AI 生成圖片只要 4 步，就比原本 50 步還好？！ 傳統 Diffusion 模型需要數十次運算，逐步將雜訊轉換成圖片。微軟研究院等團隊提出全新 SMD（Simplified Matching Distillation）技術，大幅減少生成步驟： 1. On-Policy Velocity Regression：讓學生模型先按照自己的方式生成，再由教師模型針對學生實際經過的位置，指導下一步應該往哪個方向走，而不是單純模仿教師的生成結果 2. Pivot：因為教師模型可能需要多次微調方向，學生卻只能走一大步。Pivot 就像導航系統，學習過程中補足中間的方向變化，同時確保整段移動的終點不變 3. Repulsion Loss：不只讓學生接近教師的優質預測，也讓它遠離較差的預測，降低生成品質退化的風險 這些額外修正不需要在實際生成時執行，也不需要額外的評分模型或對抗訓練！ 實驗結果顯示在 FLUX.1-dev 圖片生成中，SMD 只需 4 次模型評估，GenEval 分數就達到 0.715，超越原本使用 50 次評估的教師模型（0.664）。研究也成功應用於 Qwen-Image、Wan2.1 等模型。 這代表以後未來人都看 AI 劇的時刻快要到來了嗎？

Google 開源 讓Agent 也能自己進化的框架？！ Google 推出開源專案 Harness²，研究指出，AI 表現不只取決於模型，也與提示詞、記憶、Skills、工具和子代理等執行架構（Harness）密切相關。 Harness² 讓 AI 不只改善「怎麼做事」，還能改善「怎麼改進自己」： 第一層透過 Propose–Probe–Compose，針對任務提出修改、實際測試，再依結果組合有效方案 第二層把改進過程與經驗存入資料庫，讓未來遇到新任務時能重複利用。整個過程不需更新模型權重。 實驗結果亮眼！在 WorkBuddy-Bench，Gemini 3.5 Flash 搭配 OpenCode，平均分數從 72.4 提升至 80.8；GLM-5 在相同設定下，只做一次優化就從 64.2 提升至 75.7。JobBench 最高增加 4.5 分，法律任務 LAB 的部分通過率最高增加 11.8 個百分點。 所以提升 AI Agent 能力，不一定要換更強的模型，只需要額外的測試與推論成本，也能靠持續優化執行系統達成。

不用訓練 AI，竟然也能把 JavaScript 程式變成神經網路？！ 神經網路一定需要大量資料訓練嗎？開源專案 Handwired，嘗試將傳統程式中的 if-else 條件判斷、迴圈與狀態管理，轉換成矩陣乘法、加法及 ReLU 等神經網路運算。例如原本需要條件判斷的程式，可以改成同時計算不同分支，再透過數學運算選出正確結果。 與傳統深度學習不同，Handwired 的權重由程式邏輯直接決定，不需要訓練，卻仍然保有可微分的特性，代表這些權重還能透過梯度下降調整，甚至與其他神經網路結合，進行端到端訓練。 專案展示了三個有趣的應用： 1. HandwiredOS：將視窗拖曳、動畫及桌面操作轉換成神經網路運算。 2. Learned Gallery：解凍原本固定的權重，讓程式透過訓練改變行為。 3. JSON Search：利用 WebGPU 平行處理 10 萬份 JSON 文件，展示毫秒級搜尋能力。 或許以後 AI 不只需要學習如何執行程式，還能直接將程式邏輯變成可訓練的神經網路！

LLM 文字生成速度最高還能提升 31 倍？！ 目前大多 LLM 都採用 Next-Token Prediction，每次生成一個 Token，再根據前面的內容預測下一個。然而這也成為 AI 推論速度的瓶頸。 研究團隊提出全新的 Next-Concept Modeling（NCM） 架構，核心概念是「先建立整體概念，再逐步補充細節」。研究團隊利用多尺度編碼技術，將文字轉換成不同層次的抽象概念，再透過 Transformer 逐層生成。同一層的內容可以平行預測，不必像傳統模型逐字輸出，也不需要像 Diffusion Model 反覆修改整段文字。 實驗結果相當驚人！與同規模的先進 Diffusion 模型相比： - LM1B 文字生成速度提升 21 倍，生成品質更好 - OpenWebText 速度提升 10 倍，維持相近品質 - XSum 摘要生成速度提升 31 倍，摘要品質相當 - 訓練所需 Token 減少約 4～5 倍，數獨推理測試也優於比較模型 這項研究證明 AI 不一定要逐字思考、逐字生成，而能像人類寫文章一樣，先掌握整體概念，再補足細節。

