我发现今年“熊孩子”们，和过去不太一样了
“加拿大一机构做了一项调查：Mums were surveyed about screen use, and filled out questionnaires about their child's skills and development at ages two, th
13 Jul 英语每日一句
I learned that it is the weak who are cruel, and that gentleness is to be expected only from the strong.我明白了，残忍的是弱者，而温柔只能从强者那里指望得到。
Agent评测漫谈 —— 由浅入深讲解Agent评测
本篇博客是一篇科普文章，由浅入深的介绍Agent评测。其中前两章系统介绍了评测是什么，以及如何建立评测体系；其中第二章是美团图灵Agent评测团队深入美团各业务团队BP总结出的实践经验，是我们在两年实践过程中逐步打磨出来的认知。
微软AI公开折磨微软员工，修Bug唯一贡献是改了PR标题，GitHub评论区成吃瓜现场
作者｜梦晨微软著名开源项目.NET Runtime成了吃瓜现场，全球程序员在GitHub评论区围观嘲笑：“微软用垃圾AI折磨微软员工，真是可悲又可笑。”GitHub评论发生什么事？原来是新出的Copilot代码智能体在尝试帮忙自动修Bug，但那叫一个越帮越乱。
编程智能体的隐藏bug，被上交IPADS团队用数学逻辑给揪出来了
在 Anthropic、NVIDIA 等用顶尖编程智能体生成的多个大规模系统中，FM-Agent 成功找到了 522 个隐藏 bug。
我发现今年“熊孩子”们，和过去不太一样了
▲“加拿大一机构做了一项调查：Mums were surveyed about screen use, and filled out questionnaires about their child's skills and development at ages two, t
最长连续工作40天，硅谷Agent又进化了：给个指令，剩下它全搞定
换句话说，不论是多复杂的架构，还是跨模块任务，给它一个Missions，智能体就能自己规划、自己写、自己测。
我发现今年“熊孩子”们，和过去不太一样了
“加拿大一机构做了一项调查：Mums were surveyed about screen use, and filled out questionnaires about their child's skills and development at ages two, th