AI接管一家8万Star开源公司，写代码、派任务、查Bug全包了
AI接管一家8万Star开源公司，写代码、派任务、查Bug全包了一位AI主编领着三位AI小编，分别盯紧前沿大模型、开源项目和大厂人事。
来自主题: AI产品测评
8881 点击 2026-11-09 11:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
一位AI主编领着三位AI小编，分别盯紧前沿大模型、开源项目和大厂人事。
8月17日，全球程序员被迫迎来了一次集体宕机。
Exin Therapeutics让GPT-6.1 Sol连续参与三轮真实小鼠脑部手术定位，借助外科医生反馈逐轮改善，第三次搜索时间由169秒降至86秒、纠正由4次减至2次、误差由0.6毫米降至0.3毫米，但仅3次操作尚不足以证明其掌握稳定手术能力。
Newcomer联合风投Felicis推出Emergent榜单，列出29家获Runway、ElevenLabs等创始人推荐的AI创业公司，覆盖8个赛道，显示AI创业正从技术叙事转向场景化工程落地。
Anthropic发布35页报告称，通过分析逾20万次Claude与Claude Code对话并调查528位学者，AI可接手27%至52%的科研工时，中位数为38%，全自动推进非动手任务时部分学科产出可提升15至16倍。
无涯智远（Norizon AI）的对照实验显示，GPT-6 Astra改动Qwen3.5-0.8B约0.016%权重虽将MATH-500得分从7.9%提至48.1%，但关闭思考模式已有48.95%，且未能稳定内化新知识、风格和技能，改权重不等于变聪明。
Anthropic以内部Claude模型为核心的Harness系统仅用3天攻克悬而未决18年的Aaronson-Ambainis猜想，定理与推论已完成Lean形式化，网友推测该模型可能是非公开版Claude Model 4。
METR调查显示，Anthropic未公开的Model 4内部综合能力指数（AECI）达178.6，模型能力提升速度自2025年10月起增至此前1.9倍，约80%的研发加速来自AI辅助，内部研究员自报效率提升约12倍。
DeepSeek Harness 团队发表《Super-agent 设计探索》后，新智元实测 GitHub 星标超8.4万的开源公司 LobeHub，其 Agent 平台已让 Claude 与 ChatGPT 协作生成 AI 日报，验证多 Agent 可持续执行并交付结果。
Firefly 在 NeurIPS 2026 提出“先探索、后出题”的训练数据合成流程，利用真实 MCP Server 和可离线复现的检索增强模拟器生成5,144个可验证任务，使 Qwen3-4B-Thinking-2507 的 pass@1 从28.1%升至41.5%。