Claude Anthropic发布自动化对齐研究新成果,Claude Opus 4.6表现突出 Anthropic发布研究,探索使用Claude Opus 4.6作为【自动化对齐研究员】。在实验中,人类研究员7天关闭了23%的“性能差距”,而配备额外工具的AI研究员则关闭了97%。研究详情:https://www.anthropic.com/research/automated-alignment-researchers[1][2][3][1][4]
Qwen / Openrouter 通义千问上线表格Agent,OpenRouter发布匿名模型 【通义千问】上线表格Agent,支持通过对话生成和编辑Excel表格。OpenRouter上线主打令牌效率的匿名模型Elephant Alpha。快看漫画也研发了多款AI应用。[5]
Arena推出新评估模式“Battles in Direct” AI模型对战平台Arena推出新评估模式Battles in Direct,支持在多轮对话中对匿名模型进行两两比较,更贴近真实使用场景,早期结果与标准对战排名相关性超过90%。[12]
Cline实测显示DGX Spark推理速度远超RTX 4090 Cline测试显示,在运行相同120B模型时,DGX Spark的推理速度(42.9 tok/s)是RTX 4090(8.7 tok/s)的【4.9倍】,凸显了专业AI硬件在推理速度上的优势。[11]
Meta被曝研发扎克伯格AI代理分身,旨在作为“代理CEO” 据《金融时报》爆料,Meta正在研发由扎克伯格本人数据训练的AI代理分身,旨在作为代理CEO与员工互动。扎克伯格亲自参与此“亿元俱乐部”项目,是AI代理在企业管理中的标志性潜在案例。[6]