这种现象在现实使用中远比在标准化基准测试中更明显。当用户与 ChatGPT 等主流 LLM 进行长时间、多轮的复杂对话时，会明显感觉到模型开始变「笨」，变得难以聚焦、遗忘关键信息。

Anthropic于2025年10月15日发布了Claude Haiku 4.5。该模型在编码、计算机使用和基于代理的任务方面的性能与旗舰模型Sonnet 4相媲美，但成本仅为其三分之一，速度却是其两倍以上。 Haiku 4.5在SWE-bench ...

在2025年，众多AI安全研究团队对主流MCP工具的安全性进行了深入分析，发现了大量新型安全风险。尤其是海外的谷歌、微软、英伟达，国内的腾讯朱雀实验室、阿里达摩院安全团队，作为国际*的AI安全团队，他们在MCP安全检测领域都取得了重要突破。本文将从十 ...

作者｜沐风来源｜AI先锋官谷歌 Gemini 3.0已经在 X 上被“剧透”到发烫，这个尚未正式发布的模型，可以说是提前火出了圈。拿到内测资格的开发者们在X上一波接一波的分享着Gemini ...

还记得不久前我们吗，那会儿正是 nano banana 爆火，Gemini 登顶第一。许多人因此第一次去尝试了 Gemini 2.5 Pro，发现这个不声不响的旗舰模型，很多时候竟然比 GPT-5 还要好。 大量的测试结果，都提到 Gemini 3 ...

为了对比现有的模型能力，有网友采用了具有代表性的顶级编程模型 Claude 4.5 Sonnet 也采用类似的提示词进行了操作系统的生成，结果发现不仅图标显示不全，而且无法和生成出的任何内容进行交互，处于完全不可用的状态。

告诉你一个反直觉事实：对ChatGPT越凶，它回答的越准！来自宾夕法尼亚州立大学团队实证，4o在非常粗鲁情况下，拿下84.8%准确率。 一项来自PSU的最新研究，给所有人当头一棒——对LLM越粗鲁，它回答得就越给力。

短短一天之内，苹果、微软、Linux这三足鼎立的PC操作系统江湖就被Gemini 3.0 Pro全包了。 有网友尝试让Gemini 3.0 Pro生成一个网页版Windows，结果一次成功。

上周写了两篇关于GEPA的文章《Agent多步误差咋破？看下GEPA，反思自进化+帕累托前沿，超过DSPy的MIPROv2》《别被提示词优化困住！用DSPy.GEPA把Prompt做成可演进的工程（万字长文)》，有不少朋友还是很困惑。GEPA（Gen ...

整理 | 屠敏出品 | CSDN（ID：CSDNnews）今天，前 OpenAI 联合创始人、Eureka Labs 创始人 Andrej Karpathy（安德烈·卡帕西）带来了一个全新的开源项目——nanochat。用他自己的话说，这是他写过的最 ...