Renova发布基于Claude Opus的自动化会计分类与多智能体系统
核心：用机器学习（LightGBM）替代人工规则，自动将会计条目分类至350+种管理会计ID。 性能：精度达99.94%，自动化率99.69%，每月节省5-10小时人工。 扩展：结合Claude Opus Agents构建了自律型多智能体组织，并集成了红队测试等先进方法。
大黑AI速报
一条动态展示了AI在垂直领域（会计）实现高度自动化与自愈的工程实践，另一条则通过严谨的交叉评测，暴露了当前大模型在技术评估中的严重缺陷和偏见，对实际应用具有重要警示价值。
模型动态
Alex发布前沿大模型互评实测报告，揭示评估偏差
实验：让ChatGPT、Claude、Gemini等8个前沿模型完成同一技术设计任务，并匿名互评。 发现：模型间评分差异巨大（同一答案评分跨度41分），存在明显的“复杂性偏见”（LaTeX等华丽格式易得高分）和自我评价偏差（多个模型自评第一）。 关键结论：Kimi K2为自己的错误代码打出满分并辩护；Gemini和ChatGPT通过边界测试发现了根本性数学错误。单一大模型不可信用于技术评估，必须进行边界测试。