
AI自我进化没那么快:新研究揭示智能体在开放式研究上的短板
普林斯顿大学领导的新研究发现,AI智能体虽能胜任研究工程任务,但在开放式研究上缺乏创造力和判断力,其产出远未达到顶级会议标准,对AI自我改进的乐观时间线提出质疑。
浏览所有关于 SEO、GEO 和搜索优化的技术文章

普林斯顿大学领导的新研究发现,AI智能体虽能胜任研究工程任务,但在开放式研究上缺乏创造力和判断力,其产出远未达到顶级会议标准,对AI自我改进的乐观时间线提出质疑。

Google DeepMind 升级 Gemini API 托管代理,默认启用 3.6 Flash 模型,新增环境钩子、预算控制与免费层,强化智能体自动化与安全管控。

AI智能体规模化落地,数据基础设施是关键。调查显示,数据领先型企业对智能体决策的信任度达100%,而落后型企业仅为30%。本文探讨如何通过数据虚拟化、治理与实时流,构建可信数据环境。

DeepSeek V4 Pro正式版API发布,Agent能力全面增强,在Cybergym、AutomationBench等基准测试中超越Claude Fable 5,编程智能体测试DeepSWE得分从12.8飙升至62.7,同时面临定价上调与思维链表现差异等挑战。

OpenAI 发布 Frontier 平台,帮助企业构建、部署和管理可信任的 AI 同事。该平台通过共享上下文、权限管理和实践学习,弥合 AI 能力与企业实际部署之间的鸿沟,惠普、Uber 等公司已首批采用。

Endava通过将OpenAI的AI智能体深度融入软件交付全流程,实现了从开发、法律到商业团队的全面AI转型。其DavaFlow方法论证明,AI采用不仅是工具引入,更是行为变革与工作流重构。

OpenAI 发布实地报告,展示 AI 编码智能体如何现代化基因组学等领域的科学软件。报告涵盖八个项目,强调从实现到验证的角色转变,并指出长期管理仍是关键挑战。