ITBench-AA 基准测试：所有前沿模型在真实企业 IT 任务中得分不及格——最高只有 47%
一个刚发布的基准测试，把 AI Agent 在企业级场景的「真面目」暴露了出来。 ITBench-AA 由 Artificial Analysis 和 IBM 联合推出，聚焦 SRE（Site Reliability Engineeri……
154K Star！Andrej Karpathy 用一份文件改了 Claude Code 的"脑子"
深度拆解 Andrej Karpathy 的 AI 编程洞见如何被社区转化为一份 CLAUDE.md，GitHub 154K Star。4 条原则让 Claude Code 从"闷头写"变成"会思考"。
Claude Agents 会做梦了：Anthropic 如何用"睡眠学习"让 AI Agent 从工具进化为同事
2026年5月Anthropic发布Dreaming功能，让AI Agent在会话间"做梦"学习。深度解析四阶段Consolidation、Harvey 6倍完成率案例，以及Agent记忆如何成为2026年AI新战场。
MCP 不再只是 Claude Desktop 的玩具：2026 年 5 个变化让它成了 AI 基础设施
一年多前，Anthropic 发布 Model Context Protocol（MCP）时，大多数人的反应是「又一个协议」。它解决的问题很具体：让 Claude Desktop 连接外部工具和数据源。 到了2026年5月，这个判断已经……
Qwen3.7发布：一个模型打通Agent全栈，从聊天到自主执行任务的跨越
先给判断：Qwen3.7不是一次常规的模型刷新，而是千问系列从 更好的模型 走向 更好的智能体底座 的分水岭。 5月20日上午，2026阿里云峰会上，Qwen3.7-Max正式发布。定位只有一句话： The Agent Frontier……