从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 95
Claude Code团队:90%代码由Claude编写审查AI热点Claude Code团队分享Agent验证方法论,约90%代码由Claude编写和审查,独立grader检查使任务成功率提升最多10个百分点。
评审智能体将仿真静默失败率降至1.5%AI热点arXiv新论文提出Judge Agent,自动验证AI生成的科学仿真代码,将静默失败率从42%降至1.5%,盲测成功率89%。
Turing Agent发布:形式化验证研究级数学AI热点Turing Agent实现研究级数学端到端形式化验证,在TCS基准取得57-62%与83%成绩,并完成三项未解决任务。
DeepMind用AI四周生成650万行Lean证明验证libsignalAI热点DeepMind AlphaProof Code团队用5人与数十个并发Agent,四周生成650万行Lean证明,将Signal的libsignal加密库验证至AArch64机器码。
Visa推支付通行密钥验证AI代理购物授权AI热点Visa介绍支付通行密钥与Trusted Agent Protocol,用于确认AI购物代理获得用户授权,并区分合法代理与恶意机器人。
Meta论文披露ABTest Agent设计经验AI热点Meta发布论文介绍ABTest Agent:LLM仅编排步骤,数字由验证工具计算,并披露实测中的p-hacking风险。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness,开源模型在RoboDojo取得31.39分,超GPT-6 Astra的28.97分,真机取得53.50分。
腾讯微信视觉开源长视频剪辑AgentAI热点腾讯微信视觉开源长视频自动剪辑Agent WeVisCut,输入旁白脚本即可自动输出数分钟成片。
小米具身模型在青年公寓试运营AI热点小米Xiaomi-Robotics-1具身基座模型Agent闭环系统在小米青年公寓启动试运营,可自主完成桌面整理、垃圾清扫等长程任务。
OpenAI推出ChatGPT Businesses测试版AI热点OpenAI推出ChatGPT Businesses测试版,企业可认领商家资料、创建Business Agent并投放广告。
谷歌FlowAgent论文:CI内自动修复失败测试AI热点谷歌论文披露FlowAgent在内部CI自动修复失败测试,195例真实失败中67.18%修复正确,生产已应用28554个修复。
谷歌云CodeMender推安全隔离与灵活扫描AI热点Google Cloud在安全峰会公布CodeMender新预览能力与Auth Manager正式可用,强化智能体时代自动化安全防御。
奥特曼预告下一代GPT即将发布AI热点奥特曼在ADIPEC 2026开幕式上确认,攻克千禧难题的内部模型即即将发布的下一代GPT。
MasterControl开源Runway推理验证框架AI热点MasterControl发布内部验证工具Runway,围绕NVIDIA AIPerf构建合规决策流水线,并给出三项推理引擎评测发现。
SVApshot自动验证AI编写的RTLAI热点arXiv论文提出SVApshot框架,利用LLM自动生成并修复SystemVerilog断言,验证AI编写的RTL设计,实验成功检出人工与AI引入的缺陷。
Cohere验证投机解码加速低批量MoE推理AI热点Cohere新论文显示投机解码在细粒度MoE模型batch size 1下仍有效,实测10个模型给出具体加速数据。
UCSD发布vstack与veriserve验证基础设施AI热点UCSD Hao AI Lab推出vstack形式化验证工作流与veriserve可验证PD分离服务引擎,发现生产引擎3类竞态并给出TLAPS安全证明。
谷歌港大VeriCUA论文验证智能体完成声明AI热点谷歌与香港大学发布VeriCUA论文,提出用机器状态核实计算机智能体的任务完成声明,误报率显著低于现有方法。
Claude破译哥德尔笔记,验证400条定理AI热点Claude解读哥德尔未发表笔记,梳理出663条定理雏形,经Coq形式化验证400条成立。
DeepMind用AI验证Signal加密代码AI热点Google DeepMind宣布AlphaProof Code框架对Signal协议实际运行代码完成形式化验证,生成超600万行Lean证明,仅耗时四周,并开源相关工件。