搜索
最近一两年，AI 行业有一个很微妙的变化：大家不再满足于问 “模型会不会回答”，也不再只关心 “Agent 能不能调用工具”。越来越多的讨论开始回到一个更终极的问题：AI 到底能不能完全自动化接管工作区，理解个性化需求，像一个真实的人类劳动力一样，把一件事情从头到尾做完？
微软用一套多 Agent 系统在 AI 漏洞发现的顶级基准测试上拿下第一，超过 Anthropic 最强模型 Mythos 五个百分点。诡异的是，微软自己并没有一个能打的前沿模型。它用别人的模型组了个系统，打败了造出这些模型的公司。这对AI竞争格局的启示，比这个工具挖出了大量 Windows 漏洞本身更重要。
当 AI 行业的目光集中在 Agent、工具调用、长程任务这些上层应用之时，底层的多模态架构正在经历一次更安静、也更彻底的范式转变 —— 它要回答的是一个看似朴素的问题：理解与生成，是否天生就该是两件事？
你可能最近也在短视频平台上刷到这样一类吐槽视频：某公司老板用了两天豆包、刷到几个 OpenClaw 视频，就觉得自己打通了 AI 的任督二脉，第二天就在工作群发了条消息：“从今天起，全员必须使用 AI 工具提升工作效率，各部门本周提交 AI 应用方案。”
今天早上，OpenAI突然宣布一个促销政策：未来 30 天内，企业用户如果迁移到 Codex，2 个月免费 Codex 用量。同期，桌面端还内置了迁移工具，可以把 Claude Code 的 system prompts、custom skills、chat history、MCP server 配置一键搬过来。
这款 AI 工具名为 RetinaMind，利用视网膜图像训练 AI 模型，以百分比形式呈现对视网膜图像的置信度，通过这样的方式在疾病早期对 ASD 以及 ADHD 进行识别和诊断，准确率达 89%。不仅如此，该工具还可以帮助分析疾病基因机制（如 ABCA4）的潜在变化。
近日，浙江省杭州市中级人民法院披露了一起涉及某社交平台AI批量代写“种草笔记”典型案例，也是全国首例涉及AI代写“种草笔记”案件。据介绍，原告是知名社交平台的经营者，该平台规则和平台公约均强调要真实体验和经历分享，被告B公司和C公司共同运营一款AI写作工具，该工具可定向为用户提供上述社交平台风格的种草文案、旅游攻略等内容的一键生成服务，并诱导用户发布文案到该社交平台。
AI工具最残酷的检验场，不在硅谷，而在义乌。
就在刚刚，蚂蚁集团旗下具身智能公司灵波科技传出新动作—— 全面开源其具身基座模型LingBot-VLA的真机后训练工具链。
视频创作正在从操作工具，变成一场人与Agent之间的对话。