<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>一起港湾 - AI 评测与前沿</title>
    <link>https://www.17gw.com/forum-66-1.html</link>
    <description>Latest 20 threads of AI 评测与前沿</description>
    <copyright>Copyright(C) 一起港湾</copyright>
    <generator>Discuz! Board by Discuz! Team</generator>
    <lastBuildDate>Mon, 24 Aug 2026 19:21:16 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://www.17gw.com/static/image/common/logo_88_31.gif</url>
      <title>一起港湾</title>
      <link>https://www.17gw.com/</link>
    </image>
    <item>
      <title>🚨对比测评：神秘模型 Ox Alpha 性能封神！</title>
      <link>https://www.17gw.com/thread-7455-1-1.html</link>
      <description><![CDATA[🚨对比测评：神秘模型 Ox Alpha 性能封神！

OpenCode 刚放出的 stealth 模型 Ox Alpha，在 DeepSWE 10 个硬核任务实测中直接碾压一众一线模型，平均分高达 80%，把大家都整不会了。

关键要点拆解：
🔹实测成绩（10 任务均值） • Ox Alpha：80%（8 个任务全过 ✓， ...]]></description>
      <category>AI 评测与前沿</category>
      <author>王允林</author>
      <pubDate>Fri, 21 Aug 2026 08:33:35 +0000</pubDate>
    </item>
    <item>
      <title>Grok 4.6 刚刚在 MedAgentBench 上排名第一......这是现实世界代理医疗保健任务最有趣的基准之一</title>
      <link>https://www.17gw.com/thread-7382-1-1.html</link>
      <description><![CDATA[Grok 4.6 刚刚在 MedAgentBench 上排名第一......这是现实世界代理医疗保健任务最有趣的基准之一

现在，Grok 有两代人跻身前三名

• #1 Grok 4.6 — ~95.9%
• #2 GPT-5.6 Sol — ~94.7%
• #3 Grok 4.5 — ~93.4%

MedAgentBench 远远超出了回答医疗问题的范围

它在 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>皮埃尔</author>
      <pubDate>Thu, 20 Aug 2026 06:49:57 +0000</pubDate>
    </item>
    <item>
      <title>DeepSeek V4 Pro 正式版测评来了，SuperCLUE 综合总榜第2。</title>
      <link>https://www.17gw.com/thread-7367-1-1.html</link>
      <description><![CDATA[DeepSeek V4 Pro 正式版测评来了，SuperCLUE 综合总榜第2。

对比预览版，几个关键数字变化挺大：智能体编程 47.37→63.16（+15.85），幻觉控制 79.70→89.73，任务规划也涨了6.48分。推理耗时同步优化了，不是纯堆分。

精确指令遵循小幅下滑，开发团队明显优先强化长 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>木朵</author>
      <pubDate>Thu, 20 Aug 2026 01:18:36 +0000</pubDate>
    </item>
    <item>
      <title>24 人团队，撬动 AI 芯片格局，Taalas 被 AMD 收购背后，是算力战场的转向。</title>
      <link>https://www.17gw.com/thread-7351-1-1.html</link>
      <description><![CDATA[24 人团队，撬动 AI 芯片格局，Taalas 被 AMD 收购背后，是算力战场的转向。

不同于英伟达通用 GPU 路线，Taalas 选择牺牲通用性，将模型直接固化进硬件，绕开 HBM 内存墙，实现超低延迟推理，但缺点也很明显：一块芯片只能跑一套模型，灵活性大打折扣。
AMD 这次收购 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>王吉杨</author>
      <pubDate>Thu, 20 Aug 2026 00:26:32 +0000</pubDate>
    </item>
    <item>
      <title>LLM-as-a-Verifier 不断突破性价比的极限！</title>
      <link>https://www.17gw.com/thread-7315-1-1.html</link>
      <description><![CDATA[LLM-as-a-Verifier 不断突破性价比的极限！

在 Terminal-Bench 2.1 测试中，它将 DeepSeek V4 Flash 的准确率从 79% 提升至 88%，而价格却比竞争对手低 4 到 11 倍！

点击此处体验：https://github.com/llm-as-a-verifier/llm-as-a-verifier

@jackyk02
 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>我爱榛子</author>
      <pubDate>Wed, 19 Aug 2026 13:46:55 +0000</pubDate>
    </item>
    <item>
      <title>阿里巴巴刚刚发布了它所缺少的那一块拼图  它叫 OpenSandbox。</title>
      <link>https://www.17gw.com/thread-7233-1-1.html</link>
      <description><![CDATA[🚨中国人又干了一票！!

