搜索
分析机构SemiAnalysis点名谷歌Gemini 3.8 Flash和Meta Muse Spark 1.3在Terminal-Bench 2.1刷榜，换用新版Terminal-Bench 4.0后Gemini分数从89.4暴跌至19.1，揭露大厂通过购买"模拟卷"训练数据刷榜的AI造假黑幕。
元空智能联合惠普发布端侧AI方案，推出涵盖27B稠密与35B-A3B稀疏版本的Boxer系列模型以及AI Work、AI Science两套Agent，主张"设备即环境"理念，强调原生端侧模型才是AI未来发展方向。
OpenClaw创始人Peter Steinberger在演讲中首次复盘项目八个月发展历程，回顾其遭遇Anthropic断供、媒体唱衰与竞争对手围剿的经历，并公开宣布加入OpenAI的决定。
OpenAI Codex团队主张模型越强Harness应越轻量，Anthropic Claude Code团队则认为模型越强Harness反而需越复杂以支撑Agent长时间自主运行，两者共同揭示了Agent Harness正经历从辅助层向承重结构转变的结构性变化。
Shengtao Guo、Ethan X. Fang和Junwei Lu署名的预印本论文宣称利用Odin Automatic AI Research Agent证明了悬而未决40年的Komlós猜想并给出常数界3√(2π)，次日陶哲轩等25位菲尔兹奖得主发表联合声明《AI在数学中的严重失准》，警告AI证明速度已远超学界验证与消化的能力。
浙江大学与上海交通大学团队提出Deep Academic Survey（DAS），通过Stateful Agentic框架与DAS-2M文献元数据库，可在1小时内自动生成面向发表的学术综述，在DAS-Bench 30个主题评测中平均得分4.34，并已开放220篇完整Survey供查看。
基元律动发布的Agent原生模型NeoHorse-1上线三天即在Hugging Face下载量突破1.2万次，并获AK在X推荐及魔搭ModelScope官方推荐，社区开发者已制作出面向Apple Silicon的MLX量化版本。
OpenAI发布Agents API，将Codex背后的Harness能力拆解为云端托管服务对外开放，开发者只需指定任务、模型、工具和运行环境即可创建Agent，标志着Codex从单一产品升级为可复用的平台。
00后安全研究员寿超璠实测揭露，其花五位数美元从国内头部大模型中转站购得的6TB未脱敏模型调用数据，含有可接管华为、小米、蔚来、MiniMax等19家科技公司及7家国家级科研机构内部系统的通行凭证，其团队对428个中转站测试还发现9个主动篡改Agent指令、17个截取诱饵凭证。
端侧AI算力基础设施公司烨知心（Yeats.AI）完成Pre-A轮融资，成立一年累计融资近10亿元，由深创投、和利资本、TCL创投、中科创星联合领投，创始团队来自苹果Apple Neural Engine团队，专注面向Agentic与Physical AI的下一代NPU软硬件研发。