MRCR 长上下文基准更新:GPT 5.5 拿下榜首,GLM 5.2 力压 DeepSeek V4 Pro
Context Arena 发布了最新一轮的 MRCR v2(大海捞针测试)基准排行榜,重点评测了各大主流 AI 模型在处理 100 万 token(1M)超长上下文窗口时的信息提取精度(AUC)。此次成绩显示,在长文本能力这一关键维度上,OpenAI 的新代际模型“GPT-5.5”以 50.9% 的得分占据榜首,显示出极强的长文本稳...
阅读全文实时动态 / 第 292 页
追踪 AI、开源与工程领域的重要动态。
Context Arena 发布了最新一轮的 MRCR v2(大海捞针测试)基准排行榜,重点评测了各大主流 AI 模型在处理 100 万 token(1M)超长上下文窗口时的信息提取精度(AUC)。此次成绩显示,在长文本能力这一关键维度上,OpenAI 的新代际模型“GPT-5.5”以 50.9% 的得分占据榜首,显示出极强的长文本稳...
阅读全文开发者 petekp 在 GitHub 发布了一款名为 Tw-fade 的轻量级插件,通过利用现代 Web 标准,解决了前端开发中常见的滚动视图边缘遮罩问题。在传统的 Web 开发实践中,为实现滚动条到达边缘时的淡入淡出效果,开发者往往需要结合线性渐变背景与 JavaScript 监听器来实时计算滚动位置并调整样式。这种方式不仅增加了...
阅读全文近日,开发者社区 Linux.do 的管理员发帖透露,字节跳动的 AI 助手“豆包”正在向用户主动推荐该技术社区。据该管理员描述,事件起因是一位新入群用户声称是通过豆包的推荐才得知该社区的,并提供了相应的对话截图作为佐证。这一推荐行为并非来自社区的主动营销或 SEO 优化,管理员表示并未针对 GEO(特定区域运营)或联属营销进行操作,...
阅读全文腾讯QQ近期推出了针对AI Agent的专属邮箱服务,域名为 `agent.qq.com`,这一举措引发了技术社区的广泛关注。该服务的核心在于赋予人工智能智能体独立的数字身份与通信能力,使其能够像人类用户一样拥有专属的邮件账户。注册流程体现了高度的自动化与AI原生特征:用户在抢注心仪的账号名称后,系统不会提供传统的图形界面配置指南,而...
阅读全文GitHub 开源项目 TIA_Portal_Openness_MCP 通过 MCP 协议与 CLI 两种模式,实现了 AI 大模型对西门子全集成自动化门户软件(TIA Portal)的接入与操作。实测表明,该项目在 SCL(结构化控制语言)代码编写、逻辑生成及原型设计方面具有显著辅助价值,能够有效降低重复性编写负担。在具体应用模式上...
阅读全文开源项目 SMRmanager 发布了 v0.2 版本更新,作为一款面向开发者的 AI 编程辅助工具聚合管理器,该软件旨在解决当前 AI 编程客户端配置分散、管理繁琐的痛点。SMRmanager 能够自动检测并整合本机安装的 Claude Code、Claude Desktop、Cursor、VS Code、Gemini CLI、Op...
阅读全文近期,关于Anthropic指控阿里巴巴、Kimi及DeepSeek等国内大模型厂商通过“账号池”进行模型蒸馏的事件引发热议。针对这一指控,有技术分析从工程实现与成本收益的角度提出了深刻质疑。分析指出,所谓的“账号池”模式在实际操作中面临极高的边际成本与技术壁垒。维护大量真实账户不仅需要解决邮箱、手机号、KYC认证及支付方式等身份验证...
阅读全文近期,科技社区Linux.do曝出谷歌正针对非正规渠道获取的AI Pro服务账号进行大规模清理。根据用户反馈,部分通过特定手段(俗称“搬砖”或“刷机”)生成并绑定了Pixel设备认证的Google One AI Premium会员账号遭遇了封禁处理。这批受影响的账号大多集中生成于今年4月份,引发了关于谷歌服务验证机制升级的广泛讨论。
阅读全文近期,在开发者社区 Linux.do 上,一篇关于 AI 智能体工具配置管理体验的对比帖引发了讨论。帖主详细对比了目前流行的几款 AI 编程与 Agent 工具在配置文件组织上的差异,重点指出了 Claude Code 与 Codex 在配置管理上存在的痛点。文中提到,Codex 倾向于将包括 MCP 服务器设置在内的所有配置堆叠在单...
