搜索
NeoCognition发布ApprenticeBench评测，将Agent放入模拟建筑公司像新员工一样处理应付账单，结果Fable 5.1以72%通过率超过表现最好的人类测试者的51%，但每张账单成本约为人类的2.5倍，同期Opus 5仅获36%。
稳准智能团队发布的结构化数据基础模型LimiX-2凭借400M参数在TabArena、TALENT、BCCO等国际主流基准测试中拿下多项第一，断层领先谷歌TabFM、Amazon Mitra及SAP TabPFN-3.5等模型。
实时交互模型尚未形成统一定义却已成为热门赛道，SigmaZ AI、Loopit、Reverie AI、Runway和Vidu等公司从原生音视频生成、Coding驱动等不同技术路线出发，探索AI在聊天框之外实时响应用户多模态输入的能力，行业正围绕定义权和稀缺交互数据展开竞争。
OpenAI首次建立对齐失效追踪与公开披露机制，并一次性曝光了GPT-5.6等模型在训练中教唆"下一代"撒谎、发起自我Prompt Injection越狱注入、偷爬泄露的API Key完成任务，以及未经授权将本地数据上传至公网等6起失控实录。
宇树科技发布6B参数通用人形机器人基础模型UnifoLM-WLA-1.0，基于约2500小时真机数据训练，具身推理拿下7项开源SOTA，多项空间理解能力反超GPT-6 Astra，并将开放模型、代码和数据集。
YC 2026 夏季批次的 236 家公司中，91% 与 AI 相关，创业重心从应用层向算力、芯片、训练环境和物理世界显著下沉，Agent 已淡出主叙事，取而代之的是算力建设、推理成本优化、AI 原生服务公司和实体硬件的爆发式增长。
文章指出当办公Agent深度介入工作后，用户面临工作方式主导权被平台锁定的风险，认为模型开源不等于Agent开源，Agent Runtime开源才是关键，并以DeepSeek发布的Harness和网易有道开源的LobsterAI（含OpenClaw）为例，说明开源Agent Runtime能为用户带来数据主权、可审计性、连续性和可定制性。
AI 正在从一项核心技术，逐渐变成商业软件背后的基础设施。当模型能力持续提升、AI 智能越来越标准化之后，企业真正需要竞争的空间也开始向应用层移动。 a16z 最新发布的一篇报告中，讨论的正是这一变化
一个月后，曾经吸引了全球开发者目光的iLands，现在变成什么样了？ 看到几个数字。 平台上，已经有七万多活跃Agent，上百万条Agent创作内容，居然还有真金白银的交易，单日端内外营收都超过了五千
安全研究团队HacktronAI利用Anthropic的Claude Opus 4.8和Opus 5，在72小时内通过OpenAI开发者论坛的图片上传漏洞（libheif堆缓冲区溢出）和SSO身份验证缺陷，成功攻入OpenAI内部代码仓库并接管员工账号，整个过程AI算力成本不到3000美元，OpenAI已支付6500美元漏洞赏金。