「自然语言就是新的编程语言。」这句话在过去一年里被无数人奉为圭臬。特斯拉前 AI 总监 Andrej Karpathy 带火的 「Vibe Coding」（氛围编程）更是让这种狂热达到了顶峰——你不需要懂语法，不需要管实现，只要对着 AI 喊出需求，然后 Check 一下感觉（Vibe）对不对就行了。
a16z 昨天发了一张图，把 GLM-5 和 Claude Opus 4.6 并排标注在 Artificial Analysis Intelligence Index 的时间线上。原文的说法是： A proprietary model (Claude Opus 4.6) is still the 'most intelligent,' but the gap between
在最近一期 TechCrunch 的《Equity》播客节目中，负责谷歌云全球初创业务的副总裁 Darren Mowry 指出，以这些为卖点的初创公司，已经亮起了「引擎故障灯」。
最近Cursor 发布了 Composer 1.5。这一版把强化学习规模扩大了 20 倍，后训练计算量甚至超过了基座模型的预训练投入。还加了 thinking tokens 和自我摘要机制，让模型能在复杂编程任务里做更深度的推理。
最新消息显示，奥特曼已将公司核心资源从探索性的长线研究（Blue-sky research）全面倾斜至旗舰产品ChatGPT的工程化改进。这一战略调整，导致包括前研究副总裁Jerry Tworek在内的多位核心元老因理念分歧而心寒出走。
来自阿里高德的一篇最新 ICLR 2026 中稿论文《Everything in Its Place: Benchmarking Spatial Intelligence of Text-to-Image Models》提出了面向文生图空间智能的系统性评估基准 SpatialGenEval，旨在通过长文本、高信息密度的 T2I prompt 设计，以及围绕空间感知
在印度人工智能影响力峰会上，出现 AI 圈最尴尬的一次合影。印度总理莫迪举起 Sam Altman 和 Sundar Pichai 的手，其他大佬也纷纷效仿牵手，唯独 Altman 和 Anthropic CEO Dario Amodei 并肩站立。
当地时间 2 月 19 日，Google 曝光 Gemini 3.1 Pro 最新模型。在 ARC-AGI-2 这个公认的推理基准测试中，Gemini 3.1 Pro 拿到了 77.1% 的分数。什么概念？它的前辈 Gemini 3 Pro 只有 31.1%，就连专门用来「深度思考」的 Gemini 3 Deep Think 也只有 45.1%。
今天凌晨，Google 发布 Gemini 3.1 Pro。核心提升在推理能力，ARC-AGI-2（抽象推理基准）从 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多，GPQA Diamond（科学知识推理）从 91.9% 提到 94.3%
从灵巧手开始「制造时间」：揭秘 Sharpa 的通用人工智能之路 作者｜Li Yuan 编辑｜郑玄 今年的春晚，已经变成机器人大战了。 在热闹之下，笔者关注到了一个很有趣的细节，相比于去年的机器人，今
