搜索
当大模型 Agent 被部署到工具调用、长程任务和开放环境中，一个关键问题会随之出现：能否在不更新模型参数的情况下，将执行经验沉淀下来，并在下一次做得更好？
你可能已经在各种 benchmark 榜单上看过 GUI Agent 的 "大胜" 了。
现在还在场的模型公司里比较奇葩的是阶跃，首先它模型能力就那样，属于大伙有共识的排在第二梯队。
如果要让机械臂把咖啡机旁的杯子移到桌上，需要经历哪几个步骤？
向ChatGPT问一个看起来挺简单的问题：“Lasha Talakhadze之前的奥运举重纪录是多少？”
大家还没等来DeepSeek V4的发布消息，Anthropic家Claude Opus 5今夜即将推出的消息，已经先把全网开发者的热情点燃了。一句"性能强得超乎想象，各大平台正陆续上线"的传闻，将全网的目光再次聚焦在Anthropic上。
一段原本为英伟达 CUDA 设计的计算程序，几乎无需修改内核代码，就直接跑在了一台搭载 M3 Pro 的苹果设备上。
梁文锋那次三个多小时的交流会，我读了两遍。
过去45天，Anthropic几乎没停过手。
最新研究发现，AI幻觉不只会骗你了，还能喂大你的自信心、削弱你的判断力。