吉林大学&微软亚洲研究院等团队提出MindPower框架，让机器人像人一样理解他人想法并主动帮忙，构建了首个以机器人为中心的心智推理评测体系，通过六层推理链条，让AI不仅看懂场景，更能推断意图、做出决策、执行动作，显著提升助人能力。
OpenAI刚刚开除了一名员工，原因令人瞠目：此人利用公司核心机密，在Polymarket等预测市场上疯狂下注牟利。更炸裂的是，调查发现这绝非个例——过去一年多，60个神秘钱包做出了77次精准到离谱的「内幕押注」。
重要的还是和工作场景打通。 作者｜金光浩 编辑｜靖宇 前几天，腾讯门口一张公益代装 OpenClaw 的照片，在朋友圈刷屏了。 更离谱的是，OpenClaw 创始人亲自下场转发：「中国的 OpenCl
Reducto 在去年 6 个月内接连完成分别由 Benchmark 与 a16z 领投的两轮融资，估值翻了 3 倍，达到 6 亿美元。我们认为，Reducto 切中了 AI 应用走向生产环境过程中的“精确数据摄取”瓶颈。
不卖关子，它就是火山引擎推出的网页版龙虾——ArkClaw。和其它龙虾不太一样的是，ArkClaw直接把龙虾搬进了浏览器，是开箱即用的云上SaaS版OpenClaw。
大神Karpathy又开源了新项目——一个能够自主进化的AI科研循环系统。这个项目名叫autoresearch，主打让智能体完全自主地搞科研，只要在Markdown文档里写好指令，剩下的流程全都由AI自动完成。
近日，一篇名为《SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks》的论文预印本引爆了海外 AI 社区，YC 总裁 Garry Tan 亲自转发，登顶 Hacker News（363 票 / 163 评论），霸榜 AlphaXiv #1，
导读：近日，位于中关村的深度机智全球首次使用全新范式——人类学习，在多个国际 Benchmark 上取得 SOTA，史无前例地使用全新架构（仅使用人类第一视角数据、零真机数据）击败 Physical Intelligence 和英伟达等头部巨头二十多个百分点，并在两会开幕首日被央视报道。
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。
PureblueAI清蓝也同步发布了新产品——AI 营销数字员工平台mkter.ai，以及 AI 口碑营销数字员工“Mark”。