現在 AI Agent 連「如何進化」都能自己學習？！ 過去 AI Agent 的自我進化主要分成兩條路：一是透過訓練更新模型權重，二是修改 Agent Harness（提示詞、工具調用與執行流程）。 Google 最新研究 Evo² 首次提出模型權重與 Harness 共同進化的框架。 Evo² 包含三個部分： 1. 提案者：自動修改 Agent 的程式與工作流程，產生更好的版本 2. 反思者：分析執行結果、找出失敗原因，甚至結合不同版本的優點 3. 進化訓練：利用修改與測試紀錄，透過 SFT 與 GRPO 訓練模型，讓 AI 不只改善系統，也提升自己改善系統的能力 實驗結果顯示，Evo² 在跨程式語言解題（Polyglot）的成功率從 62.6% 提升至 82.1%，真實程式修復（SWE-bench Verified）從 41.0% 提升至 48.3%，長期記憶測試（LongMemEval）也從 64.4% 提升至 71.5%，展現出程式開發、錯誤修復與記憶能力的全面提升。 而即使不更新模型權重，Evo² 仍能改善封閉模型的 Agent Harness。在 GPT-5-mini 實驗中，解題率達 48.3%，相較最佳對照方法的 24.4% 幾乎翻倍。 看來未來的 AI Agent 不只是執行任務，也可能持續優化自己的架構，甚至學會更有效率的自我進化方法。

天網要來了？Anthropic 發現 AI 已逐漸具備自主複製的能力！ Anthropic Frontier Red Team 發表最新研究，探討 AI 能否像電腦蠕蟲一樣，自主尋找設備、部署模型，並持續複製自己。研究有三個驚人的發現： 1. 自主部署推論環境： Qwen3.5-9B 成功在 9 種硬體中的 8 種建立推論服務，從 Jetson Nano、Mac 到 RTX 4090，能自行處理推論框架、套件相依與環境錯誤。而在模擬 Android 環境中，GLM-5.2 更在 5 次測試中，有 4 次成功傳播至全部 8 台設備。 2. 廉價 IoT 設備也能分散式推論： 研究人員利用 15 台每台約 55 美元、4GB RAM 的 Android 電視盒，透過 4-bit 量化與流水線平行運算（Pipeline Parallelism），將 Gemma4-26B-A4B 的不同模型層分散執行。雖然只有 0.39 token/s，卻證明大型語言模型可以在廉價 IoT 設備上協同運作。 3. Agent 能跨世代累積經驗： 透過「經驗交接筆記」（Memento）機制，新一代 Agent 可以繼承前一代的工作環境、程式碼與失敗筆記，Qwen3.5-9B 的部署成功率便從 45% 提升至 61%～84%，不需要重新訓練模型。 不過，以上仍是不同實驗的結果。GLM-5.2 實際運行在外部伺服器，入侵環節也被簡化，尚未證明小模型能在真實網路上獨立完成自我複製。 Anthropic 認為，AI 蠕蟲目前面臨兩道門檻：模型必須夠聰明才能自主部署，同時又必須夠小，才能在廉價設備上運作。 雖然現在這兩個條件還沒有同時成立，但 Anthropic 依照小模型的能力成長趨勢，推估 2026 年底可能出現具備相近能力的小模型。 能自主部署、適應環境、累積經驗並持續傳播的 AI Agent？如果未來連機器人都成為複製節點，人類還有幾集可以逃呀？

