搜索：编程能力评估

「编程能力评估」共找到 4504 篇相关文章

「边思考、边搜索、边写作」WebThinker开启AI搜索&研究新纪元！

大型推理模型有推理能力，但静态知识限制其在复杂任务表现。WebThinker 让 LRM 推理中自主搜索、导航及写报告，集成探索器，有自主策略和训练工具，实验显示性能强，还指明未来探索方向。

一场关于协和“4+4”的热议引发医疗未来之问，浙江从医院、企业、政府三重维度，以浙大二院、德适生物、安诊儿等为例，展示AI在医疗领域的应用，构建未来医疗图景，推动医疗从“治病”走向“智愈”。

本文报道支付宝在2026外滩大会宣布，每年投入1000万元设立「智能体涌现奖」悬赏生活类AI智能体，开放自身支付、流量、风控等生态能力，助力独立开发者落地真实需求、实现商业闭环，抢滩智能体商业新入口。

本文为Google Research全球研发副总裁Yossi Matias的官方播客访谈，分享了Google在生成式AI、AI加速科研、行星级智能、量子计算等前沿方向的探索，探讨AI替代基础工作后对人才能力要求的变革。

本文是Android知名开发者Jake Wharton的深度访谈，他经历行业裁员后明确拒绝AI相关工作，针对企业用AI取代工程师裁员算了成本账，同时分享了对Kotlin发展、编程语言、开源生态的观点，干货十足观点犀利。

在AGI Playground 2026圆桌论坛，Axiom Math联合创始人等探讨AI核心问题。提到AI进入生产环境，可验证或成瓶颈，还从长任务智能体、推理基建等多方面深入交流，如模型验证、基建优化等。

最新爆料，Gemini 3.8 Flash明日登场，谷歌已放弃Gemini 3.5 Pro。其编程实力强悍，之前还为Gemini植入智能体视频理解功能，降本提效，可应对多种高难度场景。近期多家AI发布计划撞车，混战升级。

最近基模发布多，OpenAI 俩更新被低估忽略。一是 GPT - 5.6 Sol 的 Ultrafast 模式，输出最高达每秒 750 Token，先向少量 API 客户开放；二是 Codex 为其开放百万上下文能力，不过大窗口有代价。

7 月初，字节在火山引擎 FORCE 大会上放出 SeeDance 2.5，它能一次性生成 30 秒完整成片。文章详述其能力，提出视频生成的不可能三角判断框架，还分析它会重新定价产业链上多个环节，改写产出随机性。

本文分享清华关于经验时代，已部署的 Agent 如何将交互轨迹转化为持久能力，从自我进化到元进化的论文。介绍了 Harness、技能、记忆、环境等方面，还提及 RL 与持续学习、元进化智能体等内容。