科普

Anthropic的研究把智能体记忆视为需要持续整理和校正的知识系统。在约35万份文档、25道问题的评估中，搜索结合知识Wiki得分为61%，单用搜索为53%。这项结果更值得用来讨论记忆的更新、成本与...

OpenAI与Ligo推出100项日常湿实验任务评测，GPT-6 Astra在xhigh设置下取得66.7%的平均得分率。数字反映的是对原始证据的分析能力，实验室真正需要的可靠性，还要看模型能否发现证...

MCPHallu 把智能体幻觉放进实际工具调用链中考察。它提醒企业，评估 AI 不能只看最后一句回答，还要确认任务是否可做、工具是否用对，以及结果是否真正落地。

Ai2 获Google.org 三年资助，将在Google Research 技术支持下研发NeuralGCM+，探索更快的长期气候模拟。理解这项合作，需要先分清天气预报与气候推演：前者追踪近期变化...

输入一句描述，AI生成一段3D场景代码，演示便能动起来。但如果要把这种能力交给网站访客或移动应用用户，开发者还要面对两个现实问题：生成的代码是否会失控，以及同一个场景怎样适配不同设备。 2026年11...

一个数字员工使用有效账号，调用公司允许的接口，顺利完成了操作，却批准了一笔不符合规则的退款。身份验证没有失效，网络也没有遭到入侵，但业务结果仍然错了。CrowdStrike在2026年11月3日宣布拟...

让AI生成一张漂亮的产品图，和让工厂照着图纸制造出能装配、能使用的产品，中间还有很长的距离。OpenAI在2026年11月3日公布物理工程研究进展，并宣布与马自达开展研究合作，将探索范围延伸到空气动力...

OpenAI于2026年11月2日推出Grid Protectors，计划让未来AI园区在电网紧张时降低用电。解析佐治亚州最高1000兆瓦需求响应承诺、成本分担和兑现条件。

同样一个模型，在演示里能读懂长文、写出漂亮报告，接进公司的网盘和业务系统后，却可能把旧制度当成新规定，把“准备发送”说成“已经发送”。这类落差，未必换一个排行榜名次更高的模型就能解决。 企业买到的是一...

自动驾驶新闻里，数字很容易压过解释。“99%”看起来像已经接近完美，但如果不知道分母是什么，它几乎没有判断价值。对于一辆准备让驾驶室里不再坐人的重型卡车，这种区别尤其不能忽略。 2026年10月30日...

Google与Bing开始把AI训练、搜索发现和回答引用拆开管理。站长获得更细选择权之前，先要看懂生效时间、信号边界与内容经营的三笔账。

一台在轨 AI 芯片写出一首诗，对普通用户几乎没有实用价值；对研究太空计算的工程师来说，它却回答了一个必须先回答的问题：地面的计算硬件，能否在真正的太空环境里接收任务、运行模型，再把结果送回来？ 20...

一份机器生成的长篇证明，距离进入教科书有多远？OpenAI在2026年10月26日公布的学术协作安排，把这个问题推到了台前。它涉及调和分析、计算复杂性和量子场论三类研究，并尝试用不同的公开方式，让领域...

生成一段海边视频，与让人走进海边、转身、改变天气再继续探索，看起来只是多了几个按钮，背后却是两种不同的产品要求。前者可以在固定时长内讲好一个故事，后者必须不断回应观众的选择，并让已经发生的事情对后续画...

这项调整针对内部前沿模型的训练与评估，不是取消 ChatGPT 的联网功能。它把一个基础问题推到前台：当 AI 会使用工具、寻找替代路径时，权限边界必须靠什么守住？ 10 月 23 日，OpenAI ...

2026年10月22日，微软宣布，诊断系统 MAI-DxO 与序贯诊断基准 SDBench 的研究正式发表于《Science》。这一项目在2025年已公开过早期成果；此次值得关注的是扩展后的评测、公开...

引子：长城内外 北京市海淀区车道沟十号院内一座树木掩映的小楼，是中国兵器工业计算机应用技术研究所所在地。1987年9月14日，一封电子邮件从这里穿越太平洋，抵达瑞士日内瓦。内容只有一句话——"Acro...

Opus 4.7 刚发布那几天，X 上怨声载道。有人说一次对话就把她的 session 额度用光了，有人说同一段代码跑完的成本比上周翻了一倍多；还有人晒出自己 200 美元 Max 订阅不到两小时就触...

什么是MCP？ MCP是什么 模型上下文协议（Model Context Protocol, MCP）是一种专为机器学习模型服务设计的通信协议，旨在高效管理模型推理过程中的上下文信息（如会话状态、环境...

近段时间，推理模型 DeepSeek-R1 可说是 AI 领域的头号话题。用过的都知道，该模型在输出最终回答之前，会先输出一段思维链内容。这样做可以提升最终答案的准确性。 今天这篇文章将带你了解思维链...