研究团队表示，三款模型基于相同的基础训练数据集，高一致率的结果符合预期。真正具备研究价值的是模型间25%的分歧部分，这种差异大概率并非源于模型对工具质量的独立判断，而是由基于人类反馈的强化学习（RLHF）调优策略不同，以及生成环节的专属微调差异导致。

还在纠结 Claude Code 的各种“黑魔法”怎么玩？Command、Subagent、Skills 到底有什么区别，各自适合什么场景？新出来的 Programmatic Tool Calling 又是啥，真的能提升「代码质量 + 开发效率」吗？因为一个工具不得不搭梯子，有没有体验接近、甚至更灵活的「平替」方案？本次分享将带你彻底搞懂～Claude Code ...

这个功能本来是为了支持热切换和故障转移，因为 Claude Code 在 2.49 版本之前没有热切换，改了供应商必须重启终端才能生效。 比如 Plan 或者执行就用 Opus 4.6（现在是 4.5），如果是 debug 或者 read 代码就用 ...

2026 年开年，技术圈真正的核爆点，不是某个新模型参数翻倍，而是全球第一播客一场 3 小时的深度对谈。 主角是 Peter Steinberger ——OpenClaw 的创始人。 主持人是 Lex Fridman ——技术播客顶流。

最近发现讯飞星辰 MaaS 平台有免费的 GLM-5 大模型，尝试接入了自己的 NEW-api 分发平台踩了几个文档里不会告诉你的坑。本文记录完整的 ...

在当下“AI助手”加速融入我们日常生产和创作的时代，如何让这些对话式AI的工具更生动、更具交互性，成为开发者思考的重点。今天要介绍的开源项目——MCP Apps Extension（@modelcontextprotocol/ext-apps），正是为了解决“AI聊天中如何嵌入可交互界面”这一痛点而诞生的。 一、MCP Apps 是什么？ MCP Apps 是 Model Context Prot ...

芒果测试平台是一款集UI、API和Pytest于一体的低代码测试平台。通过简单的配置即可完成UI和API自动化测试，无需编写代码，简单易用！

Anthropic正在加速补齐其在 AI 智能体（Agent）领域的最后一块短板。2026年2月26日，据报道，Anthropic已正式完成对西雅图 AI 初创公司 Vercept 的收购。 这次收购的核心目标非常明确:通过 Vercept 顶级的视觉理解技术，让Claude能够像人类一样，真正“看懂”屏幕并精准操控各类软件。

去年的SIGGRAPH，英伟达推出GH200、L40S显卡、ChatUSD轮番登场。而今年的主角，是英伟达在生成式AI时代的新王牌—— “Nvidia NIM”全新升级 ，并且通过NIM 将生成式 AI 应用于 USD（通用场景描述），拓宽AI在3D世界的可能性。

在技术报告中，字节表示，豆包 2.0 专为在大规模生产环境中提供最佳用户体验而设计，优先考虑了大规模在线部署环境下的用户体验。因此，模型针对最直接影响交互体验的视觉和多模态查询、推理延迟与复杂指令可靠性三个方面进行了着重加强： ...

今年春节档的票房统治者莫过于《飞驰人生3》。大年初一以4亿票房强势登顶，贡献档期超30%份额；次日更是逆势增长破10亿，较第二名《惊蛰无声》拉开近4倍差距。来到2月21日，票房已破20亿元（含预售）。 延续前作热血赛车与幽默风格，电影讲述了主人公张驰（沈腾饰）在赢得巴音布鲁克拉力赛冠军后，面临团队解散，赞助撤离和AI新能源赛车冲击的困境。一次意外邀约，张弛的赛车梦再次被点燃。

知名 AI 编程软件 Windsurf在发布 4个月内用户数破百万、年度经常性收入 （ARR） 超过1亿美元、企业客户数量超过1000家。Windsurf的团队仅有不到160人，最终以30亿美元的估值卖身OpenAI，这也成为OpenAI史上规模最大的收购 [1] 。