Anthropic 近日披露，其生命科学实验室的 Claude 智能体在早期实验中自主识别出一个此前未被描述的酶系统。该系统与异常 DNA 重复序列相关，并表现出与 CRISPR 等可编程遗传系统相似的结构特征，但其具体功能仍属未...

SWE-Bench Pro V2基准正式发布，共包含来自11个代码仓库的642项任务。该版本修正了此前任务中的错误，并优化了评估流程，使评测更贴近真实软件工程场景。结果显示，AI模型在该基准上的得分普遍下降，OpenAI GPT-5与C...

Gortex 是一款面向 AI 编码代理和 IDE 的高性能代码智能引擎，其核心做法是把代码库索引为本地图结构，再按需提供跨仓库搜索、定义引用、调用链和影响分析等高度相关的上下文。与朴素地读取整段文件相比，官方称这种...

在AI编码代理快速普及的当下，一项新调查指出，真正让代理工作流中断的往往不是推理错误，而是将代码变更写回磁盘时的文件系统边界问题。严格的diff应用要求准确的行号计算、精确的空白字符匹配以及对文件当前视图的...

近日，LessWrong 上一篇分析文章指出，大语言模型之所以在数学和编程任务上表现突出，并不能简单归因于“数学答案容易验证”。更核心的原因在于：这些模型的能力仍主要由模仿学习驱动，而非强化学习；数学领域的预训练...

Anthropic 正在重新设计 Claude Code 中的项目功能，将其从传统的文件夹式管理升级为以对话为核心的协作体验。新的 Projects 能力允许用户管理复杂构建任务，通过自动化任务委派、云端会话协调和结果整合，减少人工...

文章指出，AI编程代理在显著提升开发效率、节省大量时间的同时，也可能生成看似可信但实际错误的“证据”，因此围绕智能体编码的验证流程与模型能力同等重要。作者强调，不能仅依赖一次性基准测试或团队口口相传的“工...

Anthropic 官方博客披露，智能体编码（Agentic Coding）在六个月内推动 CI 作业量增长 25 倍，原有测试影响分析服务作为单例运行，即便持续加配更大机器、实施包分片（package sharding）并每日重启，仍难以避免过载...