搜索
Google Cloud AI Research等团队发布T2J-Bench，以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度，并提出TwinHarness，使Claude-Code与opus-5组合的总体得分从0.649升至0.723，相对提升11.4%。
a16z在《State of Markets》报告及官方播客中指出，AI相关公司已占美国VC交易活动的86%，超大规模厂商资本开支激增，而模型与应用采用率仍低，AI投资周期尚处早期。
阿里数据团队基于117个模型技术报告筛选158个评测基准，提出基准健康指数（BHI），按能力区分度、抗饱和度和影响力诊断基准，论文获NeurIPS 2026 Evaluations and Datasets Track（Oral）录用，Humanity's Last Exam（HLE）综合第一。
新芯航途XHEART首次公开亮相并发布X7 Ultra，以Momenta R7世界模型指导芯片设计，实现700 TOPS超大核NPU、99.99%量化相似度和98.7%计算利用率。
DeepSeek Harness 团队发表技术文章，介绍由 Router 统筹、Worker 执行的 Super-agent 架构，支持跨会话并行、主动响应外部事件和长期在线，并已用于内部研发协作，相关原型 dsh-superagent-prototype 已开源但尚非正式产品。
无问芯穹（Infinigence AI）以国产Agentic Infra让GPU算子优化Agent登顶NVIDIA Research的SOL-ExecBench四项赛道，并通过Skills、共享Memory和隔离评测形成自我迭代闭环，揭示资源调度与工作流设计对RSI效率的影响。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准，GPT-6 Astra以39.0%准确率居首，显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
清华大学、智元与无问芯穹提出群体经验学习（Collective Experience Learning，CEL），在96台机器人上验证FERT与FATS，使五项任务总体成功率达97.5%，手机包装任务成功率从86.7%升至98.3%。
文章精选10组仍有近期维护记录的DeepSeek Harness插件，涵盖短剧创作、消息编辑、dsh-pet桌宠、QQ Bot与dsh-wechat手机端任务下达、视频筛选、网页搜索、浏览器操作、办公文件、交互界面、上下文查看及DSH Market插件市场。
XHEART新芯航途发布由大模型反向定义的智驾芯片X7 Ultra，面向十亿参数级模型、算力达700 TOPS，较行业旗舰芯片降低80%内存带宽消耗并提升100%推理能效。