红杉 xbench：AI 去药企做实习，遥遥领先了人类
红杉 xbench：AI 去药企做实习，遥遥领先了人类xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
来自主题: AI技术研报
5911 点击 2026-05-19 10:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
Bloomberg 曝出重磅消息：Trump 政府正在起草一份全新 AI 安全行政令。草案中没有强制模型测试条款，也不会要求前沿 AI 模型在发布前获得政府批准，取而代之的核心方向是「自愿合作」。从 Biden 时代的强制红队测试报告机制，到如今强调企业自愿参与网络防御——美国 AI 安全监管正在经历一次路线级别的转向。
5月12日，小米集团总裁卢伟冰发文：为回馈全球开发者，小米正式启动「MiMo Orbit 100T Token 计划」，面向全球 AI 用户免费发放 Token 权益，计划在 30 天内累计发放 100 万亿 Token。
NVIDIA Dynamo 团队发现，Claude Code 向自定义端点发送请求时，prompt 最前面会带一行 session-specific billing header。这行 header 每个 session 都变，导致 52K token 的稳定前缀在 KV cache 中无法复用——TTFT 从 168ms 飙到 912ms。Dynamo 加了一个 `
让大模型写一个小游戏，已经不新鲜了。它可以很快生成一个 Flappy Bird、一个塔防游戏、一个物理解谜页面，甚至还能补上按钮、分数和简单动画。但真正的问题是：这些游戏到底有没有新的玩法？它们是在创造，亦或只是把已有游戏换了一层皮？
回到2024 年，科技圈最热闹的两场发布会，分别属于 Humane 和 Rabbit：一个做了别在胸口的 AI 徽章，一个做了揣进口袋的 AI 小方块。这两家公司的产品一度引发热潮和想象：AI 硬件的
今天，硅谷一篇长文《The next biggest moat in AI》刷屏了，作者是 Foundation Capital 合伙人、前麦肯锡咨询师 Jaya Gupta。这篇文章在 X 上 12 小时获得了130万阅读，被一群创始人和打工人同时转发，原因是它同时提供了两套视角：
2026 年 5 月 7 日，Google 发布了一款叫 Fitbit Air 的健康手环。99.99 美元，没有屏幕，配套一个叫 Google Health Coach 的 AI 订阅服务，每月 10 美元。同一天，沿用了十几年的 Fitbit App 改名 Google Health。
2026年5月4日，testingcatalog在Anthropic的Web/Mobile客户端里挖出隐藏功能Orbit。5月6日，Code with Claude大会在旧金山开幕。Orbit不等你开口就从Gmail、Slack、GitHub里替你干活了。
我在淘宝上花了28块钱，买了一个很奇葩的东西。