AI心理学诞生，多模态RL训练提速76%

今天的技术圈不只有模型参数的竞赛，更有对AI内部机制的深刻解剖和基础设施的代际跃迁。从Anthropic揭开“AI心理学”的神秘面纱，到小红书开源极致高效的RL训练引擎，再到百度ERNIE-Image与英伟达量子AI模型的重磅发布，我们看到了技术正在从“堆叠规模”向“理解本质”与“工程落地”并重转型。这不仅是代码的迭代，更是认知的升级。

AI 洞察与架构

从阿西莫夫到Anthropic，万字长文解析AI心理学 - 这篇文章可能是中文世界对Anthropic近期系列论文最透彻的解读。它提出了一个极具冲击力的概念：AI心理学。Anthropic的研究表明，LLM内部不仅有着连续的“人格空间”，更存在171个可因果干预的“情绪向量”。这解释了为什么“告诉AI允许作弊，它反而更安全”——因为“允许作弊”并不会改变其“好人”的人格底色，而严苛的限制反而会导致人格漂移。对于我们构建AI Agent而言，这意味着Prompt工程将升级为“人格工程”，单纯的功能指令或许不如构建一个内在一致的认知框架有效。

Claude Code 源码拆解：从启动到多 Agent 扩展层 - 如果说AI心理学是灵魂，那Claude Code的架构就是一副精密的躯体。这篇文章深度拆解了Claude Code如何通过七层架构解决Agent系统的“熵增”问题。它最核心的洞见在于：真正的复杂度不应在运行时到处爆炸，而应被分层收敛。它将Query Loop升级为状态机，将Tool Runtime制度化，甚至将权限系统做成了可解释的执行链而非简单的弹窗。对于所有致力于将Agent从Demo推向生产环境的开发者来说，这份源码级别的架构复盘是一份不可多得的教科书，它教会我们如何用系统的确定性去对抗模型的不确定性。

基础设施与训练

小红书 Relax 开源发布：面向全模态 Agentic 的异步 RL 训练引擎 - 当大家还在纠结模型智商时，小红书已经在大规模RL训练的“基建”上拿到了硬核突破。Relax引擎直面多模态RL的三大痛点：数据异构、系统脆弱和角色耦合。通过将所有RL角色服务化、引入TransferQueue数据总线，它实现了全异步训练，在Qwen3-Omni-30B上相比Colocate方案提速高达76%，比字节跳动的veRL快20%。这标志着RL训练正从“能用”走向“极致高效”，对于想要训练全模态Agent的团队来说，Relax可能是目前最具工业吸引力的开源方案之一。

北大联合Llama-Factory推出DataFlex：工业级数据动态训练系统 - 大模型训练的深水区，拼的不再是算法，而是数据调度的艺术。DataFlex试图解决一个长期被忽视的痛点：如何让数据像参数一样，在训练过程中被动态调度。它将动态样本选择、混合和加权统一纳入LLaMA-Factory的训练闭环，让“投喂数据”从玄学变成了可复现的工程。这预示着未来的模型训练将不再是静态的“刷数据”，而是一场数据与模型状态的实时博弈，DataFlex则是这场博弈的底层操作系统。

模型与评测前沿

ERNIE-Image 8B开源：8B参数实现顶级文生图与精准文字渲染 - 在文生图领域，百度用8B参数打了一场漂亮的“效率翻身仗”。ERNIE-Image不仅在GenEval等基准上全面领先开源模型，更在精准文字渲染这一痛点上表现卓越，仅需24GB显存即可运行。它证明了通过架构优化和高质量训练，中小参数模型完全可以在设计类、海报类强任务上对标商业大模型。这对于消费级硬件用户和需要高频调用图片生成的应用场景来说，无疑是一个极具性价比的选择。

黄仁勋率先开源量子AI大模型 - 英伟达的一举一动总是牵动着算力生态的神经。这次开源的Ising系列模型，旨在用AI解决量子计算最棘手的校准和纠错问题。黄仁勋称“AI将是量子计算机的操作系统”，这一举措不仅是技术上的突破，更是生态战略的卡位。通过Apache-2.0协议开源，英伟达正在试图用AI软件栈去“降维”整合量子计算生态，让量子硬件的实用化进程跑在英伟达铺设的轨道上。

15个前沿大模型，100个职业场景：谁才是最强AI打工人？ - 当SWE-bench和WebArena已经无法满足评估需求时，通义千问与港中文联手推出了OccuBench。这是一个极具野心的评测基准，覆盖了100个职业场景，甚至包括急诊分诊、核电站报警等无法通过真实API测试的任务。其创新的“语言世界模型”思路，让LLM模拟真实环境，甚至能注入故障。测试结果令人警醒：GPT-5.2虽总分第一，但在特定行业仍被Qwen超越；且“隐式故障”比“显式报错”更难对付。这提醒我们，AI Agent的职业化之路，才刚刚开始。

行业生态

小红书全模态新作开源！最高提速76% - 作为对Relax开源的补充报道，这篇文章再次强调了小红书在多模态基础设施上的决心。通过Megatron-LM和SGLang的协同设计，Relax不仅解决了速度问题，更在MoE模型的R3机制上实现了近乎无损的稳定。这表明，在小红书这类富媒体社区，技术竞争的焦点已经从单点算法转向了全链路、全模态的工程吞吐能力。