OpenAI 的下一代图像模型 GPT-Image-2，今天在 Chatbot Arena 上被人发现了。独立开发者 levelsio 率先爆料，这个模型以三个代号悄悄上线了 Arena：maskingtape-alpha、gaffertape-alpha、packingtape-alpha。
本报告基于XSCT Arena平台，对 Qwen3.6-Plus-Preview（阿里云，2026-04-02 发布）在文字能力（xsct-l）、网页生成（xsct-w）、Agentic 任务（xsct-a）三大场景下的表现进行系统评测，并与Claude Sonnet 4.6、GPT-5.4、Gemini 3.1 Pro、Kimi K2.5、
通用世界模型评测榜单 WorldScore 登顶、建立具身世界模型评测榜单 WorldArena 、发布通用世界模型 WorldScape 、发布世界-动作模型 WorldScape Policy，这家低调的世界模型创业公司 Manifold AI（流形空间）近期走出隐身模式频频出手，开始领跑世界-动作模型具身新路线。
产品本身包括了一个Agentic Payment Skill，一个龙虾可以用的“虚拟卡包”，和一套他的围栏，（好像现在可以叫 Harness 了）。这些东西本身只是配套的 infra，核心在于商户的功能 Skill，服务于 Agent 的需求。商户会在 Skill 中引导用户授权 Agent，允许自主完成小额的支付。
招聘是企业中信息损耗最严重的场景之一：从业务方描述“我需要能解决这个问题的人”，到 HR 翻译成关键词逐一筛选，每个环节都在吞噬语义信息。初级 HR 30%～50% 的工作日花在重复的搜索与外联上；AI 工具普及后，单个职位平均收到近 250 份申请，被动渠道的质量更加被稀释。
Harness（驾驭）的风，终究还是从大模型，吹到了机器人！
在 AI 圈，模型至上论正在遭遇前所未有的挑战。当所有人都在屏息等待新模型再次刷新智力天花板时，AI 基础设施领军人物、LangChain 联合创始人 Harrison Chase 在最新对话中抛出了新预判：大模型正在沦为大宗商品，而决定 Agent 成败的，是那个包裹在模型外的 Harness 。
去年讨论Agent落地时，重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot，怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升，控制数据流向、工具调度和异常处理的底层脚手架代码，往往比单纯拼接文本对系统性能的影响更大。
3 月 31 日下午，技术圈炸了锅： Claude Code，这款被公认为当前最强的 AI 编程助手，因为一次内部失误，核心代码逻辑暴露在了全球开发者面前。
每天 120 万亿 Tokens，这就是今天上午火山引擎 AI 创新巡展上，豆包大模型亮出的最新成绩单。
