RealReplicaBench 把一个刺眼的问题摆到了台面上：顶级模型已经能在不少考试型任务里拿高分，但一旦进入真实电商后台、软件界面和连续操作流程，Agent 的成功率仍然不稳。107 个真实工作任务中...

法庭上的日记，比发布会更精彩 马斯克起诉OpenAI一案的开庭，把这家公司最隐秘的一页翻到了阳光下。马斯克的律师当庭念出了OpenAI总裁Greg Brockman的私密日记，其中赫然写着'想摆脱马斯克并赚...

OpenAI 推出更高价 ChatGPT 订阅方案，说明大模型商业化正在向重度编程、复杂项目和企业级生产力场景进一步分层。