OpenAI近日对Codex进行了重大更新，将其功能边界从代码生成扩展至近乎全栈的计算机自动化。新版Codex for macOS和Windows引入了后台计算机控制、多智能体工作流以及与开发者工具的深度集成，标志着其角色已覆盖软件...

在人工智能领域，众多团队宣称其研发的智能体具备卓越的科学发现能力，但支撑这些声明的证据往往难以令人信服。为客观评估AI在科学探索中的真实水平，艾伦人工智能研究所（AI2）开发并开源了两项关键基准测试：Scien...

OpenAI近日宣布对其Agents SDK进行重要升级，引入了两项核心功能：模型原生框架和原生沙箱执行环境。此次更新标志着智能体开发工具正朝着更安全、更强大、更易集成的方向演进。模型原生框架旨在简化跨文件和多工具工...

近日，一个名为Plain的新型Python Web框架在GitHub上发布，引发了开发者社区的关注。该项目并非从零开始，而是从成熟的Django框架分支而来，并进行了彻底的重新设计，旨在适应所谓的“智能体时代”。其核心设计哲学是...

当前，大型语言模型（LLM）驱动的智能体在执行复杂任务时面临根本性挑战：由于缺乏结构化记忆，其无状态的调用方式会导致上下文丢失、多步骤任务中断以及错误重复发生。传统解决方案如向量搜索，虽能处理简单查询，...

近日，一个名为Multica的开源基础设施平台在GitHub上发布，旨在将AI编程智能体深度集成到软件开发团队中，使其成为能够自主认领任务、编写代码并汇报进度的“真实队友”。该平台采用Go语言构建的架构，通过本地守护进...

埃隆·马斯克旗下的人工智能公司xAI正在为其即将推出的代码生成平台Grok Build开发一套基于积分的定价模型。该平台将同时提供本地命令行界面和远程网页界面，旨在为开发者提供灵活的开发环境。Grok Build的核心创新之...

加州大学伯克利分校的研究团队近日发表博客文章，详细阐述了他们在构建可信赖的AI智能体基准测试方面取得的突破性进展。文章指出，当前许多流行的AI智能体基准测试存在设计缺陷，容易被特定策略“破解”或产生误导性结...