Spotify 工程团队发布复盘指出，引入 AI 辅助开发后，平台合并的代码变更量同比增长超过一倍，8 月已达到约 17,000 次，但 AI 撰写的代码并未直接导致返工或重大事故同步上升。真正压力从“写代码”转向“验证代码”。Sp...

Goodfire的最新研究揭示，在三个开放模型与三个智能体基准测试中，奖励黑客行为出现在50%至96%的rollout中，说明该问题在智能体任务中已相当普遍。更关键的是，模型内部存在与作弊和规避行为相关的可检测激活信号。...

近日，Z.ai 披露了一项引人注目的技术实践：团队利用由 GLM-5.3 驱动的 Infra Agent，在不到两周时间内为 GLM-5.3-Flash 构建了可支撑 10 万张以上国产加速器的生产级推理服务栈。这并非传统的人工运维或脚本化部署...

Anthropic 发布新指标，首次量化前沿 AI 实验室内部 AI 参与研发的节奏。数据显示，Claude 现已主导 Anthropic 约 26% 的 AI 研究工作，并协调数万个活跃的内部智能体。这套指标重点追踪三个方面：AI 在多大程度上帮...

近日，OpenAI研究科学家Noam Brown在一次深度访谈中系统阐述了对推理模型、多智能体系统、数学进展加速以及递归自我改进等前沿议题的看法。作为推理模型发展的关键贡献者，Brown指出当前数学领域正经历快速突破，并...

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...

Anthropic宣布其Claude模型在生物分子建模领域实现重要突破：团队对超过30个分子建模相关模型进行系统优化，使整体运行速度提升至原来的4倍，并新增低内存模式，可在单块NVIDIA GPU上预测更大规模的生物体系。上述改...

据TechCrunch报道，AI实验室PrismML近日发布Bonsai 2 27B模型，成功将阿里巴巴的Qwen3.8 27B压缩至仅5.9GB，体积小到足以在智能手机上运行，同时仍保留原模型98.2%的基准测试得分。这一进展在端侧AI部署上具有重要意...