“大家用AI都太保守了！”Claude Code负责人：我的方法更有野心～
“大家用AI都太保守了！”Claude Code负责人：我的方法更有野心～设定一些不合理的目标，然后告诉模型：这非常合理！
来自主题: AI资讯
9795 点击 2026-10-19 11:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
设定一些不合理的目标，然后告诉模型：这非常合理！
看着机器人抓偏了杯子、迟迟对不准面包机的插口，人们可能会忍不住提醒：“往左一点，再往前一点。”这些对人类来说再简单不过的调整，对机器人却未必容易。
OpenAI API 模型列表短暂出现 aurora-red-alpha、aurora-green-alpha 和 aurora-blue-alpha，随后被移除，Arena 盲测显示三者可能均为生图模型，但 OpenAI 尚未确认其身份。
Coding Agent正在进入新的发展阶段。过去，它们主要修复Bug、解决GitHub Issue或实现相对独立的功能，SWE-bench等Benchmark已为此建立了成熟评测范式；如今它们开始承担从完整代码仓库生成、跨语言迁移，到需要持续探索与验证的长周期软件工程项目，任务规模和执行时间不断增长，单个Agent的上下文容量、推理能力和执行效率逐渐成为限制。
一句话概括：多答案问答要求智能体找全整个答案集合，而不是只搜到一个就停止。现有 RL 方法在此场景下存在两处错位：优势计算停留在轨迹级，信用分配粗糙；F1 奖励对头部与长尾实体一视同仁，智能体缺乏探索长尾的动力。
设想一个日常场景： 家庭机器人刚刚在茶几上看见一本书，去厨房完成几项任务后，接到取书的指令，却又开始挨个房间搜索。它已经试过一个打不开的抽屉，过了一会儿，还是回到同一个抽屉前反复尝试。
Murea Labs的Murea-InWorld通过Murea-Mind协同Murea-Pro和Murea-Fast生成实时互动音视频，Murea-Pro以81.13分位列WBench Full-289第一，Murea-Fast以64.98分居OpenS2V-Eval参评开源模型第一。
《How Codex Happened》首次披露Codex从首发遇冷、转向本地Agent并借GPT-5系列突围，最终成为ChatGPT桌面端底座，后续将重回云端并探索无固定界面的主动式Agent。
Anthropic公开内部报告称，1334名员工预计到2030年底AI将完成前沿模型开发95%的工作，其Agent工时已远超员工，对AI进度的预期也显著高于美国公众。
英伟达RTX Spark全球开售，128GB版本开售数分钟即售罄；作者使用售价37999元的华硕ProArt创16本地运行Qwen3.8-27B等模型，实现免API费用的多种AI任务并获得“Token自由”体验。