搜索
尽管大语言模型（Large Language Models, LLMs）在复杂数学推理、代码生成和知识问答上表现突出，但它们仍常在多位数加法这类基础算术任务上犯错。
随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」，LLM agents 正在被用于越来越复杂的 agentic applications：deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。
这是葬AI起号以来工作量最大的一篇文章。为了严肃评测国产模型的能力，我自研了一个Benchmark，完整测试了智谱、Qwen、Kimi、Minimax、Deepseek这些最新国产模型，还引入了境外势力Claude作对照组。
昨晚，小米正式上线了Xiaomi MiMo Claw，一款云端Claw类产品，搭载与OpenClaw框架深度适配的MiMo-V2.5-Pro旗舰模型，同时联动了金山办公生态，实现一站式办公，现在可以在MiMo Studio上进行体验。
昨天 Kimi K2.7 Code 高速版 上线了，我上手试了下，最大的感受就一个字：快。
逆矩阵计划于 2026 年底发布旗舰模型。
GLM-5.2 正式发布，震撼全网，主打长程任务能力，配合 1M token 上下文窗口，且完全开源（MIT 协议）。在相近的 token 消耗下，GLM-5.2 的能力大致介于 Opus 4.7 和 Opus 4.8 之间，参数仅为753B。
OpenAI讲了一个巨亏的故事？
大模型再强，也读不懂你公司那一柜子的合同、发票和扫描件。在"纸张世界"和"LLM世界"之间，缺一座桥——而百度开源的 PaddleOCR，可能就是当下最稳的那座。
他们对触乐说，变化发生在今年春节后。数字天空《烽沙》项目组目前有25人。今年1月，他们一共调用了2亿Token，到了2月，调用的Token数变成了149亿，“暴涨70倍”。“AI已经完全成为我们日常开发流程的一部分，虽然核心设计方向仍然需要把关，但已经很难再回到纯手工模式，”《烽沙》制作人Niko半开玩笑地告诉我：“如果今天用不了AI，我们都不会编程了，手动敲（代码）太慢了。”