专业医生远不如AI模型？OpenAI推出医疗开源测试基准HealthBench，o3表现最强

OpenAI推出医疗开源测试基准HealthBench，由262位多国医生合作打造，含5000段真实健康对话。评估显示o3综合表现最佳，顶尖AI处理任务能力超无辅助医生，HealthBench更真实专业有区分度，但也有局限。

强迫模型自我争论，递归思考版CoT热度飙升！网友：这不就是大多数推理模型的套路吗？

近日，概念CoRT火了，它在CoT基础上加了“递归思考”，能让AI递归思考响应、生成替代方案并选最优，结合“结构化自我批判”提升推理力。不过网友质疑它是“新瓶装旧酒”。

Cursor就是最强知识库应用，没有之一

作者认为最好用的知识库应用是Cursor，它有RAG能力，能处理代码和纯文本，可创建修改文档，具备搜索能力且会及时支持先进模型。作者还分享用Cursor配合文档工作的规则及使用示例。

黄仁勋放话：英伟达全员拥抱智能体！

黄仁勋称英伟达全员将配AI助手，未来AI智能体成主流。Meta小扎、微软纳德拉等也认为AI重塑开发者角色。当下AI编程工具掀起革命，虽有局限，但已改变开发周期，企业多已应用。

新站上线，如何在谷歌上获得高曝光和点击？哥飞和良辰美的网站案例分析，揭示了排名、上线时间对流量获取的影响，以及如何通过社群活动激励站长们参与竞争。

Agent 开始接管现实任务，边缘计算需要接住什么？

本文结合9月23日英特尔行业解决方案大会的现场案例与产品，探讨AI Agent落地现实任务后边缘计算的新要求，分享多行业落地方案，点明AI从云端演示走向实际业务的产业变化。

Aether AI发布首个因果世界模型，世界模型开始思考“行动背后的因果”｜甲子光年

本文报道Aether AI发布全球首个因果世界模型CausalWM，该模型在TriWorldBench评测榜单以66.04分登顶榜首，采用创新因果思维链机制，探索降低AI机器人落地"重训税"的新路径。

零样本刷新三项基准：ZeroDiff++让AI边考试边学习 | TPAMI'26

本文介绍发表于IEEE TPAMI 2026的ZeroDiff++模型，是ICLR 2025 ZeroDiff的扩展工作，针对生成式零样本学习的虚假语义关联、分布脱节问题提出新框架，在三项主流基准刷新成绩

豆包工作这波更新，我给满分！一大波实测来了

本文为新智元出品的实测文章，针对字节跳动豆包工作的最新三大更新展开体验测评，分析当前AI办公的核心痛点，验证新功能的实际解决效果，给出真实使用评价。

特斯拉为什么非要造Cybercab？｜甲子光年

北京时间9月4日，特斯拉低调发布Cybercab，已进入奥斯汀Robotaxi运营体系。它专为Robotaxi打造，无方向盘与踏板。文章探讨特斯拉造它的原因，涉及成本、生产等，也指出业务面临财务和法规问题。