搜索
Utopai Studios打造的Utopai X在Artificial Analysis Video Arena盲评中以1150 Elo位列全球第二，其核心竞争力是将模型深度集成PAI制作系统，并通过真实影视项目、专家反馈与系统迭代形成持续进化的数据飞轮。
StartLux发布完全开源的StartLux-Decision，其27B版本在Decision Index 0.2.1的38项基准中有31项超过Jev 1.13，并以63.88分升至公开榜首。
文章指出，AI时代的FDE已从软件部署延伸至梳理企业Ontology、验证方案、推动系统接入与员工采用，并通过沉淀可复用能力服务产品迭代，其核心难点正由技术转向沟通和组织变革。
开源项目agent-wow接入GPT-6 Astra，使其不读取游戏画面、仅依据服务器网络数据包自主感知和规划，40分钟内零死亡完成《魔兽世界》兽人新手村全部任务。
Rabbit创始人吕骋表示，人不该为Agent改变思考方式，OS3以持续对话、最多连接五台电脑并支持自带模型密钥和本地执行来降低门槛，但个人Agent的长期需求仍待验证。
在Anthropic冲刺IPO之际，Meta将Claude Code活跃用户从6万降至3万并转向Muse Code，微软也将内部Claude支出削减逾33%，单员工月度Token预算从10万美元降至1万美元。
《The Verge》报道，Mercor、Scale AI 和 Surge AI 招募律师、编剧、教师等专业人士生产 AI 训练数据，使劳动者在教 AI 取代原有工作的同时，面临项目骤停、严密监控、降薪和技能被模型掌握后需求消失的困境。
Google等提出RRSI，通过正则化Agent Harness自我改进中的Proposal与Selection，减少过拟合与复杂度累积，并提升未见基准上的迁移表现、降低Token成本。
Opus 5.5通过MV、3D游戏和机械沙虫等案例展示出编排完整创作流程的能力，文章指出爆款Demo正成为观察模型的新benchmark，但应结合时间、成本、工具与修改过程判断其成熟度。
Anthropic 为 Claude Code 默认开放可深度改装的 Mods，并推出拥有超 2000 个插件和连接器的 Claude Marketplace，但高权限与暂缺收益分成也带来安全和持续运营疑问。