AI真能用好科研软件吗？清华团队推出OSWorld-Science，智能体迎接硬核大考

本文针对AI能否自主操作科研软件完成真实科研任务的问题，介绍了清华大学牵头多机构推出的OSWorld-Science，这是面向真实科研场景的智能体评测基准，包含146项真实科研任务，评测了12个主流模型，曝光了当前智能体的能力短板，为领域研究提供了统一评测基础。

Claude Code 5亿美元背后的AI工程革命

文章介绍了Claude Code的诞生故事、技术选型、开发流程等。它从听歌小工具变为年入5亿美元产品，90%代码自写，开发流程快，还重新设计终端交互。Anthropic团队各环节AI化，也有特殊条件，有些经验可借鉴。

AI Agent时代的「AWS」：Manus 背后的重要功臣 E2B 是何来头？

文章介绍 E2B 这一开源基础设施，它为 Manus agent 提供虚拟电脑支持，允许在云端安全沙盒运行 AI 生成代码。其沙盒月创建量一年增 375 倍，CEO 目标是成 AI Agent 时代的 AWS，还探讨了 AI Agent 相关问题。

大模型手语翻译新进展：CAPO-SLT拿下中文三项最高分 | EMNLP'26

vivo AI Lab团队针对自动手语翻译生成中，无视觉证据支撑的错误累积导致语义偏移的痛点，提出置信度感知策略优化方法CAPO-SLT，仅调整强化学习更新规则，不修改主干网络，在中文手语翻译测试中拿下三项指标最高分，成果将发表于EMNLP'26。

十年老技术开发的 AI Agent 探索之路

本文是腾讯程序员探索 AI Agent 开发的经验分享。他从手动管理多终端的困境出发，介绍了突破并发上限、以代码优先解决 AI 需求、避免 Vibe Coding 翻车等内容，还阐述了 24h 打工人系统构建及 Agent 自举，最后探讨行业协议和 Goal-Driven 模式。

n8n是开源工作流程自动化工具，提供直观界面创建自定义流程，支持超400应用集成。过去一年增长迅速，活跃用户超20万，ARR增长5倍，GitHub获77.5k star。介绍其创立背景、优势特点，用户评价褒贬不一，还提及与其他工具对比及“公平代码”理念。

前百川联创下场、字节腾讯入局，到底谁在看好 AI 播客？

近期前百川智能联创焦可的‘来福’、前妙鸭相机产品负责人张月光的 ChatPods 等 AI 播客产品上线。‘来福’播客全由 AI 生成，国内多款同类产品也相继登场。虽产品效果能达及格线，但在多数播客场景难替代现有内容。

Anthropic更新了Skill Creator，评测框架上线

Anthropic更新Skill Creator，上线评测框架。该框架无需写代码，能处理两类技能测试需求，可测试和改进技能，有捕获质量回归等用途。还增加基准模式、多Agent支持等，能让技能触发更可靠，更新已在Claude.ai等可用。

用豆包工作 + iPhone 镜像，打通电脑和手机里的所有 App

豆包工作上线「录制操作生成技能」，用户演示讲解一遍，AI 就能固化为可复用的自动化技能。结合 macOS 的 iPhone 镜像，还可跨端自主操作手机里的微信小程序与各类 App。

接入它之后，微信成了我的生产力工具

墨问 Bots 开启公测，功能全部免费使用但需自备模型订阅。用户扫码即可将 Bot 接入个人微信，直接在微信对话或群聊中派发日常任务，或远程操控电脑写代码。