弘犀研究 · 前沿 AI 深度综述
弘犀研究
弘犀智能出品的前沿 AI 深度综述：逐篇梳理大模型推理、多模态、智能体与金融智能体评测的最新论文，拆解核心算法，并讨论它们对金融风控与企业落地的含义。
5 篇深度综述2026 年 10 月每篇附算法拆解与落地启示
全部文章
01大模型深度版
推理正在学会"算账"：从显式思维链到潜在推理与自适应算力分配
过去一年，"让模型多想一会儿"几乎成了提升推理能力的默认手段。
2026 年 10 月约 40 分钟阅读
阅读全文
02多模态深度版
多模态的主战场正在转向"证据"：从原生多模态底座到长文档视觉取证
2026 年 10 月，Meta 与 NVIDIA 先后发布了面向智能体工作流的原生多模态 MoE 底座，"能不能看懂图"已不再是新闻。
2026 年 10 月约 35 分钟阅读
阅读全文
03智能体深度版
长程智能体的真正瓶颈：坚持、纠错与被监督
过去一年，智能体演示里的任务从"订一张机票"变成了"把一套科研代码复现出来""把一份尽调材料整理成报告"。任务时长从几分钟变成了几小时，工具调用从几十次变成了几百次。
2026 年 10 月 27 日约 40 分钟阅读
阅读全文
04Harness深度版
Harness 工程进入"可优化时代"：上下文、状态、组织与自进化
"智能体 = 模型 + Harness"，这句话在 2026 年已经很少有人反对。Harness 指模型之外的一切代码、配置与执行逻辑，过去常被看作"套壳"，靠经验手工调出来。
2026 年 10 月 27 日约 47 分钟阅读
阅读全文
05金融智能体深度版
金融智能体评测的范式迁移：从"答对题"到可辩护、可审计的决策
两年前，人们评价一个"金融大模型"，多半看它在金融问答、财报阅读或资格考试题上答对了多少。这种考法在当时是合理的：先确认模型"懂行"，再谈应用。
2026 年 10 月 27 日约 39 分钟阅读
阅读全文