OpenAI 近期对当前广泛使用的 AI 编程能力评估基准 SWE-Bench Pro 进行了一次系统性审计，结果发现约 30% 的任务存在严重瑕疵，令该基准的可靠性与准确性备受质疑。此次审计由 Anthropic 团队执行，结合了自动化筛查...

NVIDIA近期通过一篇官方博客深入探讨了数据在构建强大AI智能体中的核心地位，明确指出开放数据和合成数据是推动下一代AI发展的关键要素。随着AI系统日益复杂，特别是需要具备推理、规划和工具调用等高级能力的智能体...

埃隆·马斯克旗下的人工智能公司SpaceXAI正式推出了新一代大语言模型Grok 4.5，将其定位为公司在编码、智能代理任务和知识工作领域的最强模型。官方披露，该模型在训练过程中与流行AI编程工具Cursor进行了深度协同优...

Meta（原 Facebook）近日在 GitHub 上开源了其内部打磨长达八年的设计系统——Astryx。该系统不仅支撑了 Meta 内部超过 13,000 款应用程序的界面开发，更凭借其 150 多个高可访问性组件和丰富主题体系，展示了在极端规...

在人工智能代理（AI Agent）技术飞速发展的当下，如何让代理高效、稳定地与各种外部API和服务进行交互，成为推动自动化与智能化落地的关键瓶颈。近日，GitHub上开源的项目Craft Agents OSS（craft-ai-agents/craft-a...

强化学习（RL）在可验证领域（如棋类游戏、编程代码）的成功已毋庸置疑，但现实世界中大量复杂任务（如机器人操控、制药分子设计、开放域对话）难以通过简单规则或自动脚本进行验证，这构成了RL落地的关键瓶颈。本文...

近日，一个名为 Ornith-1.0 的开源模型在开发者社区引起了广泛关注。该项目由 deepreinforce-ai 团队在 GitHub 上发布，其核心亮点在于专为“Agentic Coding”（自主代理编程）场景设计，并具备自我改进的能力。基于特...

近日，一款名为Textbee的开源项目在GitHub上引发了广泛关注。该项目旨在打破传统短信服务的封闭性，通过将普通安卓手机转化为功能完备的SMS网关，为用户提供了一种低成本、高灵活性的短信收发解决方案。Textbee允许...