机器之心

让Code Agent从自己的错误中进化：ReTerm探索失败驱动的RSI

代码写错、命令报错之后，终端智能体往往会沿着错误假设一直做下去，把预算耗光。

复旦、港中文 MMLab 和上海交大的研究者提出 ReTerm，让智能体先修复自己造成的失败现场，再依据修复成败更新模型参数，形成“自己犯错、自己恢复、从结果中学习”的循环。

论文里有个直观例子：PyStan 装好了但 import pystan 仍报错，普通 GRPO 训练的模型反复卸载重装，ReTerm-GRPO 训练的模型则去查安装路径，发现模块实际在 stan 目录，改用 import stan 才走对方向。

比 DeepSeek Super-agent 更早，Comma 已经把长期记忆做进 Agent「大管家」

常驻型个人智能体 Comma 将长期记忆直接做进产品工程：每个工作区只保留一条主会话，由 Router 统一接收请求并派给独立 Worker 执行；

所有会话共享一份事实清单，由快速决策模型 Jev 维护，Agent 可自行编写监控程序并依人工验收和实际花费调整任务分配。

Comma 前身 Bridge 今年 4 月公开发布常驻主 Agent 与子 Agent 委派形态，6 月主对话与任务委派上线；

把黄仁勋的小黄鸭训练放到本地！国产端侧 600T 算力即将到来

天数智芯在上海媒体开放日上展示端侧算力终端彤央 TY1200，稠密算力标称 300 TOPS，可在一台设备上独立跑完环境构建、策略训练到实时仿真的全流程，并驱动 3D 打印的机器鸭完成行走等动作。

这与英伟达将 Microduck 放在云端训练、端侧运行的方案不同。

实测中 TY1200 性能超过英伟达 Thor T5000。