搜索
Anthropic的Claude Fable 5.2上线两个多小时后，越狱黑客Pliny攻破Claude Code，将包含系统提示词、128个工具和44套技能说明的953,659字符完整运行文档上传GitHub。
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
在AIE CODE 2026上，Typesafe联合创始人兼CEO、ChatGPT联合创造者Diogo Almeida介绍只做判断不生成的模型Jev，主张通过RLCD和窄任务训练提升自动化决策的可靠性。
谷歌正式发布Gemini 4 Hydrogen并推出多模型智能调度系统Orchestrator；Hydrogen最高档基准得分54，超过Argon，现已作为谷歌搜索AI Mode默认模型向全球用户免费提供。
11 月 11 日，旧金山 AI Engineer Code Summit（AIE CODE 2026）第二天，官方主题叫 System One：只做判断、不做生成的小模型。
零基础打造交互式3D场景。
Coding Agent写代码的能力越来越强，写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例，到为整个代码仓库构建回归测试，Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现，并借助执行反馈不断修正测试。
在机器人操作研究中，视觉语言动作模型（Vision-Language-Action，VLA）与世界动作模型（World Action Model，WAM）为机器人提供了不同的动作生成路径。但当任务从一次抓放延伸到连续搭建与双臂协同，决定成败的就不只是眼前这个动作能否完成，还包括此前建立的条件能否一直支撑后续执行。
智能正在走向更持续的理解与行动。围绕一个目标，Agent 理解上下文、制定计划，在执行中验证判断；面对新的信息，它重新评估已有结论，调整行动路径，继续推进任务。未来，更多智能将融入我们日常使用的应用。
OpenAI开卖Codex掌机，能指挥AI制作游戏。