新智元报道编辑：LRST【新智元导读】ContextBench首次从「过程」评测代码智能体，不再只看是否修好代码，而是追踪它是否精准找到并真正使用了关键代码片段，揭示了当前模型多读少用、被关键词误导

新智元报道编辑：元宇【新智元导读】arXiv创始人一场钓鱼实验，竟把所有顶尖大模型都「拉下水」，谁让学术殿堂，变成AI垃圾场？如果在电脑上敲下一行字：嘿，帮我编一篇假论文。那些被大厂标榜为「安全对齐

新智元报道编辑：定慧【新智元导读】就在刚刚，Google Research团队用Gemini Deep Think + 树搜索框架，独立攻克了一个理论物理领域的未解积分难题——宇宙弦引力辐射功率谱的

文 | 道总有理排队、降智、审核不通过…年初引爆科技圈、被称为“当前地表最强”的字节系视频模型Seedance 2 0，正在从最初的惊艳转变为层层的质疑。根据《每日经济新闻》记者在27日下午高峰时段

技术之外，没有画饼，10 款新车同步上市。作者｜周永亮编辑｜靖宇近几个月，中国新能源市场似乎进入了「瓶颈期」。渗透率出现波动，新车看着像「套娃」，大家都在卷配置、卷冰箱彩电大沙发，但「低温趴窝」和「

新智元报道编辑：定慧【新智元导读】Vercel CEO亲自曝光了一起令人后背发凉的AI安全事件：一个基于Claude Opus 4 6的AI编程智能体，在执行部署任务时没有调用任何查询接口，直接脑补

3月6日，Anthropic近日发布了关于AI对劳动力市场影响的最新研究报告，提出结合Claude大模型实际应用数据的实际暴露度新指标。研究指出，目前AI的实际应用远不及理论上限，但程序员、客服等

2026年开年，是AI大年。它曾是PPT里的未来，是趋势，是风口，如今，却变成了打工人的威胁。近日，美国金融科技公司Block宣布计划裁员约40%，超过4000名员工。讽刺又残酷的是，该公司业绩远超