● LLM 与特定领域的人类专业水平对比

📌 一句话摘要 Gary Marcus 认为，像 Garry Kasparov 这样已退役的专家，依然能击败任何没有配备专用工具的 LLM。 📝 详细摘要 作为扑克相关推文的后续，Marcus 指出，尽管有海量的公开国际象棋数据可供训练，但顶尖的人类专家（如 Garry Kasparov）在比赛

● 悟空 Agent 泛化能力首次披露：从一张旧病历引出三个新确诊

📌 一句话摘要 本文首次披露了腾讯悟空 Agent 在漏洞挖掘中的「泛化能力」，展示了其如何从单个已知漏洞出发，通过高、中、低三种相似度策略系统性地识别同源及跨模块漏洞。 📝 详细摘要 文章深入探讨了 AI 在代码安全领域的进阶应用，重点介绍了腾讯悟空 Agent 的核心竞争力——泛化能力。不同

● AI：知识的“图书管理员”还是科学探索者？

📌 一句话摘要 弗朗索瓦·肖莱 (François Chollet) 认为，当前的 AI 模型更像是现有知识的“图书管理员”，而非具备科学发现能力的“探索者”。 📝 详细摘要 在这条推文中，弗朗索瓦·肖莱对当前的 AI 发展进行了哲学层面的批判。他将现有的模型描述为仅仅是知识的存储库（即“图书管

● 前沿模型依赖于记忆，而非泛化

📌 一句话摘要 肖莱引用 EsoLang-Bench 的结果指出，前沿大语言模型 (LLM) 依赖于内容层面的记忆，而非真正的可泛化问题解决能力。 📝 详细摘要 肖莱参考了 EsoLang-Bench 的测试结果，在该测试中，LLM 在处理不熟悉的编程语言时表现大幅下滑。他认为，当前的前沿模型缺

● 更全面的具身智能真机评测来了！CVPR 2026 ManipArena 挑战赛邀你打榜

📌 一句话摘要 ManipArena 是由中山大学等机构推出的具身智能真机评测挑战赛，旨在通过分层 OOD 评估和 56 维感知数据，建立科学的机器人泛化能力评价标准。 📝 详细摘要 本文详细介绍了在 CVPR 2026 上推出的 ManipArena 具身智能挑战赛。该赛事针对当前具身智能领域

● 关于 LLM 智能体泛化能力与强化学习微调的新研究

📌 一句话摘要 一篇研究论文探讨了强化学习微调如何影响 LLM 智能体的泛化能力，发现跨环境的序列训练比直接迁移更为有效。 📝 详细摘要 这条推文重点介绍了一项关于通过强化学习 (RL) 训练的 LLM 智能体泛化能力的研究。该研究表明，尽管 RL 微调在熟悉的环境中（例如，从 WebShop