搜索
ATM-Bench 将「个人 AI 助手是否真的记得你」这件事，变成了一个研究的测试基准。结果并不乐观：专用记忆智能体系统普遍低于 20%，而 OpenClaw、Codex、Claude Code 等通用智能体普遍表现不佳，最高准确率不到 40%。
最近几个月，Vibe Coding（氛围编程）是一大刷屏热词。以 Cursor 和 Claude Code 为代表的一批工具，正在将软件开发效率推向新的高度。
前几天，Anthropic 开源了 claude-desktop-buddy，用一块小屏幕显示 Claude Code 里 Buddy 的状态。结果做着做着，它变成了一个完全不同的东西：M5 Paper Buddy （https://github.com/op7418/m5-paper-buddy）。
过去这半年，AI 圈有个变化特别扎眼：它不再只是能写几行代码，而是开始试图接管整个开发流程，从拆需求、推架构到写代码、修 Bug，一整条链路都在被重塑。过去我们评价一款 AI 编程工具，问的是它能写多少代码？写得够不够好？而现在，大家更关心的是它能不能把事情做完？用起来够不够省心。
最近，Claude Code 团队工程师 Thariq Shihipar又在X上发文了，上个月他写的Skill深度经验分享贴在社交平台爆火，这周他又发了一篇Claude的100万toke上下文窗口使用技巧的文章，平台阅读量已超过200万。
随着 AI coding agent 从 “辅助写代码” 走向 “直接执行开发操作”，模型开始被赋予修改代码、部署服务等真实运维权限。为减少频繁人工确认带来的打断，Anthropic 近期为 Claude Code 推出 Auto Mode，希望通过自动分类代替用户审核操作。
据外媒The Information报道，OpenAI将在未来三年内支付超200亿美元（约合人民币1364.3亿元）购买美国AI芯片独角兽Cerebras的芯片。作为协议的一部分，OpenAI将获得Cerebras少数股份的认股权证。此外，OpenAI还将向Cerebras提供约10亿美元（约合人民币68.2亿元），用于资助开发运行其AI产品的数据中心。
近日，OpenAI Codex产品负责人Alexander Embiricos与开发者体验负责人Romain Huet做客Peter Yang的播客，围绕Codex团队的产品开发实践、产品规划、AI对职业的重塑，以及团队协作与招聘理念等核心问题展开了深度对话，还提到了前段时间加入OpenAI的龙虾之父Peter Steinberger。
你的电脑长出了第二个光标了！OpenAI重磅更新Codex，AI能在后台自己开模拟器、修Bug，完全不耽误你前台工作。一代「赛博牛马」正式觉醒。
就在刚刚，Agents SDK迎来一次彻底的架构重写。原生harness、原生沙盒、Codex级的文件系统工具，外加七家头部沙盒厂商一键接入。3月初，GPT-5.4带着原生computer use（计算机使用）高调登场时，开发者就已经吐槽过一件事。