AI 创业播客日报｜Astar 开始指导 AI 进化，个性化 Agent 进入训练阶段 (2026)

本期是 2026 年 9 月 13 日晚报，覆盖今天白天的 AI 应用、Agent、模型与开发者工具动态。节目先展开五条新事件，再补充时间窗内的其他快讯。

五条重点

1. Astar：用 AI 指导 AI 系统进化

机器之心介绍了阿里与浙江大学提出的 Astar。Astar 使用大语言模型读取 AI 系统的历史版本、代码提交和实验结果，再生成新的改进方向。文章在推荐业务实验中给出离线 Hitrate@200 提升 23.6%、线上 GMV 提升 4.86%、广告收入提升 1.82% 的结果；文章还给出 0.6B 和 8B 版本在 S@1 指标上的数值。论文地址为 arXiv:2608.27287。

2. PARPO：给个性化 Agent 单独建一条训练轨道

机器之心介绍了中国科学技术大学和阿里巴巴的 PARPO。这个框架把通用任务质量和个人偏好拆成两条 advantage 轨道。它还用一张偏好与记忆图连接 User、Skill、Tool、Scenario 和 Trajectory 五类节点。文章列出的 Qwen3-8B 结果是，ETAPP 上 Judge 得分 0.8333，SJAgent Reward 是 0.8270；15 位人类专家和四组大语言模型评审的盲测中，文章称该方法排名第一。论文地址为 arXiv:2605.23382。

3. 白艾莉：把关系、记忆和任务执行放进同一个桌面 Agent

量子位报道，上海米羊科技创始人徐奕成在外滩大会介绍了一款叫白艾莉的关系型生产力 Agent。它可以写作、生图、拆解任务、调用专业子 Agent，并把结果保存到工作区。文章描述的系统有四层：人格内核、感知适配、决策调度和动态表达。文章还称，产品会按关系熟悉程度调整互动，并把记忆、场景和互动边界放进人格系统。量子位文章披露的次日留存是 73%，七日留存 45%，九十日留存 15%，用户中 75% 为男性。

4. MiniMax H3：完整音视频服务进入 vLLM-Omni 流水线

机器之心介绍了 MiniMax H3 在 vLLM-Omni 上的音视频服务。整条流水线包含编码器、DiT、VAE、GPU 输出准备、进程间传输和 MP4 封装。FastH3 把 49 次 DiT 前向替换成 4 次。文章给出的测试环境是八张 NVIDIA B300，分辨率 1344 乘 768，帧率 24 FPS；生成一段 10.125 秒的完整 MP4，用时约 8.68 到 8.71 秒。文章把“实时”定义为完整响应就绪时间不超过媒体播放时长，不是首帧时间，也不是流式交付时间。

5. Hugging Face Training Agents：六个月训练一套 coding agent

今天 X 上，@shao__meng 转发了 Hugging Face 团队 @ben_burtenshaw 发起的 Training Agents 项目。@shao__meng 的个人简介是“Building AI Agents for design & media，分享新产品、开源项目，以及 AI 创业与职场观察”。帖子介绍，这是一条持续六个月、共六场直播和开源项目的训练路线，主题包括 Agent 评估、Agentic RL、监督微调、蒸馏、GRPO 和环境强化学习。路线使用大约 2B 参数的开源模型训练 coding agent，目标是在 Terminal-Bench 上超过 40 分；项目还要求用 held-out 评估，避免训练过程直接看到最终测试题。

其他快讯

@shao__meng 还转发了阿里开源的 Open Code Review：一个 Go CLI 工具，用 Git diff 让 Agent 输出带行号的代码审查意见；帖子介绍的 AACR-Bench 包含 50 个仓库、200 个 PR、10 种语言和 1505 个标注问题。Open Code Review 项目介绍
Meta 首席 AI 官、Meta Superintelligence Labs 创始人和 Scale AI 创始人 Alexandr Wang 发帖展示 Muse 自动生成营销轮播图、创建技能和验证步骤，并发送社交媒体内容与私信。Muse 自动执行营销任务
Alexandr Wang 另发起 Muse money challenge，邀请 Muse 直接提出赚钱或省钱方案。Muse money challenge
Alexandr Wang 转发用户体验，称 Muse 代办了保险医疗理赔。Muse 代办医疗理赔
机器之心文章称，Sam Altman 表示 OpenAI 年内不上市，并支持 Dario Amodei 关于放慢前沿 AI 推进速度的呼吁。OpenAI 年内不上市
36 氪发布四家 AI 与机器人公司的 CEO 招贤信，涉及万拿机器人、枢途科技、百型智能和浪爪智能。四家 AI 机器人公司 CEO 发招贤信
量子位文章介绍蚂蚁外滩大会上的 PhysBrain 1.5，文章标题称其登顶全球开源榜一，并提到空间智能和 GPT-6 Astra。蚂蚁开源空间智能模型 PhysBrain 1.5
机器之心另一篇文章介绍 AI 小模型路由，标题给出的结果是推理成本下降 96%，性能超过大模型。左手推理成本暴降 96%，右手性能反超大模型
@dotey 转发测试 AuK，称音色还原较好但中文口音明显；原帖介绍 AuK 是开源语音生成与编辑基础模型。AuK 开源音频模型测试
@dongxi_nlp 发布 Prefill、KV cache 和 Prefix caching 三个推理概念的解释帖。Prefill、KV cache、Prefix caching 解释本期来源按话题分组：
Astar 与 AI 系统进化：机器之心：算法工程师要失业了？阿里和浙大联手提出 Astar、Astar 论文
个性化 Agent 强化学习：机器之心：个性化智能体强化学习框架上线、PARPO 论文
关系型生产力 Agent：量子位：今年外滩最特别 Agent
MiniMax H3 与 vLLM-Omni：机器之心：vLLM-Omni 上的 MiniMax H3
Training Agents 与 Open Code Review：@shao__meng：Training Agents 项目介绍、@shao__meng：Open Code Review 项目介绍
Muse：@alexandr_wang：Muse 自动执行营销任务、@alexandr_wang：Muse money challenge、@alexandr_wang：Muse 代办医疗理赔
其他文章：机器之心：OpenAI 年内不上市、36 氪：四家 AI 机器人公司 CEO 发招贤信、量子位：蚂蚁开源空间智能模型 PhysBrain 1.5、机器之心：AI 小模型路由
其他 X 帖子：@dotey：AuK 开源音频模型测试、@dongxi_nlp：Prefill、KV cache、Prefix caching 解释