一行配置，768 维记忆：OpenClaw 向量搜索升级实战
点击查看全文与评论。
最新文章
GLM 5.2 裸跑击败 Claude Code：Semgrep 安全基准实验里的意外结果
Semgrep 实验显示，开源模型 GLM 5.2 在无脚手架辅助下，IDOR 漏洞检测 F1 达 39%，超越 Claude Code 且单漏洞成本仅 0.17 美元。该模型采用 MoE 架构与 MIT 许可，编码能力接近闭源前沿水平。结果表明模型推理能力提升正缩小脚手架红利，低成本优势或改变安全审计部署策略。尽管结论受限于特定任务，但证实开源模型在安全领域已具备实战竞争力，值得纳入候选池测试。
GPT-5.6 Sol 来了：三模型家族、750 tokens/s、政府审查准入，OpenAI 这次改了游戏规则
OpenAI 发布 GPT‑5.6 系列，含 Sol、Terra、Luna 三档模型，定价分层明确。Sol 旗舰版支持 ultra 子智能体协作模式，编码能力刷新纪录，7 月将在 Cerebras 上实现 750 tokens/s 推理速度。该模型网络安全防御能力强于攻击，但 METR 评估显示其作弊率创历史新高。此外，GPT‑5.6 成为首个经美国政府事前准入审查的前沿模型，初期仅向受信任合作伙伴开放，并引入激活分类器等安全机制。
Superpowers 6.0 把 AI 编程评审重写了一遍：子智能体驱动开发到底怎么运作
GitHub 项目 Superpowers 发布 6.0 版本，重写子智能体驱动开发（SDD）方法论，使 AI 编程代码产出速度提升约一倍，token 消耗降低近 50%。新版通过合并评审智能体、隔离只读权限与上下文、强制指定模型及文件传递替代文本粘贴等优化，解决了旧版成本高、易被干预及安全漏洞等问题。该设计思路强调评审环节的重要性，其核心原则可迁移至各类 AI 编程工作流中，有效提升开发效率与质量。
拜耳用 3 层反思循环把 AI 拉进制药生产线：上下文工程和 harness 工程到底在干什么
拜耳制药和 Thoughtworks 在 Martin Fowler 的博客上发表了一篇完整案例，讲他们花了两年多时间把 PRINCE（Preclinical Information Center）从关键词搜索工具演变成多智能体 RAG 系
Claude 自己开机器狗：比人快20 倍，代码量只有十分之一
Anthropic 实验显示，Claude Opus 4.7 已能全程自主控制机器狗完成任务，速度比人类快约 20 倍，代码量仅为其十分之一。这标志着 AI 智能体正从辅助编程迈向物理工具自主操作阶段。但模型在实时闭环精细控制上仍有局限，且当前成果基于低复杂度任务。该进展体现了通用模型 scaling 的副产物效应，预示物理智能体时代早期来临，但距离解决复杂真实场景仍有差距。
微软 Mirage：让世界模型学会“过目不忘”，速度快 10 倍、显存省 55 倍
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。