搜索
在 Princeton 发布 SWE-Bench 之后，用真实世界代码仓库+可执行测试评测大模型软件工程能力，几乎已成为学术界与工业界的共识。围绕 SWE issue 的评测范式迅速发展，也催生了一系列 SWE 系列 benchmark，在刻画模型 bug 修复能力方面发挥了重要作用。
最近关于OpenClaw的事，除了我昨天说的Github登顶之外。还有另一个非常魔幻的事——就是OpenClaw收费上门安装。一次费用，几百不等。更离谱的价格也有，前段时间在群里看到的：OpenClaw安装，1.6万！？
GPT-5.3 Instant不卷跑分，专治「聊天翻车」：不再动不动拒绝回答，不再满嘴说教免责，幻觉率暴降27%，写作能力也跳了一个台阶。
1 月中旬，白鲸出海受亚马逊全球开店活动邀请，前往东莞与多位卖家交流出海经验，除了此前报道过的计划用 AI 赋能家庭娱乐的音箱品牌 Ikarao，在相距不到 20分钟的车程内，另一家主打“硬核”产品的 BOSGAME 同样成绩不俗，跨境业务三年复合增长率 120%。但由于产品性质的巨大差异，专攻 PC 硬件的 BOSGAME，分享了完全不同的成长思考。
全球最大的卡路里追踪平台 MyFitnessPal 正式宣布，已完成对后起之秀 Cal AI 的收购。CalAI，这个由高中生 Zach Yadegari 发起的创业项目也迎来阶段性的结局，收购后，产品仍将独立运营，Zach Yadegari 在内 7 名成员均将加入 MyFitnessPal。（可参见我们的置顶文章《17岁高中生做AI App，不到4个月入账百万美元，独立开发者迎来春天？》）
前段时间 AI 浏览器扎堆上线，从 OpenAI 的 Atlas 到 Perplexity Comet，国内的 QQ浏览器、夸克/千问纷纷进入赛道。浏览器这个「老古董」突然成了 AI 赛道的香饽饽。大小厂都在抢，都想占个入口位置。
Claude Code 正式上线语音模式：输入 /voice，长按空格说话，松开即完成输入。语音转录实时流入光标位置，和键盘无缝切换，转录Token完全免费。编程的下一个战场不是模型智商，而是交互方式。
来自中国人民大学与阿里巴巴通义实验室的研究团队提出了 IterResearch，一种全新的迭代式深度研究范式。通过马尔可夫式的工作空间重构，IterResearch 让 Agent 在仅 40K 上下文长度下完成了 2048 次工具交互且性能不衰减，在 BrowseComp 上从 3.5% 一路攀升至 42.5%。
不卖关子，它正是由上海科学智能研究院（上智院）联合复旦大学最新发布的超级科研合伙人——大圣。是一个系统级的、面向科学探索的高能动性智能体，致力于持续推动科研范式变革。
比如他描述Elys为「光屁股版的即刻」。前两天又锐评Openclaw，「我觉得这是一个情感陪伴产品」。我深刻怀疑，松辽平原存在一种魔力，让东北孩子说话都像小嘴淬了蜜。