「软件评测」共找到 1248 篇相关文章
OpenAI 推出 GPT-5 驱动的安全卫士Aardvark：Codex 绝佳搭档
OpenAI推出由GPT - 5驱动的自主安全研究智能体Aardvark，用于软件安全保障。它能持续分析代码仓库，识别并修复漏洞，目前在内部及合作伙伴代码库效果良好，正处私有测试阶段。
震撼发布！最大人体动作数据集 MotionMillion 正式登场
上海交通大学研究团队构建高效标注流程，发布最大人体动作数据集MotionMillion，含超2000小时、200万条文本 - 动作配对数据。还推出评测体系MotionMillion - Eval，训练70亿参数动作生成大模型，刷新SOTA。
刚刚，苹果绝密计划曝光！3年7款新品，AI眼镜27年卖爆千万台
知名分析师郭明錤爆料，苹果正秘密研发7款头显，2025年M5版Vision Pro打头阵，2027年智能眼镜将席卷市场，1000万台出货量可期。苹果硬件实力强，但AI软件是瓶颈。
YC 2026 Startup 复盘：硬件、数据的都在挣钱，应用团队开始自己训模型了
本文是YC核心团队基于过去12-18个月的创业项目数据，复盘AI创业生态的最新变化，拆解硬科技、软件、数据服务等赛道的新机会与趋势，为AI创业者提供方向参考。
拒绝OpenAI和Anthropic邀约，DeepMind安全研究员离职转向独立测评
本文报道，多名头部AI机构研究员因AI安全顾虑离职，DeepMind AGI安全研究员Engels拒绝OpenAI、Anthropic邀约，加入独立评测机构METR，围绕AI递归自我改进失控风险展开讨论。
Virustotal对OpenClaw恶意技能(Skills)的跟踪分析
增长最快的个人人工智能代理生态系统OpenClaw沦为恶意软件新传播渠道，VirusTotal检测到数百个OpenClaw技能存在恶意行为。其介绍了OpenClaw相关信息，还提及新增支持及案例，最后给出安全建议。
这届网友太狠了：Clawdbot爆火，狂囤40台Mac mini来跑
周末，AI 助手 Clawdbot 爆火，顺带带火了 Mac mini。它可在聊天软件中对话、自动完成任务，由四大核心组件支撑，应用场景广泛，创始人 Peter Steinberger 于 2026 年 1 月发布该开源项目。
A 路径 VS B 路径：先攻新加坡还是直取美国？中国科技出海的生死选择题
文章围绕中国科技出海展开，对比 A、B 路径，分析中美市场特点，指出中国软件市场是试炼场，还阐述开源项目全球化路径，认为新加坡可作出海首站，最后推荐 AICon 北京站活动。
Agent 时代启示录: 当 Agent 作为新物种加入经济系统
文章指出 Agent 时代正颠覆传统互联网分析框架，如 To B/To C 边界模糊、付费逻辑转变等。软件形态也在重写，Agent 成新物种加入经济系统，还探讨了 Agent Harness 商业机会，如 Runtime、Context、Orchestration 层。
ACL 2026 | OPeRA Dataset: LLM真的能模仿人类行为了吗？首次系统评估LLM的人类行为模拟能力
美国东北大学等机构研究者提出OPeRA数据集，采集真实用户在线购物行为，支持系统评测LLM个体化行为预测能力。实验显示当前主流LLM在模拟人类行为上表现有限，揭示其能力边界。