伯克利团队归纳出7种反复出现的模式：智能体和评测程序共享运行环境、标准答案暴露给被测系统、对不可信输入调用eval()、LLM裁判缺乏输入过滤、字符串匹配过于宽松、评分逻辑本身有bug、以及评测程序信任被测系统产生的输出。
对 AI 敌意最重的群体，是那些刚刚踏入社会、或正在寻找起点的职场新人。盖洛普数据显示，在已就业的 Z 世代中，高达 48% 的人认为 AI 在工作场所的风险远大于收益，这一比例在一年内激增了 11 个百分点。认为收益大于风险的仅占 15%。
给了100万token，现在却手把手教你怎么删记录！Anthropic官方承认：塞太多东西，Claude就会变蠢。面对失控的「上下文腐烂」，Anthropic连夜甩出5招救命指南。
今天，来自ZJU-REAL的团队带来了ClawGUI，一个覆盖GUI智能体在线RL训练、标准化评测、真机部署完整生命周期的开源框架。不是三个独立工具的简单拼接，而是一条打通的流水线：用ClawGUI-RL训练，用ClawGUI-Eval评测，用OpenClaw-GUI部署，端到端验证。
AI 的整体表现已经胜过了人类。或者按 AAAI 官方的说法是：「对 AAAI-26 作者和程序委员会成员的大规模调查显示，参与者不仅认为 AI 评审有用，而且在技术准确性和研究建议等关键维度上，实际上更偏好 AI 评审。」
4 月 15 日，戴盟机器人联合Google DeepMind、中国移动、新加坡国立大学、香港科技大学、上海交通大学、日本东北大学等海内外数十家顶尖学术机构与知名企业，发布了全球最大规模含触觉全模态物理世界数据集Daimon-Infinity。
香港城市大学朱宗龙、曾晓成团队给出了终极终结方案。他们首创了一套AI驱动的自动化闭环研发平台。从2万个分子的“大海捞针”，到自动化机械臂精准制备，再到AI实时反馈调整，全程无需人类插手。
刚刚，Anthropic 发布 Claude Opus 4.7，已经在 Claude 的所有产品、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry 上全面可用。模型 id claude-opus-4-7
2026 年初这几个月，随着 OpenClaw 的爆火，AI 领域也正式步入了 Harness 时代。在这股浪潮中，MiniMax 凭借其敏锐的技术嗅觉，成为了这场变革中的一大核心焦点。
养虾已经成为我们团队的日常了，几乎人手都有一只🦞要养，不仅能实时抓取全网前沿 AI 资讯速递，还能干一些搬砖杂活。
「人红是非多」，Hermes Agent 最近真的火了，一边是 GitHub 积累了超过 8 万星，增长趋势完全是直线上升。
视频世界模型跑久了容易“散架”——要么人不动了，要么场景崩了。
最近Hermes agent被讨论得沸沸扬扬的，今天，我们来深度拆解下它是怎么做Skills 闭环系统的。
很多人以为，给Agent装上更多Skill，它就会变得更强。
Agent 的持续学习和自我进化是最近行业内的讨论热点。
大模型写代码这件事，越来越像「既能写片段，又离真实工程差一截」。
本文是北京大学彭宇新教授团队在视觉定位方向的最新研究成果，相关论文已被顶级国际期刊 IEEE TPAMI 接收。为视觉定位模型赋予「自知之明」能力 —— 通过自监督的关联校正与验证模块，在训练过程中动态识别、衰减并纠正错误的监督信号。大量实验证明，让模型学会「自我纠错」，是突破弱监督视觉定位瓶颈的有效途径。
AI模型只看了一串纯数字序列，就能继承另一个模型的危险偏好，即使删掉敏感词没有用，合成数据时代最隐蔽的安全裂缝，被撕开了。
最近沉迷 VibeCoding 哎嘿，做了非常多有意思的小工具，工具太多也还没来得及整理，等有时间再分享下。
有这样一种 “模型玄学”：明明是同一个 Prompt，仅仅换一种说法，模型的回答可能就天差地别。
蚂蚁灵波，下了盘大棋。
我和周围朋友都特别爱玩《星露谷物语》。
质量和成本只能二选一？通过大脑+小脑分层、场内+场外双轮驱动，数据堂给出了具身智能数据难题的解。
大模型写代码这件事，越来越像「既能写片段，又离真实工程差一截」。
当强化学习后训练的大规模 rollout 已经被证明能够提升图像生成模型的偏好对齐能力，推理负担就成了制约训练速度的核心瓶颈。来自 NVIDIA、港大和 MIT 的团队提出的 Sol-RL，通过「FP4 先探索、BF16 再训练」的后训练框架，将达到等效 reward 水平的收敛速度最高提升到 4.64x，在训练速度与对齐效果之间给出了一条更具工程可行性的解法。
最新研究提出合成数据的全新分类框架，突破「生成模型=合成数据」的传统认知，涵盖反演、仿真与数据增强等方法，并按应用层次划分为数据中心AI、模型中心AI、可信AI和具身AI。
为什么你的“AI优先”战略可能大错特错？一文读懂。
如何工业化生产AI漫剧。
我们很荣幸地宣布 CloudBase CLI V3 正式上线，这是一个面向 AI Agent 重新设计的 CloudBase 命令行工具。
一个在 AI 社区广泛流传的架构思路，正在让大量团队走弯路。
