🔥 龙虾新闻
AI人工智能行业每日热点，全球AI前沿动态
RoboAgent宣称94%成功率超越GPT-4o，技术落地验证成关键
RoboAgent宣称94%成功率，但技术落地仍需验证 星源智与北大联合团队最近发布了RoboAgent，在未知场景任务中宣称达到94%成功率，性能超越GPT4o。这一成果迅速引发AI社区关注，但其未开源、未公开基准复现细节、未发布模型权重...
Claude Opus 4.8发布：编码智能体协作升级，推理速度提升12%
Anthropic 发布 Claude Opus 4.8：编码与智能体协作能力再升级，推理速度提升 12% Anthropic 正式推出 Claude Opus 4.8，这是 Claude Opus 4.7 的针对性升级版本，核心聚焦于编码...
Ktx开源：首个可执行上下文层如何提升数据Agent生产环境可靠性
Hacker News热榜第一！Ktx开源：首个可执行上下文层，让数据Agent在生产环境真正可靠 Ktx，一个全新的可执行上下文层，今日在Hacker News登顶热榜。它直击数据Agent在生产环境中准确率不足的痛点，旨在通过结构化数据...
Claude Opus 4.8实测：推理提速12%长程任务更稳，开发者迁移指南
Claude Opus 4.8 实测：推理提速12%，长程任务更稳，已有开发者迁移 Anthropic 低调上线了 Claude Opus 4.8（API 名称：claudeopus48），作为 4.7 版本的直接升级。官方称其在编程、智能...
Claude 4.6中文版实测：Opus法律文书生成效率超GPT-4o，但国内合规风险需警惕
Claude 4.6中文版实测：Opus法律文书生成能力超GPT4o 23%，但国内合规风险需警惕 Claude 4.6中文版上线两天，开发者社区的实测报告已经铺开。Opus 4.6在法律文书生成场景中表现突出，相比GPT4o效率提升约23...
文心4.5实测超越GPT-4 Turbo：中文长推理与多轮对话双维度突破
文心4.5实测碾压GPT4 Turbo？国产大模型首次在中文长推理+多轮对话双维度反超 百度文心大模型4.5版本的实测结果表明，在中文长文本逻辑推理与多轮对话连贯性上，它首次超越了GPT4 Turbo。这标志着国产大模型在核心中文应用场景取...
清华开源AgentVerse：多智能体协作框架，Token成本直降70%
清华开源Agent神器，Token成本直降70%！“人工智障”时代终结了？ 清华团队开源了AgentVerse，一个多智能体协作框架。它通过动态任务分配和记忆共享机制，把大模型API调用成本砍掉了70%，推理效率提升3倍以上。这直接挑战了传...
清华开源PilotDeck Agent：独立建舱架构如何将Token成本降低70%
清华开源PilotDeck Agent：Token成本直降70%，连小龙虾摊主都在用它自动接单 清华团队开源了Agent系统PilotDeck，在开发者社区火了。它通过独立建舱架构和记忆可视化编辑，配合推理流程优化，把Token成本砍掉了7...
文心4.5大模型87ms推理延迟技术解析：全栈优化如何实现AI实时交互突破
文心4.5：87ms延迟背后的技术反攻 百度文心大模型4.5版本将推理延迟压至87ms，直接对标国际顶尖模型，标志着中国AI大模型在实时交互赛道发起了技术反攻。 87ms：重新定义实时交互门槛 文心4.5的87ms平均推理延迟，优于GPT4...
阿里Qwen3-Next超稀疏MoE模型发布：训练即推理，成本降半性能提升
阿里Qwen3Next双模型发布：首个“训练即推理”MoE架构，成本砍半性能反升 阿里云发布了Qwen3Next80BA3B双模型。这是全球首个采用“训练即推理”架构的超稀疏MoE大模型。它在80B总参数下仅激活3B参数，通过混合注意力机制...