一个名为“Latent”的新人工智能代理，使用 Codex 进行训练，其表现优于 Claude Code 自有的训练工具。该代理在 ARC-AGI-3 基准测试中达到了 95.5% 的成功率，超过了 Opus 5。此外，微软发布了一个开源的单元测试代理，用于分析代码库，Cloudflare 推出了一个无 Chromium 的浏览器，专门用于代理。 AI
影响 这一发展凸显了代理能力和基准测试性能的进步，可能影响未来人工智能的开发和工具创建。
排序理由 该项目讨论了一个新人工智能代理在基准测试上的表现以及相关开源工具的发布。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
