搜索
METR调查显示，Anthropic未公开的Model 4内部综合能力指数（AECI）达178.6，模型能力提升速度自2025年10月起增至此前1.9倍，约80%的研发加速来自AI辅助，内部研究员自报效率提升约12倍。
DeepSeek Harness 团队发表《Super-agent 设计探索》后，新智元实测 GitHub 星标超8.4万的开源公司 LobeHub，其 Agent 平台已让 Claude 与 ChatGPT 协作生成 AI 日报，验证多 Agent 可持续执行并交付结果。
Firefly 在 NeurIPS 2026 提出“先探索、后出题”的训练数据合成流程，利用真实 MCP Server 和可离线复现的检索增强模拟器生成5,144个可验证任务，使 Qwen3-4B-Thinking-2507 的 pass@1 从28.1%升至41.5%。
微软研究院等团队提出全开源的WildAWM，合成个人电脑环境、跨GUI/MCP/CLI任务及验证器，并训练Qwen3.6-35b-a3b和Qwen3.5-4b，两款模型在8个分布外基准上均获提升，相关环境、任务、模型与数据均已开源。
METR报告披露了Anthropic内部模型Model 2、Model 3和Model 4，其中Model 4的AECI得分达178.6、较Opus5.5高约3.9分；Claude已帮助Anthropic将部分实验时间缩短约80%。
DeepSeek正筹备插件作者支持计划，通过官方插件市场、Token补贴和流量推荐推动生态；DeepSeek Harness发布一个多月已有约3.5万个公开第三方插件，日活超140万、月活548万，日均Token消耗估计超91万亿。
AI 推理基础设施公司 Fal 同时披露 Series E 和 Series F 两轮融资合计 16.5 亿美元，估值半年由 80 亿美元翻倍至 160 亿美元；其以统一 API 接入数百个图像、视频和音频模型，年化收入从约 2 亿美元增至 8 亿美元以上，并获 Nvidia 等投资。
Sam Altman将X显示名称改为Ram Altman后，美国拟严限AI发展的消息引发美股一夜蒸发2.8万亿美元，OpenAI据报正讨论将2027年数据中心容量预期下调40%。
OpenAI 发布基于 GPT-6 Astra 的网络安全专用模型 GPT-6 Cyber，提升漏洞发现与验证能力，在 Firefox 中发现81个未知高危漏洞，并将网络安全能力等级升至 Critical。
把大模型运行在手机上，已经有了不少探索。