搜索
Google Cloud AI Research等团队发布T2J-Bench，以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度，并提出TwinHarness，使Claude-Code与opus-5组合的总体得分从0.649升至0.723，相对提升11.4%。
ScienceVision基于真实三维数据构建250道跨学科科学3D评测题，GPT-6-Astra搭配Codex最高仅得0.53分，12个前沿模型均未在五科同时领先，显示AI科学三维观察与推理能力仍有限。
Claude Code团队成员Addy Osmani建议，随着模型能力提升，用户应精简提示词，以明确任务和验收标准让Claude自主推进，并定期清理旧提示、按任务规模使用子智能体与云端会话，同时加强结果核验。
前一天，还有一堆 Codex 用户在喊，最后一天了赶紧蹬，降额之前能薅多少是多少。
「LeetCode 式的编程面试已死！至少对我的团队来说是这样。」
美国加州提供单人专用的 Mac mini 租赁服务，Apple M4 设备预装 Claude Code、Codex 和 Remote Screen，支持远程桌面或 SSH 接入，首批 50 台已租出 41 台。
我家的投影仪遥控器，经常找不到。
视频生成模型的视觉质量不断提升，但当前主流视频扩散模型仍面临两项根本局限。第一是物理规律约束不足：模型从像素中学习世界的视觉表象，却缺少物理方程的显式约束，画面看似合理，实际却不符合物理规律。
Anthropic旗下产品Claude Code同日痛失两员核心工程师：Thariq Shihipar与Claude Code桌面版创造者Anthony Morris均已公开宣布离职。
Claude Code核心作者Thariq Shihipar正式离职Anthropic，并在告别信中提出“向上竞赛”，主张强模型时代应减少提示词约束、重塑人机交互并转向高密度HTML界面。