搜索
智东西实测Hermes Agent新上线的Real Profile Browsing功能，该功能可复制Chrome登录态让Agent直接以用户身份访问网站，但实测中发现存在浏览器卡死、匿名Cookie覆盖原登录信息及macOS加密保护导致无法读取登录数据等问题，目前功能可用性仍有待优化。
那这次发布的 Hy4 Preview 到底有什么进步，APPSO 这就给你实测看看。姚顺雨此前反复提到一个思路，比起把模型训练成更会刷榜的「做题家」，混元更关心它到了真实场景里到底好不好用。
今夏，数学圈震动不断——OpenAI的Astra模型一举解决10个长期悬而未决的数学问题（包括非sofic群的存在、高维球堆积新的结果等）；Claude Fable 5找到近百年Jacobian猜想的反例，之后还极大推动了黎曼猜想！
Fable 5.1这周鸽了，但A社再次甩出了王炸。 今天，是值得载入大模型史册的一天。 AI，终于长出手，接管物理世界了！ A社最先拿自家Claude「试水」，让它去真正操控实验室的硬件。
这一次，高通把6G的未来讲透了。
8月26日，Claude开了自己的浏览器。
Qwen4还没出，架构先开源了。
从《四驱兄弟》里那些在赛道上奔跑的机械想象，到后来扎进机器人学习领域的漫长探索，徐梦迪始终被同一个问题牵引：机器要怎样进入物理世界，并在那里持续生长。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
截至 2026 年 8 月 19 日，Specula 已经在 67 个开源系统中找出 382 个 bug，并被多个公司和开源社区的开发者使用。