开源动态8

ROMA：DeepResearch最佳开源平替

开源星探2025-09-15

AI 摘要

Sentient AGI团队开发的ROMA框架霸榜GitHub，能递归拆解复杂问题，性能超Grok - 4等闭源产品。它功能丰富、易上手，适用于研究分析、金融决策等场景，是DeepResearch的开源平替。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

J-Space让V4 Pro超Fable 5？测试结果翻车！

前两天J-Space凭夸张测试结果刷屏，宣称一份Skill接入Agent环境，能让V4 Pro在多基准大幅提升，部分成绩超Fable 5。但社区复测结果相反，作者未公开完整评测记录，还删质疑帖，引发公开打假。

科技创作者 Peter Yang 对话 Hermes Agent 作者之一 Karan Malhotra，探讨 Hermes Agent 与其他产品的差异、模型谄媚问题、开源意义等。Karan 指出其独特自我改进系统与专注用户需求特点，还提及让模型更贴合用户的方法。

Stripe推出基准测试套件，评估AI智能体构建完整Stripe集成方案的能力，测试聚焦金融系统贴近生产环境的集成场景。测试显示，不同任务类型评测结果差异显著，核心瓶颈在于验证环节，当前智能体短板在校验逻辑等方面。

AI飞速进步，人类最后考试（HLE）已不够用，伯克利牵头推出智能体最后的考试（ALE）。ALE真实、全面、可验证，当前最强AI在最难档通过率仅8.6%，主流系统平均2.6%，显示AI距替人干活尚远。