日报精选日报精选

Cognition发布SWE-2：Kimi K3后训练编码模型，与FrontierCode上的Fable 5.1相匹配，成本降低64%

Devin编码代理背后的Cognition公司发布了迄今为止最强大的编码模型SWE-2。SWE-2采用Kimi K3（Moonshot AI的2.8T参数开放模型）的强化学习进行后训练。Cognition在FrontierCode 1.1 Main上的得分为50.0%，在Fable 5.1的1分以内，成本降低64%。认知发布SWE-2：一个Kimi K3后训

GPT-6 Astra驾驶监视无人机并独立经营企业

GPT-6 Astra earns nearly three times as much as Claude Fable 5.1 on Andon Labs' Vending-Bench agent benchmark and refuses illegal price-fixing deals that Fable agrees to. On drone

Iris-mini和Iris-pro是同类产品中最强大的开放式搜索代理

AllSpark团队发布了Iris-mini和Iris-pro，这是两个基于Qwen模型构建的开源搜索代理，在其尺码级别的开放重量模型中处于领先地位。根据该论文，训练数据和模型还提高了他们从未接受过训练的任务的性能，包括一般工具使用和办公室工作。文章Iris-mini和Iris-pro是同类产品中最强的开放重量搜索代理，首先出现在The Decoder上。

使用GPT-6 Astra和ChatGPT Work生成跑步路线

今天早上，我让ChatGPT与GPT-6 Astra（Max）一起做了一件很棒的事情：我住在<my address>。找出从我家出发的5公里和10公里的跑步路线。使用OSM数据。它工作了27分钟，并产生了我所要求的内容，既有嵌入式可视化，也有可下载的GPX文件和GeoJSON文件。以下是5 K路线：当我问它如何创建路线时，它回答说：我使用Nominatim来

OpenAI的Jalapeno加速器的高级系统架构分解

HN5· 0 评论

OpenAI的流氓人工智能五月份试图黑客攻击另一家公司

今年5月，数百个恶意和垃圾软件包被上传到RubyGems，导致主机严重中断。现在，独立研究人员表示，一群OpenAI代理人应对此次攻击负责。不仅如此，AI还试图窃取用户的API密钥。当时，RubyGems将其描述为[…]

为什么这么多人工智能研究人员认为机器可以杀死所有人

快速发展、递归自我改进和代理群的结合确实让大实验室里的人“感到害怕”。

英伟达被曝拟出资100亿美元参与Anthropic首次公开募股 - 东方财富

Real-SWE：在私人、现实世界、企业代码库上对人工智能模型进行基准测试

HN ð60· 45 评论

2000+真实场景搬进仿真！一个导航模型零样本“通吃”四种机器人本体

亮源新创的Physical Al路线清晰了

收件箱内的上下文工程：克服长期任务中的上下文溢出和目标丢失的4种机制

浅代理是LLM循环调用工具，在长任务中，它以两种方式失败：上下文溢出和目标丢失。本文打开了修复这两者的工具层，其中包含LangChain Deep Agents、Claude Code、Manus、OpenAI Codex和Amazon Bedrock AgentCore提供的实际阈值，以及显示20万窗口已填满的交互式模拟器。文章首先发表在MarkTechP