搜索
Anthropic的Claude Fable 5.2上线两个多小时后，越狱黑客Pliny攻破Claude Code，将包含系统提示词、128个工具和44套技能说明的953,659字符完整运行文档上传GitHub。
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
李飞飞创办的 World Labs 正式向所有人开放世界模型 Atlas，同步上线网页应用、开发者 API 及 Viewfinder、Chisel 等工具，可将图片或一句话生成可探索、可渲染并能导出至 Blender 或游戏引擎的 3D 场景。
长程智能体（long-horizon agents）正从「修一个 bug」走向连续数小时的终端与编程工作，但它的强化学习训练也格外昂贵：前沿实验室可以在数千张 GPU 上扩展 RL，而对多数团队来说，一条训练样本往往就是一次长达 3 小时、上百轮工具调用的完整尝试，任何一个环节出错，浪费的都是成小时的 GPU 时间。
现有的具身智能体大多存在一个结构性缺陷：它们是“任务驱动”的。接到指令，启动推理与工具调用；任务结束，系统归于沉寂。这种离散的交互模式，导致智能体缺乏对环境的持续感知，也没有跨时段的长程记忆。
你的同事用Agent整理报表，一路顺畅。你用同样的模型、工具和流程，换成自己的文件，却开始反复试读、频繁返工。
SandBaseAI宣布完成数百万美元种子轮融资，资金将用于产品研发和运营推广，并通过统一接入模型、数据API、工具和运行环境，帮助开发者构建Personal Agent。
写下需求、等待 AI 生成、打开预览页面，如今已成为许多 AI 编程工具的标准流程：用户即使不会写代码，也能用几句话做出一个网页或小工具。
如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能？
Kimi 发布游戏开发与创意工作解决方案，基于 K3.1 Pro，通过 Kimi Code 和 Kimi Work 接入多款专业工具，覆盖研发、美术、发行及运营，可将可试玩原型缩短至1至2天。