[AINews] 纽约市人工智能工程师：Gemini 4 Argon，Vals AI 基准测试
Gemini 4 Argon 今日正式发布，但我们早在两周前就已为其撰写了头条报道，而大多数基准测试，例如 CursorBench，也只是独立地证实了其相关宣称。
AI NEWS JOURNAL
全部 AI 动态
保留完整资讯流，用来源、主题和时间找到你关心的消息。
[AINews] 纽约市人工智能工程师：Gemini 4 Argon，Vals AI 基准测试
Gemini 4 Argon 今日正式发布，但我们早在两周前就已为其撰写了头条报道，而大多数基准测试，例如 CursorBench，也只是独立地证实了其相关宣称。
AMP 将 AI 代理与 OpenAI 模型进行超越代码的工作
参见Amp如何推进GPT-6 Astra,Ultrafast,GPT-Live-1的代理能做的前沿,并与ChatGPT签约.
负责任且安全地开发 Gemini 4 Argon
负责任且安全地开发 Gemini 4 Argon
Gemini 4 Argon：专为解决您最棘手的问题而打造
Gemini 4 Argon：专为解决您最棘手的问题而打造
[AINews] Meta Muse Wonder & Wonder Full：MSL 的 Claude 5.5 级前沿模型
MSL 作为前沿实验室的崛起终于宣告完成。
[AINews] Meta Muse Wonder & Wonder Full：MSL 的 Claude 5.5 级前沿模型
MSL 作为前沿实验室的崛起终于宣告完成。
web-edit 0.1a1
发布：web-edit 0.1a1 包含由Claude Opus 5.5在收到我提供的由GPT-6 Astra生成的Python 3.15性能分析报告后编写的性能优化代码。标签：性能分析，项目
Higgsfield从1分钟到10分钟拍摄AI视频
希格斯菲尔德用GPT-6 Astra带给创作者带去更长的视频,用GPT-Image-2.5带去精确的视觉,用GPT-Live带去语音电影制作的路径.
Anthropic 的动态工作流如何协调 Claude 代理（已更新视频！）
在 AI 工程师纽约大会上，Anthropic 借鉴了 Unix 和 Linux 的经验，阐释了代理如何在不使开发者不堪重负的情况下应对更大型的项目。
Anthropic 的动态工作流如何协调 Claude 代理（已更新视频！）
在 AI 工程师纽约大会上，Anthropic 借鉴了 Unix 和 Linux 的经验，阐释了代理如何在不使开发者不堪重负的情况下应对更大型的项目。
导入AI 476：创造力与RSI；比中国更差的开放权重模型；AI进军太空
我们会把月球交给机器人吗？
谷歌的新版Gemini智能体能够协调企业工作——即便与Claude协同也不例外
谷歌不仅仅是在打造又一个AI同事。它希望Gemini能成为统筹企业运作的系统——即便这项工作正由竞争对手的AI完成。
Asana 剪切模型在使用 GPT-6.1 的浏览器测试中花费 76x Sol
Asana在Codex中使用了GPT-6 Astra,使其浏览器代理76x更便宜,在测试中更快地为客户提供更有能力的模型.
Google Cloud 发布面向工作的 Gemini agent
Google 宣布通用工作智能体，连接企业上下文与业务系统，辅助规划和完成任务。
Pollo AI 将创意思想转化为与 OpenAI 的宣传活动
Pollo AI通过GPT-5.6,GPT-6 Astra,以及GPT‐Image‐2.5,帮助创作者将大胆的想法转化为详细的图像和影视广告.
GPT-6和智能用户界面
GPT‐6在ChatGPT全球推出智能UI,通过视觉和交互体验提供更快的响应,你可以直接探索和使用.
隆重推出 Mistral Large 4
隆重推出 Mistral Large 4
分享数学方面的AI进展
OpenAI从内部前沿模型发布数学公开问题的新成果,并分享关于GitHub的Lean证明形式化和研究细节.
ReviewBench：面向AI代码审查的开放基准测试
我们推出了ReviewBench，这是一个基于具有代表性的GitHub拉取请求、多源真实标注、校准后的评估以及与生产环境一致的指标构建的代码审查智能体基准测试。文章《ReviewBench：面向AI代码审查的开放基准测试》首发于GitHub博客。