反思
Sam Altman在ChatGPT两周年之际回顾OpenAI九年历程：从坚信AGI可能实现，到2022年意外推出ChatGPT并引爆前所未有的增长曲线。他坦承过去两年从零构建公司的混乱压力，以及被董事会突然解雇的危机教训。如今周活用户已达3亿，在迈向AGI的道路上，他既感激这段经历，也承认未来仍充满未知。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2026-08-13 — 2026-08-13
重要进展 · 第 9 / 55 页
DeepSeek Harness 研究预览公开
DeepSeek 公开 DeepSeek Harness 研究预览，为长程工具执行提供可调整的智能体运行框架；与同日 V4-Pro 正式版模型发布分开记录。
Agent智能体 精选历史资讯
— · 2 条
精选资讯 · 第 1 / 1 页
Claude 3.5 Sonnet 在 SWE-bench Verified 基准测试中刷新纪录
升级版 Claude 3.5 Sonnet 在软件工程评估基准 SWE-bench Verified 上取得 49% 的解决率，超越此前最佳模型的 45%。该基准通过真实 GitHub 问题测试 AI 模型完成软件工程任务的能力，要求模型在给定环境中理解、修改并测试代码，最终通过原始单元测试验证。Claude 团队构建的智能体设计简洁，仅包含提示词、Bash 工具和编辑工具，赋予模型充分的自主判断空间，以灵活步骤解决问题。目前尚无模型在该基准上突破 50% 的解决率。
分类
排序
暂无内容