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 36
Claude Enterprise上线三项企业新功能AI热点智能报告、应用内调研与团队共享预算今日正式可用
Anthropic用Claude解析原核Vault颗粒结构AI热点Anthropic借助Claude首次解析原核Vault颗粒三维结构，纯化时间从3天缩短至90分钟。
Anthropic用Claude完成API迁移CPU省40%AI热点Anthropic借助Claude将Messages API从Python迁移到Rust并全面上线，CPU消耗减少约40%-50%，首Token延迟改善10%-20%。
Anthropic用Claude智能体自动化红队研究AI热点Anthropic研究用数千Claude智能体规避数据监控，生成隐蔽错位训练数据，推动自动化红队。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现，协作测试中智能体群落发展受阻，对抗测试里 GPT 智能体策略更激进且胜率更高，相关项目已开源。
Kimi发布K3.1 Pro，降价对标Opus 5.5AI热点Kimi发布K3.1 Pro后训练模型，编程基准逼近Claude Opus 5.5，API价格下调约三分之一。
Anthropic组建15人芯片设计团队AI热点Anthropic在投资者会议上透露已组建15人芯片设计团队，用Claude模型开展定制芯片设计，内部测试显示可缩短设计周期。
ServerBench发布：智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准，评测编码智能体设计专用LLM服务系统的能力，Claude Sonnet 5.5表现领先。
MedPhysBench评测12模型医学物理计算AI热点MedPhysBench发布，评测12个语言模型在医学物理计算与错误检测任务上的表现，Claude Sonnet 5.5在等中心MU计算中19/20漏掉平方反比修正。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测，12款模型进行466场对局，GPT-5.6 Sol以78.6分居首，Claude Opus 5与GLM-5.3分列二三。
VideoMemBench发布：MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力，Claude Opus 5以45.7%居首，凸显上下文视频记忆挑战。
SLDBench v2发布：AI自主选实验评测AI热点研究团队发布SLDBench v2，让AI在付费实验目录中自主选择实验以发现Scaling Law，评测显示8个前沿模型自主选实验时成绩全部下滑，Claude Opus 5.5以4%成本取得最佳精度。
谷歌开源多智能体冲突基准CLASHarnessAI热点谷歌等团队发布并开源CLASHarness基准，首次对15个主流大模型在多Agent冲突场景下的表现进行实测。
思科Talos披露集成大模型的窃密木马AI热点思科Talos披露新型信息窃密木马Volta-Autodoxer，攻击者引入商业大模型自动对受害者数据画像，快速筛选高价值目标，展示LLM被用于增强传统恶意软件能力。
Agent Arena：缓存让Agent任务成本省3.6倍AI热点Agent Arena分析2.6万条会话数据，指出提示词缓存可让头部Agent典型任务成本降低至1/3.6，缓存失效平均增加5%账单。
EnvOS框架可审计任务中途变化的智能体AI热点arXiv论文提出EnvOS框架，可构建并认证任务中途变化的智能体测试环境