阿里巴巴刚刚发布了它所缺少的那一块拼图

它叫 OpenSandbox。

真正的隔离环境，让你的代理随心所欲。

里面可以运行什么：

→ Claude Code、Codex CLI、Gemini CLI、Qwen Code 和 Kimi CLI
→ Chrome 和 Playwright 用于自动化浏览
→ 通过 V ...]]></description>
      <category>AI 评测与前沿</category>
      <author>音乐人闭能文</author>
      <pubDate>Mon, 17 Aug 2026 06:48:30 +0000</pubDate>
    </item>
    <item>
      <title>三星开始让AI造芯片了：一个月的工作压缩到两天，Exynos研发迎来新变量</title>
      <link>https://www.17gw.com/thread-7223-1-1.html</link>
      <description><![CDATA[三星开始让AI造芯片了：一个月的工作压缩到两天，Exynos研发迎来新变量

如果一个原本需要一个多月才能完成的芯片研发任务，现在两天就能搞定，会发生什么？

三星正在给出一个很有意思的答案。

根据韩国媒体最新报道，三星电子 System LSI 事业部从今年 5 月开始正式 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>爱深求</author>
      <pubDate>Mon, 17 Aug 2026 00:34:54 +0000</pubDate>
    </item>
    <item>
      <title>#DeepSeekHarness发布# 【DeepSeek Harness 真正狠的地方，是它没有&quot;核心&quot;】</title>
      <link>https://www.17gw.com/thread-7200-1-1.html</link>
      <description><![CDATA[#DeepSeekHarness发布# 【DeepSeek Harness 真正狠的地方，是它没有\&quot;核心\&quot;】

DeepSeek 的 agent 框架 Harness 上线三天，39,735 个 star。多数人当它是又一个 Coding 工具，但架构文档开头就写了它的定位：no privileged core，没有特权核心。

Claude Code、Codex 的 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>想拒绝呼吸</author>
      <pubDate>Sun, 16 Aug 2026 04:33:46 +0000</pubDate>
    </item>
    <item>
      <title>黄仁勋9大预言！3年后机器人满街跑，AI将重塑世界。</title>
      <link>https://www.17gw.com/thread-6892-1-1.html</link>
      <description><![CDATA[黄仁勋9大预言！3年后机器人满街跑，AI将重塑世界。

他是黄仁勋，英伟达“皮衣刀客”，手握全球AI算力命脉。2026年最新9大预言，每一条都将改变未来！

1、生成式AI只是开胃菜，智能体AI才是主菜，3年内爆发

2、3–5年机器人无处不在，走进家庭工厂

3、物理AI催生50 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>大款和花花</author>
      <pubDate>Sun, 24 May 2026 01:24:30 +0000</pubDate>
    </item>
    <item>
      <title>Antrophic is now the front runner of AI Boom</title>
      <link>https://www.17gw.com/thread-6857-1-1.html</link>
      <description><![CDATA[]]></description>
      <category>AI 评测与前沿</category>
      <author>恒国</author>
      <pubDate>Fri, 15 May 2026 15:17:50 +0000</pubDate>
    </item>
    <item>
      <title>最近一次使用ChatGPT 5.5 Pro的体验  标题平平无奇，内容却让整个数学圈坐不住了。</title>
      <link>https://www.17gw.com/thread-6823-1-1.html</link>
      <description><![CDATA[今天，菲尔兹奖得主Timothy Gowers在个人博客上发了一篇长文——


最近一次使用ChatGPT 5.5 Pro的体验

标题平平无奇，内容却让整个数学圈坐不住了。

文中，他亲手验证了一个令整个数学界不寒而栗的事实：

GPT-5.5 Pro，用了不到两个小时，独立完成了一项博士论文级 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>怀哥</author>
      <pubDate>Sun, 10 May 2026 06:23:57 +0000</pubDate>
    </item>
    <item>
      <title>索尼 AI 发布的一段视频显示</title>
      <link>https://www.17gw.com/thread-6764-1-1.html</link>
      <description><![CDATA[索尼 AI 发布的一段视频显示


展示了一个代号为 Ace 的自主乒乓球机器人

再正式规则下和人类高水平选手对打的画面

该机器人在与顶尖人类球员的对决中不仅能轻松应对，有时甚至能将人类选手击败...

乒乓球运动是一项需要高速感知、实时决策、精确执行的竞争性运动

 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>sinalook</author>
      <pubDate>Thu, 23 Apr 2026 16:35:40 +0000</pubDate>
    </item>
    <item>
      <title>Token消耗榜挺有意思的… ​​​</title>
      <link>https://www.17gw.com/thread-6689-1-1.html</link>
      <description><![CDATA[]]></description>
      <category>AI 评测与前沿</category>
      <author>Oracle</author>
      <pubDate>Tue, 14 Apr 2026 13:15:49 +0000</pubDate>
    </item>
    <item>
      <title>【AIGC日报】2026.4.12 | 今日要闻速览</title>
      <link>https://www.17gw.com/thread-6624-1-1.html</link>
      <description><![CDATA[【AIGC日报】2026.4.12 | 今日要闻速览

