新闻资讯7

SaaS - Bench测试：Agent「全自动办公」幻想破灭

新智元2026-05-25

AI 摘要

UniPat AI：SaaS - Bench测试显示，多数Agent在真实工作场景中表现不佳，Claude Opus 4.7完全通过分数仅3.8%。当前Agent存在四种致命缺陷，距离真正替人干活路还远，未来软件或要为Agent重做。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

千问推电商Agent 开店成本大降

本文报道千问办公推出独立第三方电商Agent产品千问办公电商版，接入多平台主流电商工具，可帮商家实现跨电商平台经营管理，大幅降低开店试错成本，目前已面向商家开放邀测。

本文是Founder Park对出海服务商出海一叮创始人易宛尧的深度专访，内容涵盖易宛尧对当前AI硬件创业、品牌出海路径的判断，以及出海一叮用AI重构业务、打造AI Native组织的实践经验。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

Anthropic因AI编程规模暴涨，原有Git架构无法满足超大型单体代码仓库的需求，7人工程师团队借助Claude，耗时5个月从零开发出内部源代码控制系统Scion及配套工具，并完成全部迁移，本文分享了整套设计思路与工程实践。