缩 LLM Agent 上下文：系统提示词从 6000 token 降至 1500
Shopify 工程团队用 gisting 将 Sidekick GraphQL agent 的系统提示词从约 6000 token 压缩到约 1500 个 gist token（4:1），预测质量未下降。
阿里技术（公众号）AI 评分1212 阿里巴巴 12 篇论文入选 SIGCOMM 2026，覆盖 AI 智算网络与智能运维
阿里巴巴集团有 12 篇论文被 SIGCOMM 2026 主会收录，在全球企业中处于领先身位，是唯一与顶尖高校同处第一梯队的中国产业界机构。研究成果涵盖 AI 智算网络与集合通信、云网关数据面、网络验证、智能运维等方向，SIGCOMM 常年录用率仅 15%–22%。阿里云自研系统 TianYan、AIDA、XiHe、Theseus、PReCCL、EPIC 等均在论文中披露了生产部署数据。
美团技术团队（公众号）AI 评分2222 KDD 2026 美团 8 篇精选论文及 KDD Cup 2026 DataAgents 赛道冠军思路解读
美团技术团队在 KDD 2026 入选 8 篇论文，覆盖推荐大模型、奖励建模、智能体搜索、Transformer 框架与元泛化等方向，其中 MTFM 已作为统一基座推荐大模型在外卖等场景全量上线。
Shopify EngineeringAI 评分3434 Shopify 如何将移动端端到端测试稳定性提升至 98%
Shopify 为移动 App 重建端到端测试框架，将测试稳定性从旧 API 的 50% 提升至 98%。新方案在 Appium 之上封装了强制断言的 builder 式 API，并用 PaddleOCR 与 OpenCV 做视觉元素定位，替代依赖 React Native Test IDs 的旧做法。该框架已在 Shopify 最大的 App 上验证，目前正探索推广到其他 App。
Google DeepMindAI 评分2828 Google DeepMind 推出 SL2T 手语转文本模型，首次落地 Gboard 与 Live Transcribe
Google DeepMind 发布多语言手语转文本模型 SL2T，首次将手语 AI 带入消费级产品：在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写。模型基于超 10 万小时、50 多种手语数据训练，在 FLEURS-ASL（sd-test）上取得 70 BLEURT 的零样本成绩。该功能后续将扩展至更多设备与语言。
得物技术（公众号）AI 评分3434 得物知识问答：复合检索 Agent 的系统设计实践
得物基于 AgentScope 2.0 的 HarnessAgent 架构构建了复合检索 RAG Agent，通过 ReAct 循环实现"搜索→评估→决策"的自主闭环，Agent 自主决定调用哪些工具、搜几次、是否精读。
Shopify EngineeringAI 评分4545 Shopify 如何用 Sidekick 持续学习闭环将成本降低 96%
Shopify 的 GraphQL agent 通过持续学习闭环，把生产经验压缩进模型权重，质量超过前沿模型的同时将延迟和成本降低 96%。该闭环先以评分标准定义质量并校准 LLM 裁判，再用 DSPy 配合 GEPA、Agentic Context Engineering 等反思式优化器，以自动研究方式迭代提示词、工具定义与编排代码。
得物技术（公众号）AI 评分2222 得物技术实战：从零用 Zig 构建 Coding Agent「Violin」
得物技术团队开源了自研 Coding Agent「Violin」，底层引擎用 Zig 实现，客户端用 Python，两者通过 TCP + JSON line 协议通信。其架构借鉴 TypeScript 项目 Pi 的三层分离与 EventBus 设计，内置 6 个基本工具，适配 OpenAI 与 Anthropic 两种 LLM 协议，支持多模态、skill 与插件。
Netflix Technology BlogAI 评分3434 Netflix GenRec：面向 LLM 原生推荐系统的实践
Netflix 构建了 LLM 驱动的推荐排序模型 GenRec，通过对内部基础大模型进行 Netflix 数据后训练，在仅使用少量 Phase-2 标注数据和输入信号的情况下，于大规模 A/B 测试中在短期和长期在线指标上均取得统计显著提升。
Google DeepMindAI 评分2424 Google DeepMind 发布 Gemini Robotics ER 2，支持视频理解与多机器人协作
Google DeepMind 推出面向机器人的具身推理模型 Gemini Robotics ER 2，可理解连续视频、编排多步任务并将动作执行交给底层 VLA 模型，现已通过 Gemini API 和 Google AI Studio 向开发者开放。
