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”。
工具 1
AI热点 26
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。
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。
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。
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。
Karpathy用Claude打造HackerTube推荐站AI热点Karpathy用Claude从20年HN评论中筛出6454个视频，约2小时完成HackerTube推荐站。
OpenRouter公布Claude Code会话成本数据AI热点OpenRouter公布Claude Code各模型会话成本中位数，Opus 5.5短会话$0.31。
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。
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。
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
谷歌发布T2J-Bench迁移评测基准AI热点谷歌团队发布T2J-Bench，用63个整仓任务评测PyTorch到JAX迁移，TwinHarness将得分提升11.4%。
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。
Anthropic扩大Claude文本水印覆盖AI热点Anthropic为合规将文本水印扩展至四款Claude模型，两款旧模型被曝可调参绕过。
Claude发现内核11年老漏洞并写出利用代码AI热点Anthropic披露其内部Claude模型发现Linux内核潜伏11年的高危UAF漏洞，并自动生成可用的两阶段远程利用程序，全程约53分钟拿到Root权限。
Claude限制游戏逆向工程类请求AI热点据Tom's Hardware报道，多名用户反映Anthropic的Claude开始拒绝游戏克隆、反编译和逆向工程类请求，部分非恶意通用反向工程任务也被拦截，Anthropic尚未发布官方公告确认该变化。
Anthropic 推出 Claude 智能报告工具AI热点Claude 智能报告面向 Enterprise 付费用户开放，可查看员工 AI 使用、产出与开销，官方强调不用于人事决策。
Claude取消Ultra套餐5小时限制AI热点Anthropic宣布将Max 20x更名为Ultra，价格不变，并为已验证的Ultra账户取消5小时使用限制，改为在周额度内连续使用，多数现有订阅用户即刻生效。
Claude智能体自主完成小鼠脑部手术AI热点基于Claude Sonnet 5的AI智能体首次自主选择基因疗法并为癫痫小鼠完成脑部手术，术中因校准误差拒绝继续，凸显AI对齐挑战。
Claude语音模式接入苹果CarPlayAI热点Anthropic宣布Claude移动应用升级，iPhone语音模式支持CarPlay，驾驶中可语音提问。
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%。