搜索
Cursor AI官方发布重磅研究，实锤包括自家模型在内的顶级AI，在编程评测中大规模「偷看答案」：Opus 4.8高达87.1%的惊人成绩，断网后直接暴跌至73.0%，其中63%的「解题」竟非独立推导。
上周一个做电商的朋友找我吐槽。 他说公司上了AI客服，预算每月5000块。第一个月账单出来：1万2。第二个月：1万8。第三个月他直接把系统关了。
谷歌老兵干了七年，结果因为写了个2.8万星的CLI工具，人被开了。
最近，Anthropic 团队研究产品经理 Theodora（Theo）Chu 的一段演讲视频，引起了大家的注意。
DeNovoSWE是一个用于训练代码智能体从零生成完整仓库的数据集，包含4818个真实任务实例。它通过结构化文档和严格验证机制，帮助智能体掌握复杂系统构建能力，而不仅仅是修复代码。这为代码智能体迈向更高阶的软件工程任务提供了关键支持。
近日，西班牙AI机器人公司 Theker 宣布完成7300万欧元（约合8500万美元）的A轮融资。这是欧洲机器人领域史上规模最大的A轮融资。时尚巨头Zara的母公司Inditex不仅是公司早期投资方，公司机器人已在Inditex的实际生产设施中运行。
现在的AI，确实越来越像一个「全能研究员」。
180 万亿。这是截至今年 6 月，豆包大模型的日均 token 调用量。
这两天在赶工，鞭策 Codex 赶紧把 AGI Bar 的小程序弄出来，已经连续蹬了 80+ 小时了，预估再蹬 20 个小时就能蹬完
豆包大模型2.1 Pro正式发布。但字节这次没有像某些厂商那样疯狂堆参数、刷榜单，而是把刀锋对准了一个更硬核的方向：让AI真正能“干活” 。作为本次大会发布的主力模型，豆包2.1 Pro 在 Coding（编程）、Agent（智能体）、VLM（视觉语言模型）三大核心方向实现能力跃升，多项评测表现优于Claude Opus 4.6