开源动态7

Stripe测试：AI智能体校验环节有短板

InfoQ2026-07-19

AI 摘要

Stripe软件工程师Carol L：AI智能体构建Stripe集成方案时，因缺乏稳定验证层，还无法取代软件工程师。从业者指出，当前智能体短板在校验逻辑推导等方面。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Opus 5.1本周发布，AI智能体赛道将洗牌

消息称Anthropic本周将发布Opus 5.1，其升级聚焦单Token智能水平，强化编程、推理、AI Agent能力；OpenAI 10万亿参数模型Bel完成预训练；企业选模型‘够用就好’，Anthropic Fable 5份额低。

8月25日，Google Cloud发布Gemini Enterprise for Legal面向律所和企业法务团队开放预览。它想解决让模型进入律所现有工作系统，不打乱权限等规则的问题，通过MCP连接系统并继承权限，还组织各方合作。

ASI-Bench是衡量AI系统科学自主性的基准测试，由多机构联合开发。它能测试AI通用智能、创新性和执行力，通过信息梯度设计，让模型在不同指导量下完成科研任务，结果显示当前AI离自主科研有明显距离。

腾讯混元团队在 ACL 2026 Findings 发布的 ToolCPT 指出，Agent 用不好工具病根在预训练。它从真实代码挖工具，写说明书，融入预训练，实验显示能有效提升工具运用能力，但也有局限和成本。