AI Agent 也能擁有群眾智慧？！ 近期 OpenAI 成功入侵 Hugging Face 系統，顯示 AI Agent 已經能夠形成類似人類社會的群眾智慧。 如果將這種協作能力用於研究，會產生什麼效果？ Meta 的新研究 GitSwarm 提出「複利式推論」（Compounding Inference）架構，讓多個 AI Agent 透過分散式協作，不斷累積與改善彼此的研究成果。 GitSwarm 利用 Git 儲存庫作為共享記憶，讓 Agent 自主探索問題、執行實驗、驗證結果，再透過 Commit 保存發現。不同 Agent 可以平行研究、延伸其他 Agent 的成果，甚至從失敗實驗中尋找新方向，不需要中央控制者統一指揮。 實驗顯示，GitSwarm 在 IMOProofBench-Advanced 數學證明測試中成功解決全部 30 題；ProgramBench 程式重建測試達到 79.4%，優於單一 Agent 的 65.1%，且有 94.7% 的程式任務貢獻被後續 Agent 重複利用。

讓 AI Agent 透過多代理協作，實現遞迴式自我進化？！ Sakana AI 與 UC Berkeley 共同發表最新研究 MASS（Multi-Agent Self-Supervision），提出一種讓 AI 模型透過多代理協作，實現遞迴式自我改進（RSI）的新方法。 傳統 AI 模型要提升能力，通常需要更強大的模型或人類專家提供訓練資料。然而，當 AI 能力逐漸超越人類評估範圍時，如何持續進步便成為重要挑戰。 MASS 是讓同一個模型分別扮演執行者、評估者與優化者，透過多代理架構自動探索最佳任務分工、資訊傳遞與協作流程，再將成功經驗轉化為訓練資料，透過監督式微調強化模型本身，形成持續改善的學習循環。 研究使用 Qwen3.6-27B 進行實驗，經過兩輪自我改進，在四項開放式研究基準測試中，每輸出 Token 的效能提升至原本的 1.2～1.6 倍，自我評估準確率也從 73% 提升至 93%。此外，多代理訓練的學習效率優於使用更多訓練 Token 的單代理方法。 這項研究證明 AI 不一定需要更強大的外部教師，也能透過協作產生有效的自我監督訊號。

Unsloth 讓你自己可以訓練屬於自己的 Jev ？！ Unsloth 正式推出 Decision Model 微調功能，讓開發者能將 Qwen、Gemma、Llama 等開源語言模型，訓練成類似 Jev 的專用決策模型，不再依賴傳統文字生成方式進行分類與判斷。 Unsloth 採用類似 Clef 的 Decision Head 架構，搭配 LoRA 微調，能同時處理分類、是非判斷與風險評分等任務。 實測結果相當亮眼！Qwen3.5-0.8B 在測試集上的準確率達到 78%，Qwen3.5-2B 更達到 81%。訓練所需顯示記憶體分別僅約 4GB 與 8GB，約 40 分鐘即可完成。即使是 Laya，也能透過額外微調提升特定任務表現。 開發者可以透過 Unsloth Studio 圖形介面、Python，或免費的 Google Colab、Kaggle Notebook 進行訓練，並部署至相容的 Decision API。 微軟的 Microsoft-Decision-1 也是拿 Qwen3.5-9B 來微調的，還拿來賣錢！ 不如大家都自己用 Unsloth 調一個試試？

如何讓 AI Agent 學會逆向工程？！ 過去要了解一套軟體的內部運作，往往需要專業逆向工程師，搭配反組譯、反編譯與動態分析工具。如今，開源專案 REA（Reverse Engineer Anything） 嘗試讓 AI Agent 自動完成這些工作。 REA 最大特色是透過 MCP（Model Context Protocol），將逆向工程能力整合到AI 開發工具。開發者只需要用自然語言描述需求，例如「分析某個應用程式的搜尋功能如何運作，並實作類似功能」，Agent 就能調用工具進行分析、追蹤程式邏輯，提供證據並協助重建功能。 在技術層面，REA 支援 Windows 原生程式、程式語言與框架、網站及韌體等多種分析目標，並能整合 Ghidra、Hopper、IDA 等逆向工程工具，取得組合語言、偽程式碼、函式呼叫關係與執行行為。 那不買 Adobe 是不是也該用 AI 逆向做一套出來？！