Google DeepMindAI 评分2222 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 推出 Gemini Robotics 2，包含三款模型：视觉-语言-动作模型 Gemini Robotics 2 可控制人形机器人全身动作，具身推理模型 Gemini Robotics ER 2 支持多步任务规划与多机器人协作，端侧模型 Gemini Robotics On-Device 2 可在数小时内适配全新机器人本体。
美团技术团队（公众号）AI 评分4040 美团正式发布全场景 AI Agent 平台 CatPaw，搭载 LongCat 2.0
美团正式上线全场景 AI Agent 平台 CatPaw，搭载本月开源的 LongCat 2.0（总参数 1.6T、平均激活约 48B、原生支持 1M 上下文）。CatPaw 提供开箱即用的 AI 智能工作台与 Managed Agents 企业级托管能力，支持移动/PC/云端多端协作与 7×24 小时运行。该平台已在美团内部覆盖 9 万员工、搭建 3 万个 Agent。
得物技术（公众号）AI 评分3434 得物推荐评测平台：大模型自动化评测流水线的工程实践
得物推荐评测平台通过大模型自动化评测流水线，将推荐主观体验指标的反馈周期从周级缩短至小时级，并在单周百万级审计需求下实现 91% 的资源成本优化。平台支持 Qwen3-Max 等模型作为评测员，通过可视化提示词版本管理与人工校验闭环，将评测一致性稳定保持在 92% 以上。
得物技术（公众号）AI 评分2222 得物算法团队论文被 RecSys 2026 录用，两位专家获评 AICon 明星讲师
得物社区搜索团队论文《SPEAR: Selection-aware Personalized End-to-end Adaptive Rewriting and Retrieval for Community Search》被推荐系统顶会 RecSys 2026 主赛道录用，本届长论文有效投稿 361 篇仅录用 65 篇，录取率 18%。
美团技术团队（公众号）AI 评分2323 美团 LongCat 开源 MineExplorer：多模态大模型开放世界探索评测基准
美团 LongCat 团队开源 MineExplorer，首个面向开放世界分钟级长程任务的多模态大模型评测基准，包含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。
得物技术（公众号）AI 评分4040 得物技术部出现多起研发"越界"事件：工程师越过岗位边界直接解决用户问题
得物技术部近期出现多起研发人员"越界"事件：数据开发工程师北辰在智链AI平台项目中先与用户沟通、拆解几十个用户场景，将方案从通用问答调整为结构化意图识别加知识库建设；后端工程师东方朔潜入商家运营群翻查客服工单，用AI助手自动解答60%常见问题，客服压力减少30%，新商家上手时间缩短50%。
Google DeepMindAI 评分2222 Google DeepMind 推出 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，专注快速发现、验证和修补漏洞，在 CyberGym 等基准上以低成本多次调用取得接近更大模型的表现。
Google DeepMindAI 评分2222 Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案
Google DeepMind 与 Isomorphic Labs 公布生物韧性联合方案，一方面防止威胁行为者滥用其模型，另一方面让政府、科学家与生物安全机构用 AI 应对疫情。
得物技术（公众号）AI 评分3636 得物高可控智能客服的 Agent 工程实践：从机械应答到服务伙伴
得物智能客服 Agent 从基于 Qwen 的 Single-Agent 演进到 AutoGen Multi-Agent，再升级为跨场景 Harness 架构，通过 PE 自动化与 DPO 训练构建数据飞轮。
Google DeepMindAI 评分2828 Google DeepMind 推出 Gemini 驱动的 ATL Saathi，助力印度 Atal Tinkering Labs
Google DeepMind 在印度启动 ATL Saathi 试点，这是一款由 Gemini 驱动的 Web 应用，为 Atal Tinkering Labs 教育者提供 24/7 备课与培训助手。该工具基于 NotebookLM 整理 12 个核心模块内容，支持 10 个模块的项目生成，初期覆盖 8 种语言，首批落地 100 所试点学校。
