Claude写代码太快,Anthropic先扛不住了:连Git都要重做
Claude写代码太快,Anthropic先扛不住了:连Git都要重做Anthropic内部代码合并量4个月激增12倍。
搜索
Anthropic内部代码合并量4个月激增12倍。
最近 AI 圈有一个共识,越喊越响:App 和 Saas 会消失,未来只剩 Chat 对话。
RSI正在从长期的理论命题,逐步走向可验证的技术实践,硅谷新共识已经形成。以Anthropic和OpenAI为代表的全球头部模型公司,2026年9月,Anthropic披露,Claude已参与其超过80%的代码合并工作,OpenAI也明确将目标锚定为2028年3月前实现自动化AI研究员。
被抽走灵魂的两年。
不追求一机全能,零售机器人开始按任务分工。
大模型做 In-Context Learning(ICL,上下文学习)时,通常会先从示例库里检索若干 demonstration,再把这些示例和当前问题一起放进 prompt。
机器人已经能跑、能跳、能翻跟头,但真要让它拿起一颗鸡蛋、拧紧一颗螺母,事情就没那么简单了。
OpenAI在旧金山办公室高管会议室发现由Seeed Studio的XIAOESP32S3Sense改装的秘密录音设备,涉嫌安装该设备的员工Abdulrahman Alfozan已被捕并解雇,案件动机尚未查明。
什么?35B的MoE,在手机上也能跑得很丝滑?
AI 可能快要学会一件有点可怕的事:自己复制自己。
谷歌Gemini 4 Argon真的来了。
DeepSeek又悄么声更新模型了!
AI 办公,最大的门槛反而不在 AI,在于一个认知错觉:你以为它都知道。
刚刚,上海。在一场叫「Ready Builder One」的发布会上—— STEPX Neo,全球首款大模型原生智能体手机,正式发布!
AI数学圈最近是真热闹。
AI 视频越来越逼真,生成它的算力却并不便宜。复杂的动作、连贯的镜头和细腻的画面,背后都需要大量计算。一旦进入批量制作,反复生成、修改和重试的开销便会累积,成为创作者与视频平台必须考虑的成本。
在Assembling 2026上,我们邀请了几位硅谷一线投资人,并且给他们出了一个他们天天质问创业者的题目: 为何OpenAI和Anthropic还没杀死创业公司。
数据越采越多,机器人就能越来越会干活吗?
相比以往的Agent工具,9月8日正式上线的Muse,凭借更低的使用门槛和更便捷的操作体验,迅速走出技术圈,吸引更广泛的普通用户关注。
九位同志,去俄斯特拉发,待上一年。
不用说话、不用按钮,现在的AI眼镜戴上就能自动上班了。
事情大家都知道了,田柯宇昨天一炒作,一堆人联合出来打假田神,不仅列时间线、列代码、还列上了自己的Github主页,搞学术的就是严谨啊👇 https://keyu-tian-sabotage.github.io
OpenAI正与一家影视制作AI视频初创公司洽谈,拟向其开放已关停的Sora模型使用权并针对影视制作深度定制,若达成协议,OpenAI将获得该公司部分股权。
传统多模态检索,往往要维护多套embedding模型。文本用一套 embedding,图片用一套视觉模型,音频再单独接一条链路。
任务很简单:把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉,再放进柜子,随后陷入反复查看柜子的循环。这个无效行为重复了 36 次,直到耗尽行动预算,任务仍然没有完成。
让Agent写周报、分析方案,已经是许多人的日常。但每次开始,用户还得翻找资料、交代背景,智能体也要经过查找、阅读、整理等多个步骤,才能真正开始任务。换个任务,这套流程又得重来。反复处理这些已有资料,既费时间,也增加token消耗。资料越多、步骤越长,还越容易遗漏信息或出现偏差,影响任务完成的准确率。
近日,清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归(agentic symbolic regression)的运行时框架 SRHarness [1],让 AI 更可靠地从观测数据中发现公式;同时构建机制发现基准 MechBench [2],系统评测 AI 能否进一步揭示公式背后的机理。
把杯子放进微波炉里,这一人类几乎不用思考的日常动作,机器人却可能在杯子放不稳、夹爪碰到门框这样的细节上频频出错。
在科技巨头的牌桌上,从来没有哪一次下注,像这次这般疯狂。
10 月 12 日下午,“工业具身・智造无界”2026 工业具身智能产业创新高峰论坛于国家会展中心顺利举行。