搜索
这个春节，港股AI认购王诞生！当人人追逐Agent风口，海致科技却押注「流程自动化」：企业真正需要的，不是会聊天的AI，而是能把业务跑通的AI。这个判断，跟OpenClaw之父押注的万亿美金赛道竟不谋而
基于Gemini 3 Deep Think的谷歌数学智能体Aletheia在更难的挑战赛FirstProof中拿下的最佳成绩。在公布的完整成绩单中，10道题Aletheia全程0人工参与解出6道，其中5题专家全票通过，还有一题拿到了5/7的通过率。
2025年12月以前的AI编程，跟12月以后的AI编程完全是两码事了。这一最新判断，来自Vibe Coding的提出者Karpathy。作为最积极拥抱AI Coding的程序员代表人物之一，Karpathy甚至坦承：在去年12月之前，Coding Agent虽说也有亮眼表现，但实际上“基本没啥用”。
原本以为，三星 Galaxy S26 系列早已被曝光，发布会也就走个流程。没想到三星和 Google 还藏了一手。 两家公司共同展示了 S26 搭载的全新 Gemini 智能体能力：口头吩咐一句话，G
各位对Agent Skill早已轻车熟路。不可否认，在Claude code、Openclaw的加持下，这套框架效果极佳。但工业界的痛点在于：它几乎沦为了超大型闭源API的专属玩具。当您的项目面临金融
一周一更，谷歌又在深夜扔出「深水炸弹」。就在刚刚，最强生图模型Nano Banana 2横空出世，背靠全新Gemini 3.1 Flash Image。 它不仅生成速度飞快，多语言文字处理更强，还能实时联网，一次直出4K大片。
2026 年 2 月 15 日，Sam Altman 宣布：Peter Steinberger 加入 OpenAI，负责下一代个人 Agent。11 天后，Anthropic 宣布收购 Vercept。但这两件事放在一起看，说的是同一件事：AI 的战场正在发生一次非常具体的迁移——从「谁的模型更聪明」，到「谁能让 AI 真正控制一台电脑」。
我用 Manus 做过几次深度调研，输出质量确实惊艳。但每次想用它，我都得打开电脑，在一个专门的界面里操作。这意味着每次使用 AI 都需要一个「决策成本」：我要不要打开这个工具？我现在方便吗？
这两周，Claude Code 上了个 COBOL 现代化功能，IBM 当天暴跌 13%；又上了个安全扫描功能，一口气翻出 500 多个此前藏了几十年的高危漏洞，网安股集体跳水。彭博社甚至专门做了一期播客讨论“哪些 SaaS 公司能活下来”。
近期发表于 TMLR 的论文《Large Language Model Reasoning Failures》对这一问题进行了系统性梳理。该研究并未围绕 “模型是否真正理解” 展开哲学层面的争论，而是采取更加务实的路径 —— 通过整理现有文献中的失败现象，构建统一框架，系统分析大语言模型的推理短板。