Optima 让用户用自有数据测试模型,直击 AI 基准测试的最大缺陷

Artificial Analysis 发布新平台 Optima,允许用户用自有数据或业务场景创建专属 AI 基准测试,从质量、单次任务成本、单次任务耗时三个维度对比主流大模型,解决通用跑分与真实业务需求严重脱节的问题。

Artificial Analysis 发布新平台 Optima,允许用户用自有数据或业务场景创建专属 AI 基准测试,从质量、单次任务成本、单次任务耗时三个维度对比主流大模型,解决通用跑分与真实业务需求严重脱节的问题。

ProofRun 是一个面向 AI 编程代理的开源验证工具,把测试、构建等检查命令的结果绑定到当前代码的加密指纹上,让“测试通过了”从一句口头声明变成可以独立核验的本地凭证。它不依赖任何大模型推理,完全离线运行。

一位独立开发者发布了一个名为 ProofRun 的开源工具,为 AI 编程代理生成本地验证凭证。它在 Hacker News 上公开后迅速引起讨论,核心指向大模型辅助编程时代一个被越来越多开发者关心的短板——代理做了什么、如何证明。

全球 AI 聊天机器人的网页访问份额在过去一年发生明显迁移:ChatGPT 从 76% 降至 54%,Gemini 从 6% 升至 28%,Claude 从 1% 升至 9%。这是网页入口的份额变化,不等于月活用户或收入变化,但反映出竞争格局正在松动。

一项新研究显示,当用户用更接近女性习惯的语言风格(如使用缓和语、附加问句等)向 AI 提问时,大模型会给出更短、更简单、更随意的回答——问题不在“你是谁”,而在“你怎么问”。这一发现对职场中大量依赖 AI 的沟通场景提出了新的公平性挑战。

汇丰科技内部开源负责人李渭宁将在 AICon 深圳站分享 AI Coding 在金融科技研发全流程中的落地实践,核心不是“让 AI 写代码”,而是把散落在各团队的 Prompt 和工具沉淀为可复用的 Agent Skills,推动 AI 从个人提效走向组织级研发能力。

Anthropic CEO Dario Amodei 在 2026 年 8 月中旬就 AI 监管公开表态,认为开放权重模型不是保障 AI 安全的“充分”方案,同时为行业的安全测试机制辩护,并指出 AI 领域正面临“信任危机”。这一表态把开源与闭源路线之争,重新拉回到“安全与信任如何兼顾”的核心议题上。
![[酷工作] [新加坡/可远程] 智能体垂类赛道 - 寻找 AI 与数据工程师 / 技术合伙人](https://www.chat-gpts.plus/wp-content/uploads/2026/08/ai_cover_1-539-768x403.jpg)
一家新加坡早期科技公司正在为生命科学行业开发生态智能 AI Agent,目前公开寻找 AI 与数据方向的工程师或潜在技术合伙人,支持远程协作与兼职起步。这则招聘信息值得关注的原因在于:它展现了垂直行业 AI Agent 创业的典型人才需求和灵活组织形态。

一条1950—2026年全球市值TOP15企业变迁的演示视频,借AT&T、思科等旧日巨头让位的案例,提醒投资者避免重仓押注当下被视为“无可替代”的公司——在AI热潮中,这个反思直接指向市值登顶的英伟达。

Hacker News 上一条关于“科技大佬为何热衷发布 AI 宣言”的讨论引发热议,评论区迅速从调侃转向对 AI 对话本质、AI 陪伴关系以及成瘾风险的争论。值得关注的原因是:它折射出公众对大模型“从不反驳”的交互方式正在产生不安,而这一情绪可能影响 AI 产品的设计走向。