刚刚，Meta 重金组建的超级智能实验室（SML）交卷！这也是年轻华人 Alexandr Wang 带领该团队后，交出的首份成绩。全新自研模型 Muse Spark 上线。
全网震撼！《生化危机》女主跨界撸码，用Claude造出地表最强AI记忆系统，斩获全球首个满分。一年仅0.7美元，就能让大模型拥有永久记忆。
大模型正在批量生成「看起来很像真的」学术论述，但这些论述背后的引用，真的成立吗？更关键的是：当被引论文被付费墙锁住、原文根本读不到时，自动化核验是否就注定失效？
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施，达到了 76.4% 的通过率，超过了所有人工设计的方案。
OpenAI和Anthropic的上市竞速，是硅谷最受关注的一场IPO竞赛。
一家叫 Rallies Arena 的团队，6 个月前干了一件事：给 6 个主流大模型各发了 10 万美元，让它们在真实股票市场上自己做研究、自己下单、自己管仓位。
生成式模型当检索器大材小用效果还不好？
大模型技术正在经历一场从 “对话助手” 向 “自主智能体（Agent）” 的深刻演进。智能体不再局限于被动地理解与生成，而是具备了多步规划、工具调用、长期记忆与管理物理 / 数字世界的能力，正逐步深度嵌入企业侧的核心业务流程。这意味着，AI 的边界已从虚拟屏幕的对话框，正式延伸到了真实的生产系统中。
来自复旦大学、上海创智学院的研究人员提出 LifeSim，一个面向个性化助手评测的长程用户生活模拟框架。LifeSim 同时建模用户内部认知过程与外部物理环境，生成连贯的生活轨迹、事件序列与多轮交互行为；在此基础上，研究团队进一步构建了 LifeSim-Eval，用于系统评测模型在长期个性化交互中的能力边界。
Agent 时代，我们需要正确的计费和工程设计哲学，这是 Xiaomi MiMo 大模型负责人罗福莉刚刚在 X 上发表的观点。前两天，我们报道了一则消息 ——Anthropic 宣布，即日起，Claude Pro 和 Max 订阅用户，不得再将订阅额度用于 OpenClaw 等第三方 Agent 框架。想继续用？那就必须切换到按用量付费的 API。
