全部动态

NVIDIA 推荐的论文：Opus 4.5 每步压缩上下文，SWE-bench 得分 70.2 几乎不输完整历史，峰值上下文降到 8K，还能省钱。

elvis@omarsar011 个信源在谈原文

Simon Willison 把 2026 年的模型和工具串成一条时间线讲给你听，编码智能体什么时候开始真的能干活，这条主线讲得很清楚。

Epoch AI 搞了个新基准，让 AI 看照片对照说明书找宜家家具装错的地方，GPT-6 Astra 拿了 80 分，还顺带测出了各家模型的不同毛病。

斯坦福发了个AutoMem，给智能体装上可训练的记忆模块，让32B模型打平Claude Opus 4.5。省去调任务动作，光改记忆就提升2-4倍，搞长程任务的别错过。

elvis@omarsar02 个信源在谈原文

Simon 用五分钟讲清了 LLM 过去半年的关键转折——编码代理从玩具变成生产力工具，做 AI 开发或重度使用编程助手的团队值得花五分钟了解这个趋势，看完会对模型选择和工具策略有更清晰的判断。