智东西1月27日报道，昨晚，阿里巴巴推出了 Qwen3-Max-Thinking ，这是阿里千问系列目前能力最强的旗舰级推理模型，在19项权威基准测试中，Qwen3-Max-Thinking跟 GPT-5.2-Thinking、Claude-Opus ...

【导读】 13.8和13.11哪个大？这个问题不光难倒了部分人类，还让一票大模型折戟。AI如今都能做AI奥数题了，但简单的常识问题对它们依然难如登天。其实，无论是比大小，还是卷心菜难题，都揭示了LLM在token预测上的一个重大缺陷。

阿里巴巴近日正式推出其千问系列最新旗舰推理模型——Qwen3-Max-Thinking，标志着国产大模型在高效推理领域迈出重要一步。该模型在19项权威基准测试中展现强劲实力，与GPT-5.2-Thinking、Claude-Opus-4.5等国际顶尖 ...

OpenAI工程师Michael Bolin于上周五发布了一篇详细的技术分析文章，深入剖析了该公司Codex CLI编程助手的工作原理，旨在为开发者提供关于人工智能（AI）编程工具的更深层次理解。这些工具能够在人工监督下编写代码、运行测试并修复错误。这篇文章是对我们12月份关于AI代理如何工作的文章的补充，详细阐述了OpenAI如何实现其“代理循环”。

分析师/奕君校对/Tina策划/Eason“skill”可以说是最近AI圈内最火的概念。要是说前两年人们还在分享各种prompt技巧，现在则是不停种草好用的skill。在prompt时代，用户花费了大量的时间在重复某些要求和描述上。比如不停复制粘贴同 ...

这项由上海交通大学LLMSE实验室、中山大学和抖音集团联合开展的研究发表于2026年1月，论文编号为arXiv:2601.16746v1。随着AI编程助手越来越普及，一个让程序员头疼的问题正日益凸显：这些AI助手在处理复杂编程任务时就像健忘的学徒，需 ...

随着数字经济的渗透，企业对“数据驱动决策”的需求爆发式增长。2024 年 IDC《中国商业智能（BI）市场跟踪报告》显示，中国 BI 市场规模已达 89.6 亿元，同比增长 15.3%，连续 5 年保持两位数增速。但企业在 BI 落地中仍面临三大痛点： • 数据孤岛严重：68% 的企业表示跨系统（ERP、CRM、Excel）数据整合困难，无法形成全链路分析； • 业务 - IT 脱节：72% 的业 ...

《六面体》是一款开放式编程益智游戏，玩家需要根据要求设计和规划工厂生产所需的立方体。游戏提供了丰富的编程功能和工具，玩家可以使用Python、C++等语言进行编程，并通过调试和优化来实现最佳效果。游戏还提供了多种场景和任务，让玩家不断挑战自己的能力。同时，游戏还支持多人合作模式，让玩家可以与好友一起合作完成任务。《六面体》是一款适合初学者和进阶者的编程教育软件，通过游戏化学习方式，让编程变得有趣而 ...

2026年1月23日，北京——摩尔线程与北京市十一学校共同宣布，双方战略合作的“AI教育实训基地”已正式启用。作为首个落地北京的AI实训示范项目，该基地部署了摩尔线程MTTAIBOOK及云端算力，为学校多元化的人工智能课 ...

这就好比我们突然发现，原本只会纸上谈兵的军师，一旦给了他一套完整的作战工具，立刻就能指挥千军万马。研究结果显示，不同的AI模型在获得沙盒环境后，性能提升幅度从1%到24%不等，这在AI领域算是相当可观的进步。

编辑：KingHZ 【新智元导读】xAI联创撰长文故事：深陷电子邮件泥潭的软件工程师Ivan，借助Claude构建完美系统，却不知不觉越过界线。全球基础设施的「有机蔓延」如病毒般不可逆，警示AI效率追求的黑暗面。 xAI联合创始人Igor ...