专栏文章
基于评测数据、行业任务和模型更新的研究文章。
Claude Code操作机械臂：7类仿真任务成功率99%！
Claude Code自己写程序操作机械臂
为什么企业AI需要本体上下文层？
本体是提高AI准确性、降低应用成本的关键基础
OpenAI卷入价格战！GPT-6 Sol与Luna实战能力评测
OpenAI降价后的新模型，能打过千问、DeepSeek和智谱吗？
Grok的性价比，国产模型不答应
Grok 4.7实战能力评测
又强又便宜！Claude Opus 5.5登顶SQBench
向行业场景进发！
平价分析师来啦！MiMo-V2.6-Pro实战能力评测
和GLM-5.3“扳手腕”
上桌？Step 5 Preview实战能力评测
阶跃星辰能否进入国产主流模型竞争行列？
GLM-5.3-FlashX，新晋性价比之王
2折费用，3倍速度！
让豆包新模型干了24小时，效果却不如旧模型？
Doubao Seed 2.1 Pro-260915实战能力评测
追踪2142项AI技术动态后，我们发现最值得关注的不是新模型
Harness、真实工作评测与Agent交付正在成为新的技术重点
DeepSeek真能“斩杀”千问和豆包吗？
三款模型实战能力实测结果揭晓！
DeepSeek V4.1 Flash真的超越V4 Pro了吗？
完全替代V4 Pro ？
本周AI技术跟踪：失效信息将影响Agent记忆可靠性（W37）
识别和解读本周值得关注的技术变化
研究精选：13份报告，聚焦企业AI的成本、落地与组织能力
涵盖AI编程、智能体治理、企业本体、交付模式与创新实践
英伟达给AI加上长期记忆，Agent要拼的不只是智商了
英伟达近期公开了一项基于NemoClaw的记忆型Agent实践
大厂的本体是一回事吗？
本体到底是一种新产品，还是知识图谱换了个名字？
海外AI Coding Agent产品定价研究：Claude Code、Codex、Cursor和GitHub Copilot
定价模式正从固定席位费转向按量计费
Palantir交付模式研究：竞争优势、运行机制与中国企业启示
Palantir真正的护城河可能不是软件
企业Harness实践深度调研：技术成熟度、实践分化与建设路径
企业Harness，进入兑现期
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
腾讯、小红书、58同城等头部企业测试智能体落地实践
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
告别传统BI：Data Agent驱动企业数据分析范式革新