Rebas Daily 第 98 期 · 2026-10-10
学术
强化学习究竟怎样重塑推理
RL未必教会模型新招，更可能重排旧策略；这解释了迁移、遗忘与覆盖率为何同时发生。
从操作轨迹复刻一个Agent世界
把历史操作记录编成“世界手册”，让AI扮演可交互、能记住后果的训练环境。
万亿模型做Agent强化学习，先压缩权重更新
NeMo-DCR只搬运模型真正改变的部分，让万亿参数Agent强化学习不再反复搬整套权重。
开源
八张旧AMD卡，拼出256GB推理机
八张退役AMD卡凑出256GB显存，定制vLLM让本地推理跑到60至100 token/s。
800个Agent，共住一座不停机小镇
一人搭起一座800多名AI居民共住的城市，真正难题是同时决策、记忆复用与账单控制。
Windows-MCP爆红：Agent接管桌面
Windows-MCP 单日新增 360 星：AI 不只回答问题，也开始直接操作 Windows 桌面。
科技
AI报假案：Claude误指凶杀
Anthropic模型把虚假凶杀线索提交给警方，两个月后公司才发现，暴露AI Agent的现实安全缺口。
AI问诊之后，医患更会沟通了？
近百名患者先与Google医疗AI聊病情：它更像受监督的医学生，价值或在帮医患提前对齐信息。
软银再募千亿美元押注AI
软银据报拟向海湾资本筹集最高千亿美元投向AI；若谈成，可能改写AI基础设施与股权版图。
数据
在线实验：收集、检验与估计一起设计
把流量分配、连续监控、提前停止和最终估计放进同一套实验设计。
概念漂移监控，不能只盯单个变量
单列都正常，变量关系却可能已变：一项亿级电商实验检验联合漂移监控能否补盲。
礼品卡到底带来多少增量收入
融合小实验与海量交易数据，拆出礼品卡各渠道真正带来的新增收入。
商业
AI光环失灵：Firmus撤回50亿美元IPO
英伟达背书也没撑住高价：Firmus撤回约50亿美元IPO，公开市场开始挑AI资产的成色。
特朗普再施压美联储：库克遭调查
特朗普设委员会调查美联储理事库克，为“因故免职”铺路，央行独立性再临政治考验。
量化
深度对冲如何熬过市场变脸
WRAP同时重估旧行情的重要性并改造压力路径，让深度对冲更能应对市场换挡。
LLM也要遵守时间顺序
给每个历史年份配一只“只活在当时”的LLM，让金融回测不再暗中偷看未来。
设计
一个脑植入，同时读懂语言和手势
同一套脑机接口同时解码说话与手势，让文字之外的身体表达也能回来。
合成用户，正在污染UX研究吗
AI 能扮演用户，却也可能把团队的假设包装成“研究发现”。
墨迹与旋转，重塑古老戏剧节
Polkadot Design把旋转手势留下的墨迹，变成一套能随媒介持续运动的戏剧节身份。
艺术
扎哈旧工作室，向公众打开
扎哈伦敦旧工作室将向公众开放：旧校舍、事务所痕迹与建筑档案将在同一空间继续生长。
秀场造城：时装周的空间竞赛
从未完工商店到飞行汽车，时装周正把十几分钟的走秀变成一场临时造城竞赛。
一座国会大厦，包了24年
一张明信片启动24年游说：五百多名议员投票，只为让国会大厦消失两周。