
比肩OpenAI Simple Codex,中国团队Feeling AI闯入Terminal-Bench全球第二!(在新窗口打开)
就在这个被 Anthropic 和 OpenAI 视为衡量 Agent 真实工程能力全球权威基准 Terminal-Bench 2.0 榜单上,中国团队 Feeling AI 凭借 CodeBrain-1,搭载最新 GPT-5.3-Codex 底座模型,一举冲到 72.9%(70.3%) 并跻身全球排行榜第二,成为榜单前 10 中唯一的中国团队。
共 1881 篇

就在这个被 Anthropic 和 OpenAI 视为衡量 Agent 真实工程能力全球权威基准 Terminal-Bench 2.0 榜单上,中国团队 Feeling AI 凭借 CodeBrain-1,搭载最新 GPT-5.3-Codex 底座模型,一举冲到 72.9%(70.3%) 并跻身全球排行榜第二,成为榜单前 10 中唯一的中国团队。

在最近的一场访谈中,斯坦福数字经济实验室主任Erik Brynjolfsson把AI换了一个说法:Amplifying Intention,意为放大意图。模型会把一个人的行动能力放大。但方向是哪里,仍然取决于使用它的人。

026 年初,OpenAI 和 Anthropic 几乎同时发布了关于 Harness 的技术实践文章,LangChain 工程师 Viv 给出了一个简洁的公式来概括这个理念:Agent = Model + Harness。模型提供智能,Harness 让这个智能能真正投入生产。

Content in,Design out。

在刚刚结束的“美国 AI 春晚” AWS re:Invent 2025 大会上,AI Agent(智能代理)的重要性被反复提及。

硅谷 AI 圈又来了个新词:Loop Engineering。 大佬们纷纷表态,别再手动验证和写提示词了,该让 Agent 自己循环完成工作了。 OpenClaw 开发者 Peter Steinberger 带火了这个讨论,Claude Code 负责人 Boris Cherny 也说他已经不怎么在 Claude Code 里输入提示词了,而是去写 loops。

AI 员工得能和真实的人交流,能接收文件,能在一个稳定的环境里持续运转。GenSpark 4.0 在这一层做得很到位。它可以和联系人直接对话,并且原生集成了 MyClaw,不需要用户自己去安装 OpenClaw 再配置到飞书或微信。

本报告基于XSCT Arena平台,对 Qwen3.6-Plus-Preview(阿里云,2026-04-02 发布)在文字能力(xsct-l)、网页生成(xsct-w)、Agentic 任务(xsct-a)三大场景下的表现进行系统评测,并与Claude Sonnet 4.6、GPT-5.4、Gemini 3.1 Pro、Kimi K2.5、

你没看错,本档案向你忠实呈现一只龙虾(GenericAgent)“它杀” 另一只龙虾(OpenClaw)及其 “自毁” 的全过程。画面血腥,胆小误入!

“80%的手机App会被吃掉!” 昨日,爆火项目 OpenClaw (前名 Clawdbot)创建者 Peter Steinberger 的又一次播客采访公开放了出来。 这次播客与前几期不同,有不少新的干货被 Peter 透露了出来。 比如:Peter 已经把玩法已经升级到用它来提醒外卖还有多久,控制自己床的温度了。而这种扩充绝对的秘密就在于:逆向第三方的API。 再比如,他认为 80% 手机的 App 都会被类似 OpenClaw 这样的应用“吃”掉。 我感觉有一整层 App 会慢慢消失。只要它们有 API,本质上就只是服务,而这些服务都会变成你的 AI 在做的事情。 “今年,很多人都会开始