得物技术（公众号）AI 评分3838 得物推荐系统诊断 Agent「推查查」：从调接口到会思考的 AI Harness 工程化实践
得物技术团队自研推荐系统诊断 Agent「推查查」，采用 Highway 与 ATV 混合智能体架构：Highway 以 Story 剧本驱动确定性执行，覆盖 80% 常见问题；ATV 基于 OpenClaw 框架的 ReAct 循环处理 20% 长尾异常，最多迭代 6 步并设工具白名单与置信度阈值。
Netflix Technology BlogAI 评分2222 Netflix 提出 GenPage：用单一生成式 Transformer 端到端构建个性化首页
Netflix 提出 GenPage，用单个生成式 Transformer 将用户历史与请求上下文作为提示词，自回归地一次性生成首页的行、内容实体与布局，替代原有的多阶段推荐流水线。
Google DeepMindAI 评分2222 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
computer use 现已成为 Gemini 3.5 Flash 的内置工具，此前仅以独立的 Gemini 2.5 computer use 模型提供。开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能跨浏览器、移动端和桌面环境看、推理并执行操作的智能体，用于持续软件测试等长周期与企业自动化任务。
Shopify EngineeringAI 评分2222 Shopify 如何用 Catalog API 为智能体电商聚类数十亿商品
Shopify 推出 Catalog API，通过商品聚类把不同商家的同一实物商品归入统一 Universal Product Identifier（UPI），供开发者和 AI 智能体调用。其方案先做店内聚类、再做跨店聚类，并采用精度优先策略：设定硬性精度阈值后最大化召回，用人工标注数据集和 LLM 评判器持续衡量精度与召回。
Google DeepMindAI 评分5050 Google DeepMind 与英国政府共建 Gemini 规划原型，目标将住宅规划审批时间减半
Google DeepMind 正与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 地方规划部门共同开发一款基于 Gemini 的 AI 规划原型，目标将住宅规划申请审批时间缩短 50%。
Google DeepMindAI 评分4040 Google DeepMind 发布 AI Control Roadmap，为 AI 智能体构建系统级安全防线
Google DeepMind 推出 AI Control Roadmap，用"纵深防御"思路在模型对齐之外增加系统级安全层，将内部 AI 智能体视为潜在"内部威胁"来防范。
Shopify EngineeringAI 评分3838 Shopify 如何用 LLM 评审团共识为 Sidekick 自动筛选训练数据，教会模型拒绝不可能请求
Shopify 为商家 AI 助手 Sidekick 的客户分群技能构建自动化数据筛选流程，用四个前沿 LLM 组成评审团，对生产语料中的查询做拒绝标注。此前训练数据全部来自数万条成功查询，模型从未学会拒绝，遇到不可能请求时会生成返回零结果的查询。评审团经 Toloka 约 600 条标准查询与 602 条拒绝标注校准，要求四个模型在结论和推理上完全一致才接受标签，优先保证精确率。
Google DeepMindAI 评分2222 Google DeepMind 联合 Schmidt Sciences 等发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 发起最高 1000 万美元的多智能体 AI 安全研究资助，由 Google.org 支持，面向全球研究者征集提案。资助聚焦沙盒与测试床、智能体网络科学、智能体基础设施加固、监督与控制四个方向，申请截止 2026 年 8 月 8 日，获奖者预计 2026 年秋季公布。
Google DeepMindAI 评分3434 Google DeepMind 在塞拉利昂实测 AI 学习效果：Gemini 引导式学习八周数学成绩提升 +0.258 个标准差
Google DeepMind 在塞拉利昂开展的预注册试验显示，使用 Gemini 引导式学习（Guided Learning）的学生八周内数学成绩比对照组提升 +0.258 个标准差，约合 1.2 至 1.7 年的常规学习进度；教师将 Gemini 用于约一半课时（目标 12 小时）的班级提升达 1.8 至 2.5 年。
Google DeepMindAI 评分2222 Google DeepMind Co-Scientist 加速逆转细胞衰老的基因研究
