Einsia AI发布Frontier3DBench：Agent离真实3D创作还有多远？
该基准横跨 Blender 与 Unreal Engine 两大工业级环境，涵盖 9 大类别、145 项任务，全面评测了 11 种主流前沿模型与 Agent 框架配置，从外观、结构与行为三个维度，系统性地勾勒出 Coding Agent 的 3D 创作能力边界。
OpenAI宣布开源Codex Harness
近日OpenAI宣布开发者可借助开源的Codex Harness把Codex的智能Agent能力集成到自有产品与业务工作流当中所谓Harness一般指围绕大语言模型构建的一套软件支撑框架旨在帮助AI Agent管理和执行更加复杂的任务此前不久DeepSeek已宣布开源DeepSe
实测 Kimi K3.1 Pro，国模终于继续卷旗舰
除了保持 benchmark 的领先，K3.1 Pro 一如既往地没有选择走两三个月来国模的 Flash 路线，它继续用旗舰大模型来占据国产模型 Pro 档位的第一。K3.1 Pro 拥有 3 万亿级参数模型，支持 100 万上下文，并计划 11 月 4 日前开放完整模型权重。
Kimi向左，Claude、GPT向右
这次 Kimi 把原来终端里的编程 Agent 搬到了图形界面，可以直接打开本地项目、修改代码、执行命令，还能查看文件改动、调用浏览器，以及通过不同权限模式控制 AI 的操作。
追踪中美13家模型20个月GitHub热度：用户如何用脚投票？
过去三个月，《财经》研究团队借助Codex，追踪了全球13家主流模型公司/机构2025年1月1日-2026年8月30日在GitHub上的热度。
网络安全的AlphaGo时刻，或从这466场Agent对局开始
研究团队做了一组对比:在目标不设防、每题两次机会的单人模式下，40 道题里有 30 道题是 GPT-5.6 Sol、Claude Opus 4.8 和 GLM-5.3 都能完全解出的;
「说 Harness 会被淘汰的，肯定没做过工程」，Kimi 前 CLI 负责人戳破了 AI 圈最大的误解
只有那些真正在一线写过CLI、调过 Agent Swarm 的人才会知道:模型不能解决一切。比如最近爆火的 Pi 走的是“极简Agent派”路线，Prompt 不到 1000 Token，就给 4 个基础工具，主张不折腾、省钱，让模型自己发挥;
腾讯又放大招！开源版 WorkBuddy 来了，实测 Octop 到底有多强？
本文通过实测对比两者在安装、多用户、专家团、聊天接入、连接器、远程桌面、ACP、知识库等维度的差异，帮你判断哪款更适合你的团队。