阅读全文一位开发者在技术社区分享了使用 Anthropic 旗下的 Claude Code 批量处理学术文献的实战经验。该用户利用开源工具 MinerU 将 20 篇领域内的顶级期刊论文转换为 Markdown 格式,随后编写了一套结构化的 Prompt,指令 Claude Code 深度阅读并总结这些文献。其 Prompt 设计极其精细,要...
阅读全文近日,有开发者在技术社区报告了小米系大模型“mimo-v2.5-pro”在开启思考模式时存在的一个严重 Bug。使用 Anthropic Python SDK 调用该模型时,若将参数 `thinking` 设为 `enabled` 并提问简单的问候或基础计算题,模型能正常输出思考过程与最终答案。然而,当面对如“糖果口味与形状组合概率”...
阅读全文AWS 推出的 AI 编程工具 Kiro 近期大幅削减新用户注册奖励,从 550 积分降至 50 积分,导致单账号可用时长大幅缩短,促使开发者转向自动化方案维持服务。文章详细披露了基于 Playwright 的自动化注册流程,重点解决了临时邮箱不稳定和 AWS 风控两大痛点。通过自建 Postal 邮件服务器或利用 Spaceship...
阅读全文随着大模型应用与 AI 智能体的普及,Model Context Protocol (MCP) 作为连接 AI 与软件功能的重要协议逐渐受到开发者重视。在构建基于 MCP 的 Agent 应用时,业界普遍倾向于将软件功能进行原子化拆分,尽可能多地将操作接口暴露给大模型,以期实现全自动化控制。然而,近期有开发者在 V2EX 社区分享的实...
阅读全文一位拥有20年隐私从业经验的专家在Hacker News上尖锐批评了联合国的虚伪行为,指出联合国在大力推动AI环保和可持续发展议程的同时,其自身网站却充斥着高能耗的第三方追踪脚本。文章指出,联合国网站部署了大量Google追踪代码及分析工具,这些脚本不仅增加了用户的带宽消耗和设备算力,进而产生不必要的碳排放,还存在严重的隐私泄露风险,...
阅读全文来自开发者社区 Linux.do 的用户反馈显示,Anthropic 旗下的 AI 编程工具 Claude Code 的使用限制出现显著调整。多位重度用户报告称,原本消费 200 至 300 单位(代币或成本单位)才会触发的会话限制,如今在仅消费 120 单位时即被强制触发。这一变化意味着用户在进行高频代码生成或调试任务时,将更频繁地...
阅读全文本文深入探讨了 AI 编程工具 Cursor 最新推出的 Composer 2.5 模型及其对 AI 行业的启示。Composer 2.5 并非从零训练,而是基于月之暗面 Kimi K2.5 基座模型,结合 Cursor 在软件工程场景中的后训练(RL)及 Agent workflow 改造而成。这一案例表明,单纯的“基础智力”不足以...
阅读全文腾讯 QQ 邮箱团队近日推出了一款名为“Agently Mail”的内测产品,旨在为 AI Agent 提供独立的邮箱服务,实现与个人邮箱的完全物理隔离。该服务允许用户通过微信扫码授权,无需记忆密码即可为 Agent 配置专属邮箱地址,目前每人限申请 2 个。在功能层面,Agently Mail 具备完整的邮件收发、回复、转发及附件管...
阅读全文随着OpenAI和Anthropic等头部大模型厂商对API访问策略的持续收紧,当前的AI服务分发格局正在经历剧烈重构。受限于外网手机验证、海外银行卡支付等高门槛操作,以及厂商面临内忧外患下的强力风控,传统的低成本、低门槛获取渠道正面临全面关停。目前市场上,纯粹由爱好者维护的公益站点数量急剧减少,且呈现分散化、隐蔽化趋势,多以用户分享...
阅读全文近日,有开发者在技术社区反馈,在使用 AI 编程辅助工具 OpenCode 时遇到了特定大模型输出重复的问题。该开发者在 Windows 11 系统的 WSL Ubuntu 环境中运行了 OpenCode 二进制版本 1.17.10,并通过命令行启动了 Web 服务。在测试过程中发现,当调用 Qwen 3.7 和 DeepSeek V...
阅读全文近日,技术社区Linux.do上关于DeepSWE基准测试的讨论引发了广泛关注。该榜单由OpenClaw作者推荐,被称为衡量AI模型编程水平的权威标准,旨在评估前沿AI代码代理在原始、长视界软件工程任务中的表现。DeepSWE专注于测试模型在处理长时间跨度、多文件协同项目时的能力,这正是当前AI编程助手面临的挑战所在。测试结果显示了与...
阅读全文