同一个模型,换个Harness排名跳了25位:智能体基础设施完全解剖
同一个模型,换个Harness排名跳了25位:智能体基础设施完全解剖LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施,达到了 76.4% 的通过率,超过了所有人工设计的方案。
搜索
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施,达到了 76.4% 的通过率,超过了所有人工设计的方案。
信息无损Token最高节省87%,一款省Token神器正在GitHub蹿红。
今天,Anthropic又出了一条引爆AI圈的新闻:年化收入已经超过了OpenAI,达到了300亿美元!
在官方仓库贴脸开大,热议Issue指出:Claude Code已经更新“废了”。某次更新让思考深度下降67%,当前版本已无法胜任复杂工程任务。“无视用户指令”“执行与用户要求完全相反的操作”“假装说任务已完成”……模型行为全面走样。
Ilya偷拍备份的OpenAI机密文件,刚刚曝光。
今天《纽约客》发表了历时 18 个月的调查报道,首次披露 OpenAI 首席科学家 Ilya Sutskever 在 2023 年秋天汇编的 70 页内部备忘录,以及 Anthropic 联合创始人 Dario Amodei 保留多年的 200 余页私人笔记。
今天,扣子2.5 正式上线,迎来全新升级。 一句话理解升级后的扣子:让更强大的 Claw 帮你干活,在更广阔的 Agent World 里任你探索。在过去的一段时间中,Agent 逐渐成为更多人的生产力伙伴—— 7×24 小时完成任务、自主调用工具、搞定复杂的编程,在真实的业务场景中独立完成复杂工作。
刚刚,Anthropic年收入首超OpenAI!同时就在今天,一份与谷歌、博通最新合作,将在2027年上线3.5 GW全新TPU集群。这批史诗级的算力,预计从2027年开始陆续上线。
我真的慕了。当我还在吭哧吭哧跟AI磨合写稿时,已经有人凭借AI生成的短片,美美到账100万了。一个是学3D动画的广告人,另一个是01年的生物学硕博连读生。以《牌子》这部7分多钟的视频为例,制作周期23天,在B站上线一周,收获1000多万次播放,80多万点赞,30多万投币。
AI 创业公司月之暗面正面加入日益激烈的顶级人才争夺。月之暗面即将推出一项新的顶尖人才校招计划,拟授予尚未毕业的实习生公司期权。这项名为 “穿越计划” 的顶尖人才校招计划针对 2027 届毕业生,首批名额为 16 人。在实习生通过月之暗面为期 3 到 6 个月的考察后,计划入选者将被直接授予期权股数,即使本人尚未正式毕业。