在人工智能快速发展的今天，我们总是期望AI能够像人类一样灵活地处理各种复杂任务。然而，训练AI掌握终端操作技能一直是个难题，就好比教会一个从未接触过厨房的人成为大厨一样困难。最近，来自曼彻斯特大学、北京航空航天大学、四川大学等多所知名院校的研究团队发 ...

数据不会撒谎，在 SWE-bench-Verified 和 Terminal Bench 2.0 这两个公认最难的编程榜单中，GLM-5 分别拿下了 77.8 和 56.2 的高分，在真实编程场景的体感上，已经无限逼近 Claude Opus 4.5 ...

几周前，开源社区曾流传一个名为Pony Alpha的模型。它能进行长程交互、拆解复杂任务、在多轮对话中保持稳定上下文，一度引发广泛猜测。如今答案揭晓，Pony Alpha正是GLM-5的匿名测试版本。

Claude ...

【新智元导读】终于，AI不用装得像个人了。谷歌Chrome重磅上线WebMCP。从此，Agent不用疯狂截屏，直连内核完成任务，AI与网页交互的底层逻辑正在重构。 这就把「到处乱点直到碰巧蒙对」变成了：直接调用 book_flight ( { origin, destination, outboundDate… }) 。