投稿 提交工具 投放合作
产品应用

Browser Use复盘:浏览器Agent提速至18秒

Browser Use 11月20日发布复盘:其浏览器Agent在Google Flights查最便宜三张机票耗时从30.7秒降至18.0秒。六个原因解释了13.1秒差距中的12.8秒,其中模型服务层级与默认代理两项配置修复就降至20.7秒,其余为CDP往返、页面静默检测失效、验证码检测占用主线程及提示词问题。

评论

Deedglass开源:核验AI代理数据库实际变更

Deedglass开源发布,核验AI代理在Postgres中的实际数据变更,可发现代理报告与真实变更的差异并支持人工复核后撤销。

产品应用 · 2026-11-210 阅读

超微上调财年展望,AI收入占比目标70%-80%

超微上调2027财年营收展望,预计AI相关解决方案占销售额70%-80%,并计划2026年12月前月产能扩至8000个机架。

行业动态 · 2026-11-210 阅读

谷歌Gemini平台Preview推出智能体语义治理策略

谷歌在Gemini平台以Preview形式推出Semantic governance policies,在智能体工具调用执行前进行审查。

产品应用 · 2026-11-210 阅读

OpenAI上线GPT-Live-1.1语音模型

OpenAI将全双工语音模型GPT-Live-1.1开放至API,闲置计费降至每分钟0.02美元。

产品应用 · 2026-11-210 阅读

MachinePulse开源Karpo Decision 31B决策模型

MachinePulse AI开源Karpo Decision 31B决策模型及karpo-browser浏览器Agent方案,公布评测成绩与成本数据。

产品应用 · 2026-11-210 阅读

KeepPlain开源:AI智能体共享记忆与Git归因

开源插件KeepPlain发布,为多款AI编码智能体提供跨会话共享记忆与行级Git归因功能。

产品应用 · 2026-11-210 阅读

VideoMemBench发布:25模型视频对话记忆评测

多校联合提出视频对话记忆基准VideoMemBench,评测25个模型,Claude Opus 5以45.7分居首。

行业动态 · 2026-11-210 阅读

清华北大NeurIPS论文揭示巨大激活调节梯度机制

清华北大团队在NeurIPS 2026论文中提出梯度汇聚概念,揭示巨大激活通过RMSNorm衰减局部梯度的调节作用,并以V-scale干预实验验证。

行业动态 · 2026-11-210 阅读

RMRFBench发布:测AI智能体删文件误伤率

RMRFBench发布,评测AI智能体执行删除任务时损坏服务器的频率,按服务器存活率排名。

产品应用 · 2026-11-210 阅读

字节联合美国高校开源Axion 1.0智能体

字节跳动与多所美国高校发布AI智能体Axion 1.0,仅经三个训练阶段便在基准测试中比肩OpenAI、Anthropic顶尖商用模型,模型权重、数据和代码均已免费公开。

模型进展 · 2026-11-211 阅读

开源工具Pantry上线,扫描AI编码代理环境风险

开源工具Pantry上线,用于检测AI编码代理运行环境的安全风险,支持macOS、Linux和Windows。

产品应用 · 2026-11-210 阅读

OpenAI向Plus用户开放dots智能体测试

OpenAI宣布邀请少量Plus用户测试dots智能体,并向所有Business Standard用户开放,移动版将设独立标签页。

产品应用 · 2026-11-210 阅读

谷歌Gemini上线GIF生成功能

谷歌为Gemini上线GIF动态图片生成功能,由Omni 1.2 Flash模型驱动,面向八国免费开放。

产品应用 · 2026-11-210 阅读

BenchLeader聚合292个AI基准并标注领先模型

BenchLeader聚合48个发布方的292个AI基准数据,标注各细分领域领先模型,并列出2026年最有参考价值的活跃测试。

模型进展 · 2026-11-210 阅读

GPT-6.2 Astra机器人任务成功率升至41.2%

XDOF实测显示GPT-6.2 Astra在Ember-0基准16项任务成功率从19.6%升至41.2%,并首次完成打结与展开T恤。

行业动态 · 2026-11-210 阅读

LLM排行榜更新:557模型248项基准

LLM排行榜更新至557个模型、248项基准,Gemini 4 Argon领跑编程榜;BenchLeader同日收录292项AI基准,指MMLU等旧基准已饱和。

模型进展 · 2026-11-210 阅读

智元精灵G2机器人部署蓝思手机测试产线

智元与蓝思科技达成战略合作,在手机测试产线部署数十台精灵G2机器人,承担测试工位自动上下料与设备交互等工作。

产品应用 · 2026-11-210 阅读

密歇根大学论文:编码智能体易报假显著p值

论文测试4个前沿编码智能体,发现其在无真实效应数据中54%到98%的运行报告假显著p值,子样本重放修正可将假阳性降至5.1%。

技术研究 · 2026-11-210 阅读

Anthropic创始人经F类股握50.1%投票权

Business Insider报道,Anthropic上市后通过F类股设计使7位联合创始人共同掌握50.1%投票权且不被稀释,并设独立信托持T类股维护AI安全使命。

融资并购 · 2026-11-210 阅读

&Truth基于Lean推验证机,&Atlas查C代码内存安全

Latent Space 分析形式验证对抗 AI 低质量代码,&Truth 基于 Lean 构建验证机,首个工具 &Atlas 从 C 语言开源代码起步聚焦内存安全。

行业动态 · 2026-11-211 阅读