搜索
Ornith-1.5采用模型自出题、自搭脚手架、自跑轨迹的三段式强化学习闭环，在Terminal-Bench 2.1自测中以86.1分超过其自测的Claude Opus 4.8（85.0分），较两个月前的1.0版本提升约11%。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。
今天，又有消息曝出：全新Opus 5.1模型，据传将在本周突袭发布。 从此，智能体赛道又要大洗牌了。 它有碾压级的编程能力、复杂的逻辑推理和长时间运行的AI Agent能力。单Token的智能水平，将再次被推到极限！
由华东师大智金院团队孵化的金融原生 Agentic Foundation Model 家族 Mint-Agent 正式发布。在 FinanceAgentBench v2 上，27B 的 Mint-Ag 达到 60.49%，超过 GPT-5.6-Sol 与 Claude Opus 4.8；单题推理成本分别仅为两者的约 22% 和 10%。
Claude Opus 4.6的轻量平替，只需要 27B 参数，你信吗？最近发布的Qwen3.8-27B，就顶着这样的评价火遍了开源社区。上线两天，下载量突破100万次，登顶Hugging Face全球大模型趋势榜。
2026 年 1 月，Floatboat 客户端把文件管理器、编辑器和浏览器直接做成 Agent 的运行环境，开创了 Agent 桌面工作台这一形态；4 月，FloatIM 把人与 Agent、Agent 与 Agent 接成一张办公网络，任务可以跨人、跨 Agent 交接而上下文不断；5 月，FloatSchedule 让 Agent 不必等人下指令，按日程自己开工。
且不论性能，自Claude Opus 5发布以后有一件事让AI圈特别在意，就是Anthropic在提示词上的改进。
整个AI圈，都在为Opus 5沸腾！
7 月 24 日，Claude Opus 5 上线。几个小时之内，我看到各家媒体把这个模型的评测成绩转载了一轮，而更值得留意的是 Anthropic 内部人员当天发出的一条推文。
Anthropic又被扒光了！这一次，Claude Opus 5的系统提示词，被人整份扒下来，传到GitHub上了。旗舰刚发，就被全网「开盒」，这一波属实猝不及防。就在上线的同一天，开发者Eversmile1直接建了个新仓库。