言表实验室

缪旭在AI for Science基础理论平行会议期间接受采访，分享了对科学智能发展路径的观察：AI正在从竞赛解题走向研究探索，但仍需解决科学数据缺失、模型推理边界与结果验证等问题。

智能体完成了任务，却未必能从任务中学到什么。ForgingMA 通过记录规划、协作与工具调用过程，将环境反馈转化为持续优化信号，推动智能体从"完成一次任务"走向"在一类任务中持续变强"。项目现已基于 MIT License 开源。

最近刚交付了一个金融保险领域的 AI Agent 优化项目，其中关键信息提取环节从最初 20%+ 的惨淡准确率一路提升到最终稳定在 95% 左右，整个过程踩了不少坑，也积累了值得分享的落地经验。

一家在线教育平台的古诗词教学产品在持续运营中遭遇增长瓶颈。尽管其AI工作流能够稳定输出基础解析和配图，但用户调研显示："每首诗的画面雷同度太高""长诗只能看到片段""现代诗配古风画显得突兀"。更关键的是，当学生尝试输入"描写孤独场景的诗"时，系统直接报错——它只能识别精确诗名，无法理解意境描述。

在很长一段时间里，系统的表现都是“正常的”。

去年底，一家公众号内容平台的AI写作团队陷入了瓶颈。他们的爆款文章生成器在经过初期快速提升后，进入了长达3个月的“平台期”——无论怎样调整prompt，文章质量评分始终卡在72分左右，无法突破。