开发者 steipete 公开了一项新技能脚本，支持循环调用 OpenAI Codex 的 /review 功能，直至代码审查结果中不再报告错误。该工具旨在提升代码质量检查的自动化程度，但作者明确指出其不涉及系统架构层面的修复。 项目文档说明，用户仍需将 BRAIN 模型作为主控模型使用，该技能仅作为辅助审查工具。相关代码与详细说明已开源至 GitHub：https://github.com/steipete/agent scripts/b...
腾讯云近日正式开源 TencentDB Agent Memory，旨在解决大模型 Agent 在长周期任务中上下文窗口受限与 Token 成本高昂的问题。 该方案引入“上下文卸载”与“Mermaid 任务画布”两项核心技术，将完整信息转移至外部存储，并通过结构化任务图保留关键状态与执行路径。实测表明，在多任务连续会话场景下，该方案最高可降低 61% 的 Token 消耗，并有效提升任务成功率。 目前项目已适配 OpenClaw 等主流框架，...
百度近期宣布加速智能体（Agent）生态建设，推动多类型智能体产品组合落地，以全面拥抱智能体时代。该公司明确提出，将“日活跃智能体”（Daily Active Agents）作为衡量智能体业务发展成效的核心指标。 此举标志着百度在大模型应用层的战略重心进一步向可自主执行任务的智能体迁移，相关布局涵盖搜索、办公、服务等场景。目前尚未披露具体智能体数量或用户规模数据。
据 Moonshot AI 官方消息，Kimi K2.6 在 Finance Agent Benchmark V2 金融智能体基准测试中，开源权重排名位列第一。 该基准由 ValsAI 发布，主要用于评估大模型在金融分析任务中的智能体能力。测试结果表明，Kimi K2.6 在复杂金融场景下的推理、工具调用与决策生成方面表现突出。
前Meta新闻主管坎贝尔·布朗于17个月前在纽约创立Forum AI，致力于评估大模型在地缘政治、心理健康、金融、招聘等“高风险议题”上的表现。该公司邀请尼尔·弗格森、法里德·扎卡里亚、前美国国务卿安东尼·布林肯等专家设计基准，并训练AI裁判员进行规模化评测，目前已实现约90%与人类专家判断的一致性。 Forum AI指出，当前主流模型存在明显缺陷：Gemini曾从中国共产党官网抓取与中国无关的新闻内容；几乎所有模型均呈现左倾政治倾向；还普...
小米旗下 MiMo V2.5 Pro（Thinking）模型在 DesignArena 综合排行榜中位列第三。官方数据显示，该版本较前代 MiMo V2.5 总排名提升 8 位，并在前端编码任务中达到与 Claude Sonnet 4.6 相当的性能水平。
法律科技公司Clio宣布其年度经常性收入（ARR）已达5亿美元。该公司自2023年集成大语言模型（LLM）功能后，收入增长显著加速：2024年中ARR突破2亿美元，2025年底翻倍至4亿美元，并于近日正式达成5亿美元里程碑。 同期，多家法律AI初创企业亦呈现高速增长。成立四年的Harvey于2025年底实现1.9亿美元ARR；成立仅18个月的Legora上月宣布ARR达1亿美元。行业普遍认为，法律文本数据丰富、文档审阅与起草等任务高度标准化...
开源项目 baoyu skills 近日新增「微信群聊总结」Skill，相关代码已托管至 GitHub。该功能需配合命令行工具 wx cli 使用，目前仅调用其读取微信聊天数据接口，不涉及其他深度集成。开发者可参考项目文档自行配置 wx cli。实测表明，结合 Claude Code 与 Claude Opus 4.6 模型使用时，该 Skill 的总结效果最佳。
卡内基梅隆大学（CMU）研究团队联合百余位专业影视创作者，历时一年构建了一套视频描述生成流程。该流程核心在于扩展精细化的人类 AI协同监督机制，而非单纯依赖扩大模型参数规模。 研究指出，当前主流视频生成模型在理解与生成具备电影感的专业运镜（如希区柯克式滑动变焦、精确焦点转移、荷兰角镜头等）时存在明显局限，常输出通用化或焦点错误的画面。 该成果已入选CVPR 2026亮点论文，为提升模型对专业影像语义的理解与表达能力提供了以监督质量为核心的新...
AI HOT 5月14日消息，NousResearch近日提出Token Superposition Training（TST）方法，用于优化大语言模型预训练流程。该技术无需修改模型架构、优化器、分词器或训练数据，在同等计算量（FLOPs）下可实现2至3倍的训练时间加速。 TST将预训练分为两个阶段：前三分之一阶段，模型以连续token包为单位输入，对嵌入向量取平均，并配合改进的交叉熵损失预测下一个token包；后续阶段则回归标准的单tok...
