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。

有趣的是，Claude Code在不同项目上下文中的表现也颇具特色。尽管同一工具类别在不同代码仓库中，其选择可能会有所不同，但在相同项目中，即使用不同的措辞表达需求，其选择的稳定性平均达到76%。这表明，项目的上下文对工具选择的影响远大于指令的措辞。 从实验结果来看，Claude ...

OrgMind 是一个集成了 OA 组织架构管理、RAG 知识库问答、AI 智能考试 与 企业级权限管理 的现代化组织智能系统。 系统采用前后端分离架构，前端基于 Ant Design Pro (React) 构建，后端采用高性能的 FastAPI (Python) 框架，底层数据存储使用 PostgreSQL 并结合 pgvector 实现 ...

2026 年开年，AI Coding 赛道突然加速，OpenAI 的 Codex 5.3 号称代码生成速度提升 25%，Claude Opus 4.6 在 SWE-bench 上继续刷榜，智谱 GLM-5 直接上了 745 亿参数。但比起 ...

scons ( 2.3.0 ) ant ( 1.8.2 ) Python ( 2.7.3 ) PostgreSQL ( 9.3.4 ) Linux x86-64: g++ ( 4.3.4 ) gcc ( 4.3.4 ) make ( 3.81 ) kernel ( 3.0.13-0.27-default ) Linux PPC64: g++ ( 4.3.4 ) gcc ( 4.3.4 ) make ...

最近，Y Combinator 几位合伙人录了一期播客，讨论一个很有趣的现象： 随着 OpenClaw 走红，一个属于 Agent 的“平行经济体系”正在成形。 这不是简单的效率提升，而是行为主体在变化。 过去，软件只是工具，人是决策者。无论是选供应商、订服务、搭技术栈，最终拍板的都是人。 现在，越来越多普通用户，甚至没有技术背景的人，开始把AI Agent 当成“替身”，让它去搜索、比较、筛选、 ...

机器之心编辑部在春节来临之前，海外大模型先来了一波硬碰硬的发布。北京时间 2 月 6 日凌晨，Anthropic 与 OpenAI 相继推出了新版本基础大模型，分别是 Claude Opus 4.6 与 GPT-5.3-Codex。昨天两家还在因为 AI 里面的广告而论战，今天在大模型发布上又撞车了。话不多说，直接看他们的模型能力如何。Claude Opus ...

Anthropic深夜上线Opus 4.6极速模式，速度提升2.5倍，价格竟暴力拉升600%。这一反常定价引发全球开发者集体破防，被指「吃相难看」，究竟是技术自信还是商业自杀？ 就在刚刚（2月8日），Claude Opus 4.6上线了一个极速模式（Fast mode）。 性能一致，速度却达到了正常 ...