跳到正文
  1. X · Google DeepMind78

    Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时从零通关 Minecraft

    Google DeepMind 称四个 Gemini 4 Argon 智能体在 27 小时内从零通关 Minecraft。它们只在沙盒中用代码和文本运作,共编写 2,783 个程序,通过聊天分配任务、共享笔记并一起调试错误,全程没有人类帮助。

    选题角度:四个 Gemini 4 Argon 智能体在沙盒里只用代码和文本协作通关 Minecraft,可讲它们如何分工、共享笔记并互相调试。

  1. The Decoder78

    GPT-6-Astra在50道理论物理研究题中解出49道,单题成本约2.40美元

    一项新基准测试让商用AI智能体在无人类提示下解50道理论物理研究题,运行在OpenAI Codex环境中的GPT-6-Astra答对49道(98%),平均每题成本不到3美元,整轮约116美元。

    选题角度:原文给出50道理论物理题的完整榜单和每题成本,适合做一次多模型同题实测对比,重点看GPT-6-Astra与Opus 5.5的差距和联网与否的分数变化。

已经到底了