开发者Sean Goedecke在最新实验中证实，OpenAI的GPT-5-Codex在人工智能研究领域展现出超越人类研究员的潜力。通过构建自动化研究流程，Codex能够自主设计实验方案并根据结果持续优化策略，特别是在文本生成领域取得...

人工智能安全研究迎来重要突破——Anthropic公司近日开源发布名为Petri的AI安全审计框架。该工具通过构建真实的多轮交互场景，使AI代理能够自动对目标模型进行系统性测试。研究团队使用Petri发现，当赋予足够强大的工...

OpenAI正式推出AgentKit开发工具集，标志着AI智能体构建进入低门槛时代。该套件包含三大核心组件：首先，Agent Builder作为"智能体版Canva"，通过可视化拖拽界面大幅降低开发难度，使非技术用户也能快速搭建专用AI助...

人工智能公司Anthropic正式发布Claude Agent SDK，标志着其AI技术从代码生成向通用智能体构建领域的重要拓展。该开发工具包通过系统化架构设计，使开发者能够构建适用于金融管理、客户支持等复杂场景的智能体系统。...

深度求索（DeepSeek）最新推出的DeepSeek-V3.1 Terminus模型标志着AI智能体技术迈入新阶段。该版本在工具调用（Tool Use）能力上实现重大突破，通过优化推理架构和指令遵循机制，显著提升了复杂任务执行的准确性和效...

Inception Point AI联合创始人兼CEO Jeanine Wright在近期接受彭博社专访时表示，尽管面临行业争议，公司仍将坚持大规模生产AI生成播客内容。Wright预测，在未来12至24个月内，人工创作内容反而将成为市场中的异类。...

最新技术分析揭示，当前流行的AI编程基准测试（如SWE-bench）实际测量范围远窄于其名称所暗示的能力。研究表明，Claude在SWE-bench获得80%评分并不等同于能一次性解决80%的实际编程任务。本文深度剖析SWE-bench Veri...

Meta公司最新推出了名为CWM（Code World Model）的开源大语言模型，该模型参数量达320亿，采用仅解码器架构。其创新之处在于训练数据融合了代码执行轨迹与复杂推理任务，旨在构建能够理解代码动态执行过程的‘世界模...