OpenAI「自进化」Codex 实锤曝光：6 周准确率从 25% 飙升到 86%，没有一个人碰过代码
一个 AI 系统，没人重训模型，没人重写代码，6 周内自己把准确率从 25% 拉到了 86%。这不是科幻——这是 OpenAI 刚披露的 Tax AI 系统的真实表现。 Codex 分析自己的输出日志、定位 Bug、写修复方案、运行测试……
Claude Opus 4.8 + Dynamic Workflows：Agent 从「一对一助手」跨越到「一对多项目管理者」
5月28日，Anthropic 发布了 Claude Opus 4.8。按理说这只是一次常规的旗舰模型升级——Benchmark 全线上涨、价格不变、编码/推理/Agent 能力增强。但真正让人睁大眼睛的，不是模型本身。是 Dynamic Workflows。 这个功能被 Anthropic 标注为「research preview」，但它的能力描述一点都不低调：Claude Code 可以自主规划大型任务，启动数百个并行子代理，在单次会话中完成跨越数十万行代码的工程工作，并以现有测试套件为质量门进行自我验证。翻译成人话：你不再是 Claude 的「对话者」，你是 Claude 的「委托人」。 Dynamic Workflows 到底改变了什么？ 1. 从工具到项目经理 之前的 Claude Code 是优秀的编码搭档——你描述问题，它写代码，你 review。Dynamic Workflows 后的 Claude Code 更像一个 Tech Lead：接收一个 feature 级别的目标，自己拆分子任务，分配给并行运行的子代理，汇总结果，跑测试验证。 2. 并行编排的经济学 传统 Agent 工作流是串行的——先读代码、再写代码、再测试、再修复。现在数百个子代理可以同时干不同的事：A 代理改 API 层、B...
OpenAI Codex 企业化：ChatGPT 合体、62 个企业应用接入、10 亿用户即将解锁「超级 Agent」
> AI 摘要 > - Codex + ChatGPT 将在未来几周合体，近 10 亿用户解锁 Agent 能力 > - Sites：通过 URL 即可创建和分享交互式 Web 应用 > - 6 款 Agent 插件覆盖数据分析、创意、销售、产品设计、投资、投行六大角色 如果说 GitHu...
Step 3.7 Flash vs 腾讯 Hy3 Preview：国产 Agent 基座模型的「效率」军备赛
> AI 摘要 > - Step 3.7 Flash：198B MoE（仅激活 11B），400 tokens/s，Agent 单任务成本仅为 Claude Opus 4.6 的 1/9 > - 腾讯 Hy3 Preview：295B MoE（激活 21B），256K 上下文，快慢思考融合，两...
MiniMax M3 全解析：国产开源模型首次配齐「前沿三件套」，百万上下文不再只是纸面参数
为什么 MiniMax M3 值得你花10分钟读完？ 6月1日，MiniMax 发布了新一代旗舰模型 M3。如果你已经对模型发布会感到麻木 - - 理解。但这次有三件事同时发生，而且每一件单独拿出来都够写一篇文章。 第一：M3 是国产开源模型里第一个同时具备 Frontier Codin...