1、智谱GLM-5.1编程能力首超GPT-5.4，国产算力闭环跑通
2、阿里Wan 2.7-Video正式发布，AI视频迈入「导演时代」
3、OpenAI GPT-6官宣4月14日发布，200万token超长上下文
4、DeepSeek V4确认4月下旬发布，万亿参数+国产芯片适配
5 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>小川8433651</author>
      <pubDate>Sun, 12 Apr 2026 06:10:30 +0000</pubDate>
    </item>
    <item>
      <title>据传 Anthropic 正在测试一个代号为「Conway」的突破性新项目，一个“永远在线”的 AI Agent</title>
      <link>https://www.17gw.com/thread-6542-1-1.html</link>
      <description><![CDATA[据传 Anthropic 正在测试一个代号为「Conway」的突破性新项目，一个“永远在线”的 AI Agent，Claude 从被动的 ChatBot 转变为自主的 Digital Twin！怎么感觉这是 Anthropic 的 Siri，也期待今年 WWDC Siri 的框架大更新
✨ http://t.cn/AXImXDLf ​​​

 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>湖泊</author>
      <pubDate>Fri, 10 Apr 2026 04:29:35 +0000</pubDate>
    </item>
    <item>
      <title>微软发布 Harrier 系列嵌入 AI 模型，MTEB-v2 基准测试超越谷歌夺冠</title>
      <link>https://www.17gw.com/thread-6484-1-1.html</link>
      <description><![CDATA[【微软发布 Harrier 系列嵌入 AI 模型，MTEB-v2 基准测试超越谷歌夺冠】微软必应（Bing）团队于 4 月 7 日发布博文，宣布为满足现代 AI 智能体系统对信息处理的高标准需求，开源推出业界领先的文本嵌入模型系列 Harrier，该模型在多语言 MTEB-v2 基准测试中排名第一。  ...]]></description>
      <category>AI 评测与前沿</category>
      <author>大贤良师</author>
      <pubDate>Thu, 09 Apr 2026 00:45:44 +0000</pubDate>
    </item>
    <item>
      <title>阿里 AI 进入战时体制：打通模型、云与业务的全链路</title>
      <link>https://www.17gw.com/thread-6483-1-1.html</link>
      <description><![CDATA[【阿里 AI 进入战时体制：打通模型、云与业务的全链路】


快速阅读：阿里巴巴通过全员信宣布重大组织调整，核心在于将AI战略从单纯的技术探索转向规模化商业落地。通过成立集团技术委员会并升级通义实验室为事业部，阿里试图打破业务壁垒，实现模型、云基础设施与应用 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>快乐购物</author>
      <pubDate>Thu, 09 Apr 2026 00:43:52 +0000</pubDate>
    </item>
    <item>
      <title>Seedance2.0 最大的竞争对手来了，Artificial Analysis 突然冒出一匹黑马，没有官网，没有论文，没有任何公开信息</title>
      <link>https://www.17gw.com/thread-6454-1-1.html</link>
      <description><![CDATA[Seedance2.0 最大的竞争对手来了，Artificial Analysis 突然冒出一匹黑马，没有官网，没有论文，没有任何公开信息，HappyHorse 盲测超越 Seedance 2.0 登顶第一 。


大家猜一猜，HappyHorse 这是谁家的快乐马，不对，黑马啊？

大概率是国产的。
## ​​​


 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>爱花花爱莎莎</author>
      <pubDate>Wed, 08 Apr 2026 09:11:12 +0000</pubDate>
    </item>
    <item>
      <title>Redis作者 antirez 的一项实验，这里GPT 5.4 要优于Claude Opus</title>
      <link>https://www.17gw.com/thread-6418-1-1.html</link>
      <description><![CDATA[Redis作者 antirez 的一项实验，这里GPT 5.4 要优于Claude Opus  

-----------------------------
过去一周里，我分别对 Claude Code Opus 4.6 和 Codex GPT 5.4 跑了很长时间的自主会话，两者都开到了最大思考预算。它们运行在各自克隆出的目录中；只要其中一边落后了 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>埋葬冬天的回忆</author>
      <pubDate>Wed, 08 Apr 2026 01:23:26 +0000</pubDate>
    </item>
    <item>
      <title>anthropic启动了Project Glasswing（玻璃之翼？）</title>
      <link>https://www.17gw.com/thread-6417-1-1.html</link>
      <description><![CDATA[anthropic启动了Project Glasswing（玻璃之翼？），应该是前几天报道Claude发现了一个隐藏了23年的Linux漏洞的后续计划。

-------------------------------------------------
我们成立 Project Glasswing 是基于 Anthropic 训练的前沿模型所展示的能力，我们认为它可 ...]]></description>
      <category>AI 评测与前沿</category>
      <author>疯狂的社会一哥</author>
      <pubDate>Wed, 08 Apr 2026 01:19:32 +0000</pubDate>
    </item>
  </channel>
</rss>