研究团队表示，三款模型基于相同的基础训练数据集，高一致率的结果符合预期。真正具备研究价值的是模型间25%的分歧部分，这种差异大概率并非源于模型对工具质量的独立判断，而是由基于人类反馈的强化学习（RLHF）调优策略不同，以及生成环节的专属微调差异导致。

2026 开年已两个月，Agent 依然是全球最引人注目的 AI 赛道之一。OpenClaw（原 Clawbot）掀起的那波 Agent 热潮至今仍在发酵，甚至让「一人公司」概念第一次真正有了落地的可能性。 就在近日，OpenClaw 超越了 React、Linux，成为 GitHub 上 Star 量最多的非资源/教程类开源软件项目。 从 Browser Agent 到 Coding Agent ...

前两天有个朋友问我最近在忙什么。我说翻了两本书。一本回忆录，542 页。一本讲 OpenAI 和 DeepMind 的，350 页。加起来四十多万字中文。他说你翻了多久。我说第一本花费半天，第二本半小时。他沉默了大概五秒钟，然后说：“你是不是在测试我的智商。”我把 Claude Code ...

还在纠结 Claude Code 的各种“黑魔法”怎么玩？Command、Subagent、Skills 到底有什么区别，各自适合什么场景？新出来的 Programmatic Tool Calling 又是啥，真的能提升「代码质量 + 开发效率」吗？因为一个工具不得不搭梯子，有没有体验接近、甚至更灵活的「平替」方案？本次分享将带你彻底搞懂～Claude Code ...

几千公里外，一枚造价可能只有几千美元的无人机坠落，它的冲击波不仅摧毁了当地的墙壁，也瞬间顺着海底光缆，爬到了你的桌面上，切断了你屏幕上的信号，蒸发了全球数亿美元的瞬时生产力。

文章发表后，学界的反应几乎是两极分裂。一批在特征工程和专家系统上耕耘多年的研究者，被迫重新审视自己工作的长期意义。争议至今没有平息，然而萨顿的判断，在接下来的七年里一再被反复验证。

Anthropic正在加速补齐其在 AI 智能体（Agent）领域的最后一块短板。2026年2月26日，据报道，Anthropic已正式完成对西雅图 AI 初创公司 Vercept 的收购。 这次收购的核心目标非常明确:通过 Vercept 顶级的视觉理解技术，让Claude能够像人类一样，真正“看懂”屏幕并精准操控各类软件。