Google DeepMind 的 Co-Scientist 正帮助生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 加速衰老研究：它扫描数万篇论文后提出 20 多个可测试的新遗传因子，其中数个经实验室验证能驱动细胞进入更年轻状态并改善整体功能。Co-Scientist 还将原本需长达六个月的筛选数据分析缩短至几天。
Google DeepMindAI 评分1212 Google Project Genie 接入 Street View，向全球 Google AI Ultra 订阅用户开放
Google DeepMind 为实验性世界模型 Project Genie 加入 Street View 实景锚定能力，可基于美国地点生成可交互世界，并提供“Desert Sands”“Stone Age”“Ocean World”“B&W film”等风格。
Google DeepMindAI 评分2222 Google 发布 Gemini for Science：面向科研的 AI 实验与工具
Google 推出 Gemini for Science，包含 Google Labs 上三款实验工具：基于 Co-Scientist 的 Hypothesis Generation、基于 AlphaEvolve 与 ERA 的 Computational Discovery，以及基于 NotebookLM 的 Literature Insights，即日起逐步开放访问。
Google DeepMindAI 评分3030 Google 扩展 SynthID 与 C2PA 内容透明度工具，覆盖 Search、Gemini、Chrome、Pixel 和 Cloud
Google 在 Search、Gemini、Chrome、Pixel 和 Cloud 中扩展内容透明度与验证工具，SynthID 已为超 1000 亿张图片和视频、6 万年音频嵌入水印。
Google DeepMindAI 评分3434 Google DeepMind 与新加坡达成国家 AI 合作，落地医疗、教育与气候项目
Google DeepMind 与新加坡政府达成国家 AI 合作，在医疗、科研、教育和气候领域推出新项目。合作探索 AI 辅助临床诊疗、用 AlphaFold 和 Google Earth 推进东南亚传染病研究，并开发基于 Gemma 的跑步助手帮助视障运动员独立训练。
Google DeepMindAI 评分2222 剑桥大学教授用 Google DeepMind Co-Scientist 寻找跨物种传染病的分子开关
剑桥大学教授 Clare Bryant 用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关。Co-Scientist 从她已发表的基金申请中生成并排序假设，优先锁定一个她此前未关注的蛋白，并随数据补充将假设细化到具体氨基酸。她称原本需两到三年的实验工作，如今有望在六个月内完成。
Google DeepMindAI 评分2222 Google DeepMind Co-Scientist 如何助力 Calico 衰老研究
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist，从质量参差的衰老生物学文献中筛选线索并生成值得验证的假设。
Google DeepMindAI 评分2020 Google DeepMind Co-Scientist 加速肝病机制发现
爱丁堡大学团队用 Google DeepMind 的 Co-Scientist 研究 MASH 肝病，系统提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁，该假设随后经实验验证。Co-Scientist 还整合肝脏生物学与药理学证据，筛出可供团队测试的候选联合疗法。
Google DeepMindAI 评分1818 Google DeepMind Co-Scientist 如何连接两个实验室推进 ALS 研究
MIT 机械工程师 Ritu Raman 与波士顿儿童医院化学生物学家 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist，将各自构建神经肌肉组织模型与绘制细胞表面 RNA 的不同工具结合起来研究 ALS。
Google DeepMindAI 评分1212 Google DeepMind Co-Scientist 助力发现肝纤维化再利用药物
斯坦福大学医学院遗传学家 Gary Peltz 团队用 Google DeepMind 的 Co-Scientist 筛选抗肝纤维化药物，其提出的 3 个候选中有 2 个在活体人类肝细胞测试中阻断纤维化并促进肝细胞再生，而 Peltz 自行挑选的 2 个药物均无效。