「AI能力猜想」共找到 11260 篇相关文章
Mistral 3开源，一举超越DeepSeek与K2？
近期，Mistral AI开源Mistral 3，含三款小型稠密模型及Mistral Large 3。Benchmark对比中，它领先国内DeepSeek - 3.1、Kimi - K2。Mistral Large 3是强开源权重模型，Ministral 3适合边缘端，成本性能比低。
DeepEval：LLM 应用评测不再玄学，让大模型评测像写单元测试一样简单
在大模型应用开发中，科学、自动化评测 LLM 输出质量是难题，人工评测效率低。DeepEval 是 Confident AI 团队开源的 LLM 评测框架，能用极简代码让评测像写 pytest 一样自然，内置多种评测指标，支持批量评测等。
OpenAI核心研究员坦白：上万Agent自发成军，奇点已经到来，三个月后无法预测
本文整理OpenAI核心研究员、o1推理模型开创者Noam Brown的访谈，披露OpenAI上万自发协作多智能体的技术突破，探讨AI发展远超人类预判，奇点临近，解决对齐问题的时间窗口正快速闭合
我用 GPT 6 Astra 做了一个 3D 版的《桃花源记》（文中含提示词）
作者宝玉分享借助GPT 6 Astra与Codex制作可交互3D版《桃花源记》的完整过程，公开可复用提示词模板，提供成品在线体验，分享AI生成交互式内容的实战心得。
刚刚，谷歌Gemini 3.8登场！姚顺宇：RSI巨大飞跃
深夜谷歌推出Gemini 3.8，六周内第三款Flash系列模型。含通用的Gemini 3.8 Flash和网络安全专用的Gemini 3.8 Flash Cyber，提升推理、代码能力，在多场景表现出色。已面向不同群体开放。
Vibe Coding杀进3D领域！OpenAI总裁都在围观这种新玩法
AI 3D 基础模型领先公司 VAST 发布 Tripo P2.0，直接产出原生四边面拓扑，解决生成后模型可用性问题。此外，VAST 完成约 30 亿融资，Tripo 系列在评测中居首。
吴恩达来信：与小团队更适配的“通才”人才
吴恩达指出AI原生软件工程团队与传统团队运作不同，使用编程智能体构建产品更快，也带来运营变化。团队要应对项目管理、设计、营销、合规等瓶颈，‘通才型人才’在小团队更具优势。
图灵也没想到，智能，必须在现实中「活」下来
第六届 ATEC 科技精英赛 ATEC2026 已开赛，由多单位共同组织。赛事聚焦人工智能、具身智能等方向，以真实世界挑战为命题，通过赛题设计检验系统在真实环境的运行能力，还设置丰厚奖励。
独家发布 Qclaw 24 小时后，OPC 们涌入观猹，等一个邀请码
腾讯发布桌面 Agent 工具 QClaw 后热度飙升，逼近字节豆包。因其可通过微信调用，安装门槛低。观猹成 AI 产品冷启动首选平台，还衍生出龙虾到家服务，观猹员真实评价助产品迭代。
智能体时代的人月神话
作者 Wes McKinney 因 AI 打乱睡眠作息，在工程师圈子热烈讨论人类技术优势。他开发 RoboRev 工具，结合《人月神话》探讨软件工程未来，指出智能体虽提升生产力，但面临本质复杂性、范围蔓延等问题，设计与品味仍至关重要。