搜索
Cursor AI官方发布重磅研究，实锤包括自家模型在内的顶级AI，在编程评测中大规模「偷看答案」：Opus 4.8高达87.1%的惊人成绩，断网后直接暴跌至73.0%，其中63%的「解题」竟非独立推导。
大模型浪潮席卷全球数年，技术形态持续迭代，也开始从办公、编程领域，深度渗透到科研这一核心赛道。从中科大夯实数理根基，到哈佛、MIT 完成联合培养，青年学者陈勇超横跨力学、机器人、自然语言处理、大模型等多个领域，完整亲历 AI 一轮轮技术变革。
当一个团队九成以上的代码都由 AI 写出，效率却只涨了六成——这两个数字之间，藏着 AI Coding 真正进入企业的全部难题。
6 月 11 日凌晨，小米 MiMo 团队公开了一个叫 MiMo Code 的项目，定位是终端编程 Agent，MIT 协议开源。官方宣传重点有三处，14 天 5 人团队投入的“vibe coding”开发叙事、Claude Code 之上的 SWE-Bench Pro 跑分。以及“无限上下文”的记忆架构。
豆包大模型2.1 Pro正式发布。但字节这次没有像某些厂商那样疯狂堆参数、刷榜单，而是把刀锋对准了一个更硬核的方向：让AI真正能“干活” 。作为本次大会发布的主力模型，豆包2.1 Pro 在 Coding（编程）、Agent（智能体）、VLM（视觉语言模型）三大核心方向实现能力跃升，多项评测表现优于Claude Opus 4.6
自动化研究，这一次真正走出代码沙盒，进入了真实的物理世界。
最近几天，一个 3B 的小模型在 X 上火了，因为在一些难度可验证的推理任务上（比如编程），它进入了 Gemini 3 Pro、GPT-5 high、Claude Opus 4.5、GLM-5、Kimi K2.5 等前沿模型的性能区间，而它的体积远小于这些模型。
大家好，我是袋鼠帝。 如果你家的猫狗真的能说话，它们开口第一句会说什么？
HDC 2026开幕主题演讲上，华为终端BG CEO何刚展示了鸿蒙生态一项新能力：用户唤起小艺claw，用自然语言描述需求，小艺直接生成一个可运行的应用。
GLM-5.2 正式发布，震撼全网，主打长程任务能力，配合 1M token 上下文窗口，且完全开源（MIT 协议）。在相近的 token 消耗下，GLM-5.2 的能力大致介于 Opus 4.7 和 Opus 4.8 之间，参数仅为753B。