搜索
让Agent写周报、分析方案，已经是许多人的日常。但每次开始，用户还得翻找资料、交代背景，智能体也要经过查找、阅读、整理等多个步骤，才能真正开始任务。换个任务，这套流程又得重来。反复处理这些已有资料，既费时间，也增加token消耗。资料越多、步骤越长，还越容易遗漏信息或出现偏差，影响任务完成的准确率。
近日，清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归（agentic symbolic regression）的运行时框架 SRHarness [1]，让 AI 更可靠地从观测数据中发现公式；同时构建机制发现基准 MechBench [2]，系统评测 AI 能否进一步揭示公式背后的机理。
把杯子放进微波炉里，这一人类几乎不用思考的日常动作，机器人却可能在杯子放不稳、夹爪碰到门框这样的细节上频频出错。
在科技巨头的牌桌上，从来没有哪一次下注，像这次这般疯狂。
谷歌正式全球上线Gemini 4 Argon，向订阅用户、付费开发者、企业及科研人员等开放，并公布其在代码重构、科研、机器人和网络安全领域的应用案例。
最近，我和朋友们共识了一件事：这波 Personal Agent 浪里，最值得用的就是 Grok Bot。
刚刚，Anthropic的前沿红队发布了一篇重磅报告。
啥，DeepSeek又开始给机器人公司投钱了？！
就在今天深夜，Meta自豪宣布：自家的王炸大模型——Muse Wonder和Muse Wonder Full发布！
GPT-6.1 Sol，默认上下文直接冲到500k！