搜索
哈佛物理学家Matthew Schwartz用Claude和开源工具BootLoops处理可验证的科研任务，90天产出横跨18个学科的36篇论文初稿，并主张由人挑题、追问和验收，让AI发挥辅助而非替代科学家的作用。
大模型竞技场Arena让Claude Opus 5.5与GPT-6 Astra各自练棋200局，前者估算评分从约1500升至1760，后者从第29盘的1810降至1400，显示AI仅靠记录与复盘提升能力的表现并不一致。
Harvey联合创始人Gabe Pereyra表示，AI应用公司不必与大模型公司比拼资金和算力，可借助真实任务评测、领域专家、开源模型和外部研究团队建立持续学习能力。
Geoffrey Hinton联合Yoshua Bengio、OpenAI首席科学家Jakub Pachocki、Anthropic联合创始人Jack Clark等20多位AI研究者发布剑桥CASP报告，指出AI已深度参与自身研发，Anthropic内部AI生成代码占比已超80%，警告递归自我改进可能引发技术进步突然加速的「智能爆炸」。
何恺明团队提出VISTA方法，将ARC-AGI-3的数字表换回图像并配备可随时翻看的视觉记忆相册，使Claude Opus 5拿下满分100分、GPT-5.6 Sol获得99分，证明卡住大模型的是眼睛和记性而非模型能力本身。
东南大学魏秀参团队提出LeaP（Learnable source Prior）方法，由本体感知信息驱动并联合预测动作生成起点的均值与方差，在RoboTwin仿真15项任务上平均成功率81.6%、较标准高斯基线提升25.5个百分点，相关论文已被CoRL 2026接收。
南洋理工大学安波团队最新研究指出，Agent Harness的选型应将模型、Harness与任务作为完整配置联合评估，不同任务下最佳组合会变化，原生搭配也未必优于其他可配置Harness。
毕树超领衔的Meta超级智能实验室官宣，其Muse Spark模型在6个月内协助数学家连破概率论、微分方程、群论、优化理论、算术物理学及非结合代数六大领域的开放性难题，其中5篇论文直接给出前沿问题答案并推翻了既有群论规则，被毕树超称为数学界的"AlphaGo时刻"。
谁说 DeepSeek 假期不加班？就在昨天，DeepSeek Harness 又更新了。 这次发布的 v0.2.1-alpha.1，新增了一项很惹眼的功能：实验性 Claude Code Mods 兼容层。更有意思的是官方对它的解释：这次首先想验证，Claude Code Mods API 的能力，大致属于 DeepSeek Harness 插件能力的一个子集。
论文DepthART提出抗偏置数据采样与相机条件化微调方法，将基础单目深度估计模型压缩至约6M参数，在保留跨场景泛化能力的前提下实现Jetson等端侧设备的高帧率部署。