最新PRBench基准可以测试AI在金融和法律领域的表现。结果显示，即使是顶尖大模型在处理复杂任务时也表现不佳，尤其在涉及重大经济后果的任务中。PRBench通过模拟真实场景和多轮对话，揭示了AI在专业领域的不足，强调开发更可靠AI系统的重要性。
“我曾经花了5个月，做了一款没人用的大模型。”去年4月，刘天强期待拿下美国一家快时尚零售公司的大单，为对方开发一款用AI生成产品上身图的B端产品。带着团队干了整整5个月，产品迭代的重要关头，刘天强没等来最后的签单通知，却等来了客户公司被并购、项目中止的消息。
前沿AI竞赛在2025年11月达到高潮。48小时内，谷歌推出Gemini 3 Pro宣称在主要推理基准测试中领先，而OpenAI立即用GPT-5.1-Codex-Max反击，这是一款专门训练用于通过创新"压缩"（compaction）技术自主工作超过24小时的专业编码模型[43]。加上Claude Sonnet 4.5已确立的编码统治地位和激进的安全过滤器，开发者面临前所未有的选择：
近期，《Arc Raiders》宣布即将推出双人合作模式，以及类似《Helldivers 2》的社区任务活动——但在玩家还没来得及为新玩法兴奋之前，这款游戏的开发商 Embark Studios 却陷入了另一场更棘手的争议：再度被曝使用生成式 AI 进行游戏配音。
Google昨天伴随Gemini3.0pro一同发布了他们的AI IDE产品Antigravity《与Gemini 3.0一起发布的AI IDE「Antigravity」究竟有多厉害？》。其震撼性的三位一体全流程Agent体验让无数开发者直呼“Cursor危险了”。
在 AI 时代，若你还在紧盯代码量、执着于全栈工程师的招聘，或者仅凭技术贡献率来评判价值，执着于业务提效的比例而忽略产研价值，你很可能已经被所谓的“常识”困住了脚步。
周末和几个老同学聚了聚。大家都在互联网行业，聊着聊着话题自然绕到 AI。
就在几小时前，Gemini 3.0重磅发布。随着而来的还有其颠覆性的AI原生IDE产品——Antigravity，这不只是一个新工具那么简单。谷歌的这次发布，将三个核心开发工具，AI代理（Agent）、代码编辑器（Editor）和浏览器（Browser） 集成在了一起，构建了由AI驱动、从编码、研究、测试到验证的完整闭环，一举打通了自家的生态。
一年半之前，影眸科技年轻的创始团队去到旧金山，带着还没正式发布的 3D 生成模型 Rodin，在 GDC（游戏开发者大会）上向全球最顶级的游戏开发者们演示 demo。
MiniMax，今年真猛。