UnslothAI 创始人 Daniel Han 近日发布实验性 Qwen3.6 MTP GGUF 模型，采用 MTP（Multi Token Prediction）投机解码技术优化推理性能。 测试数据显示，该模型在单 GPU 环境下，27B 版本推理速度达每秒 140 token，35B A3B 版本高达每秒 220 token，较原版 GGUF 提速超 1.4 倍且精度无损。 核心优化在于将 draft tokens 设定为 2，在吞吐...
开源项目OpenSquilla正式发布，旨在解决大语言模型应用中Token消耗过高的问题。该项目融合智能模型路由与本地向量检索技术，可自动识别任务复杂度，将简单查询路由至低成本模型，复杂任务交由高性能模型处理，且路由决策均在本地完成，不占用API Token。 OpenSquilla通过增量发送与缓存命中机制，使实际传输Token减少90%以上；其记忆系统支持上下文满载时自动筛选与压缩关键信息，并兼容混合检索。此外，项目集成成本统计、安全沙...
据AI HOT精选RSS消息，Moonshot AI创始人杨植麟近日发布一段40分钟视频，公开拆解Kimi K2模型的训练过程。视频指出，该模型仅以约460万美元的训练成本，便在编程能力评测中击败GPT 5.5等竞品。 杨植麟在分享中表示，Kimi K2通过极致的工程优化与线性注意力等架构创新，有效抹平了算力与资金门槛。这一实践表明，小规模团队凭借算法设计与效率优化，同样能在高性能大模型竞争中取得突破。 行业分析认为，该案例标志着大模型研发...
Anthropic旗下AI助手Claude宣布，其代码功能的周使用限额即日起提升50%，该政策将持续至2026年7月13日。 本次调整已覆盖所有Claude Pro、Max、Team订阅用户，以及采用按席位计费的企业客户。调整后，符合条件的用户每周可调用更多代码生成与分析能力，具体额度将根据账户类型自动生效。
Anthropic官方博客发布Claude最新模型在电脑与浏览器操作方面的最佳实践指南。随着模型在构建复杂智能体系统能力上的显著提升，官方针对Claude 4.6系列与Opus 4.7明确了截图分辨率规范： Claude 4.6系列 ：API限制最大长边为1568像素，总像素不超过115万。 Opus 4.7 ：限制提升至最大长边2576像素，总像素上限375万。 指南强调，发送前将截图缩放至对应限制内是提升模型点击与操作准确性的最有效方式...
Krea AI 官方宣布，AI 图像生成工具 Krea 2 现已上线情绪板（Moodboard）分享功能。用户可将自定义情绪板生成公开链接与他人共享，官方同步提供了多个示例供快速体验。
行业早报聚焦AI智能体工程化落地与安全架构。Anthropic官方指南详解Claude Computer Use最佳实践，明确解决点击偏移的根本原因与推荐分辨率策略，并强调必须采用虚拟机隔离与人工确认门控的安全原则。OpenAI工程师分享了为Codex构建Windows安全沙箱的技术路径，最终方案通过专属安全标识符与写受限令牌，实现了操作系统层面的强制文件系统隔离。此外，行业观察指出，部分在基准测试中表现优异的RAG Agent，在实际生产...
AI HOT 5月14日消息，Anthropic 旗下 AI 编程工具 Claude Code 正式发布 v2.1.141 版本。本次更新新增 terminalSequence 字段以支持无控制终端环境下的桌面通知；引入 CLAUDE CODE PLUGIN PREFER HTTPS 环境变量，便于通过 HTTPS 克隆插件源码；并新增 ANTHROPIC WORKSPACE ID 变量，用于在多工作区联盟场景中限定 API 令牌作用域。...
Notion 宣布推出全新开发者平台，将工作区升级为 AI 代理协同枢纽。该平台包含 Notion Workers——一个基于云的沙盒化代码运行环境，允许团队部署自定义逻辑、通过 Webhook 触发操作，并免费开放至8月。 新平台支持数据库同步功能，可接入 Salesforce、Zendesk、PostgreSQL 等任意具备 API 的外部数据源，并实时更新至 Notion 数据库。Notion 表示，用户现可将 Notion 数据库作...
伯克利RDI、马克斯·普朗克安全与隐私研究所联合Anthropic、OpenAI及谷歌等机构，正式发布AI安全基准测试ExploitGym。该基准包含898个真实漏洞，旨在评估AI智能体根据漏洞描述生成完整利用程序的能力。 测试结果显示，当前前沿AI模型已能成功利用大量漏洞。即使在开启ASLR等标准系统防御机制的情况下，部分AI生成的攻击仍可成功执行。研究团队指出，该技术具有显著的双重用途：一方面可协助安全研究人员自动化评估漏洞风险与修复优...
