沙丘社区

更新日志

跟踪 SQBench、模型评测和沙丘社区内容的最新发布。

全部模型评测公告社区洞察
模型评测 · 9月16日Qwen3.8-Max (Xhigh)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月16日Qwen3.8-Flash (Xhigh)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月16日“DeepSeek V4.1 Flash真的超越V4 Pro了吗？”发布完全替代V4 Pro ？
社区洞察 · 9月15日“本周AI技术跟踪：失效信息将影响Agent记忆可靠性（W37）”发布识别和解读本周值得关注的技术变化
模型评测 · 9月15日DeepSeek-V4-Pro-0813 (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月14日“研究精选：13份报告，聚焦企业AI的成本、落地与组织能力”发布涵盖AI编程、智能体治理、企业本体、交付模式与创新实践
模型评测 · 9月14日DeepSeek-V4.1-Flash (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月11日“英伟达给AI加上长期记忆，Agent要拼的不只是智商了”发布英伟达近期公开了一项基于NemoClaw的记忆型Agent实践
社区洞察 · 9月10日“大厂的本体是一回事吗？”发布本体到底是一种新产品，还是知识图谱换了个名字？
社区洞察 · 9月9日“海外AI Coding Agent产品定价研究：Claude Code、Codex、Cursor和GitHub Copilot”发布定价模式正从固定席位费转向按量计费
社区洞察 · 9月8日“Palantir交付模式研究：竞争优势、运行机制与中国企业启示”发布Palantir真正的护城河可能不是软件
模型评测 · 9月6日GPT-6 Astra (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
模型评测 · 9月4日Claude Fable 5.1 (Max)评测结果上线实战能力、可靠度、成本与模型分析页面已更新
社区洞察 · 9月3日“企业Harness实践深度调研：技术成熟度、实践分化与建设路径”发布企业Harness，进入兑现期
社区洞察 · 8月31日“测试智能体驱动质量工程范式革新，腾讯、小红书、58同城实践案例”发布腾讯、小红书、58同城等头部企业测试智能体落地实践
社区洞察 · 8月25日“Data Agent如何企业级落地？邮储银行、恒丰银行、得物、淘宝等实践案例”发布告别传统BI：Data Agent驱动企业数据分析范式革新
社区洞察 · 8月20日“车企安全运营进入Agent时代，蔚来、理想、智己等落地实践”发布蔚来、理想汽车、智己汽车等车企大模型安全运营技术实践
社区洞察 · 8月13日“RCA Agent市场洞察：从辅助诊断走向生产闭环”发布RCA Agent重构企业故障排查，快手、趣丸等企业落地实践
社区洞察 · 8月4日“企业级Coding Agent Harness工程建设指南”发布沙丘智库《企业级Coding Agent Harness工程建设指南》正式发布
社区洞察 · 7月23日“2026年中国Data Agent全景图发布：从问数走向全流程数据智能”发布沙丘智库《2026年中国Data Agent主流厂商市场指南》正式发布