EvoX蜂群正确率超过70%，ClawBench真实网站完成率却最高只有33.3%。文章分析多智能体协作、真实网页执行、记忆交接、状态图和按结果收费之间的可靠性交付问题。

DiffuSpace与Acrab测试显示，扩散语言模型在端侧场景可将Agent运行速度提升约五倍。随着Meta语音模型和AI材料实验系统持续落地，AI竞争正从生成能力转向并行执行、设备响应与可验证交付。

OpenAI首次公开Astra（GPT-6）能力，在授权漏洞利用测试中达到100%成功率，网络安全能力约为前代模型四倍。文章分析强模型参与漏洞发现、代码修复与安全研发后，企业如何通过权限、沙箱和审计把...

AI陪伴产品Zeta在八月把月流水推过一千万美元，真正拉动付费的并不是多换一个聊天模型，而是把单角色对话改造成多角色共同推进的剧情体验。用户不再只是向虚拟角色提问，而是进入一段持续生长的...

AfterQuery以专家推理数据、强化学习环境和模型评测服务进入英伟达Nemotron训练流程，AI数据生意正在从基础标注升级为可验证的专家经验工程。

美国第九巡回上诉法院撤销亚马逊针对Perplexity的初步禁令，但案件仍将发回重审。Comet的本地执行、WorkBuddy的权限体系、Somni的感知闭环与Microduck的具身开源，共同揭示智能体走向现实世界后...