阿里云官方宣布推出Qwen Character模型，旨在提升AI角色在记忆能力、情感共情及主动交互方面的表现。该模型主要面向游戏开发、虚拟AI伴侣及自适应学习等应用场景，致力于提供沉浸式角色扮演体验。 据官方介绍，基于Qwen Character构建的应用可使用户参与度提升50%以上，并有助于提高用户终身价值。该模型已集成至阿里云Model Studio平台，开发者可通过相关工具链进行定制化开发。目前官方已开放演示视频及技术接入路径。
埃隆·马斯克旗下AI公司xAI在密西西比州Colossus 2数据中心部署并运行近50台天然气燃气轮机作为供电设施。因设备置于平板拖车上，被当地认定为“移动式”资产，从而利用监管漏洞暂免适用州级空气污染法规。 据当地媒体报道，目前实际运行数量为46台。尽管xAI仅获15台运营许可，但环保组织指出，依据联邦法律，长期固定于拖车运行的发电设施应被视为“固定源”，须接受排放监管。 美国全国有色人种协进会（NAACP）联合南方环境法律中心已就此提起...
Anthropic Claude Code 与 Cowork 产品负责人 Cat Wu 在旧金山“Code with Claude”大会上表示，AI 发展的下一关键阶段是“主动性”。未来系统将能基于用户工作习惯与上下文，提前识别需求并自动配置工作流，而非仅被动响应指令。 Wu 指出，当前 AI 应用正从同步交互转向例行自动化，下一步 Claude 将深入理解用户业务场景并自主搭建自动化流程。她强调，该方向旨在减少重复性劳动、释放创造力，而非...
AI动画创作者Gossip Goblin近期公开了其使用Kling AI视频模型制作动画作品的完整创作流程。该流程解析由PJaccetturo整理发布，重点展示了Kling在AI动画生成环节的实际应用与效果。目前尚未披露该作品的具体名称、时长及上线平台。
据Ramp AI指数最新数据显示，Anthropic在美国企业客户中的采用率达34.4%，首次超越OpenAI的32.3%。其业务覆盖范围在过去一年内实现四倍增长。 分析指出，尽管实现阶段性领先，但存在三个潜在因素可能迅速削弱该优势。该数据主要反映基于企业实际支出行为的B2B采用情况，不包含消费者端或非付费使用场景。
Meta首席AI官宣布，Incognito Chat功能已正式上线WhatsApp和Meta AI。该功能将AI对话推理全程运行于用户手机的硬件安全飞地（Secure Enclave）内，Meta服务器不接收明文输入、不生成任何日志，会话结束后所有数据永久清除。 与现有“临时聊天”模式仅不保存历史记录不同，Incognito Chat实现了端到端加密标准在AI交互中的延伸应用，旨在增强用户对健康、财务等敏感话题讨论的信任感。 此举被视作AI...
据海外社交平台披露，一段最新演示视频显示，人形机器人Helix 02已能够以接近人类绩效水平，连续完成8小时完整轮班任务。该系统在演示期间全程自主运行，未依赖人工远程干预。视频展示了机器人在模拟工业场景中的持续作业能力，涵盖移动、操作与环境适应等环节。此次演示标志着人形机器人在长时程自主任务执行方面取得进展，但目前尚未披露具体商业化部署场景及时间表。
Anthropic宣布自6月15日起，Claude付费用户可申领专属的月度编程使用额度。该额度涵盖Claude Agent SDK、命令行工具claude p、Claude Code GitHub Actions，以及基于Agent SDK构建的第三方应用。具体额度数量及使用细则尚未公布。
AI 图像生成平台 Krea 官方宣布推出其首个从零构建的基础模型 Krea 2，该模型专注于提升美学多样性与风格控制能力。 目前官方已开放早期体验，并限量发放三组访问码（K2 PRFUF8、K2 NRWW9E、K2 CAP48S），每组可使用 50 次。Krea 2 现阶段处于测试期，正式上线时间尚未公布。
OpenAI首席执行官山姆·阿尔特曼于美国加州联邦法院出庭作证，接受原告方律师关于其诚信与信息披露义务的质询。该案由埃隆·马斯克发起，核心争议在于OpenAI当前的营利性架构是否背离其非营利使命，以及董事会能否对CEO行使实质控制权。 阿尔特曼在庭上表示：“我相信自己是一位诚实且值得信赖的商业人士。”他承认曾在2023年国会听证中未披露其通过Y Combinator基金对OpenAI存在的间接经济利益，但强调该投资属被动性质，并称“作为多家...