新模型把成本、速度与代理能力推到新平衡点;与此同时,沙箱规模和跨模态物理推理仍是智能体走向真实世界的关键门槛。
Opus 5.5:更低成本瞄准复杂工作
Anthropic 发布 Claude Opus 5.5,强调代码、电脑操作与知识工作能力,并给出较上一代更低的典型任务成本和更快输出。官方数据适合看能力边界,中文实测与配置指南则能帮助开发者判断真实效果和接入细节。

Agent 训练先补上大规模沙箱
DeepSeek 的 DSec 论文公开了支撑大规模智能体训练与评测的沙箱基础设施,重点解决海量异构环境的创建、隔离和调度。它提醒行业:模型会调用工具之后,可靠环境、资源效率与防止奖励投机同样决定训练上限。

全模态模型开始接受物理推理体检
围绕 MiniMax-H3 的研究把关键信息分散在图像、视频和音频中,检验模型能否整合证据后完成物理世界推理;同日的 Apple Vision API 解读则展示了文档、镜头状态和手势感知的工程落点。前者揭示能力缺口,后者提供开发侧可用入口,适合一起观察多模态从识别走向行动的距离。


当前文章无评论,是时候发表评论了