GPT-5.5全球首破，0源码盲写程序，编程AI进入新纪元
开局0源码盲写程序，拉满推理算力直接满血通关。今天，在一个所有前沿AI交白卷的基准ProgramBench上，GPT-5.5首关告破!
国产大模型到底在多大程度上冲击了Anthropic?
今年年初以来，国产大模型的竞争格局，每隔1-2个月就会发生一次根本性变化。Claude Opus 4.8， Sonnet 4.6 & GPT-5.5的每次平均成本则是0.79美元，成功率65.6%。
「好好学习」图解 | 更好认识源远流长、博大精深的中华文明
习近平总书记在主持学习时强调，当今中国正经历广泛而深刻的社会变革，也正进行着坚持和发展中国特色社会主义的伟大实践创新。
首个持续更新Visual Spec-to-App Benchmark发布
为了解决这一问题，来自 University of Arizona、Zoom 与 Stony Brook University 的研究团队推出了 VISTA， 首个面向 Visual Spec-to-Web-App Coding Agents 的端到端 Benchmark。
8B逆袭32B，开源首个长程交互SQL Agent框架，面向真实数据库
但现实数据库动辄包含上百张表、数千字段与百万级数据，资深分析师绝不会「单轮盲猜」，而是在CLI或IDE 中执行 SHOW TABLES、探查表结构、跑试探性查询，并根据报错反复修正逻辑后才提交代码。
押注记忆原生，MemT 1.0 破局养成系 AI 下半场
这种割裂在 Meta Muse、OpenAI Dots 与 xAI Grok Bot 掀起的私人助理热潮中格外明显:主流的外挂检索最多算翻查静态备忘录，没法把调教过程沉淀为行事默契，而这恰恰是长期助理最核心的门槛。
Claude独立破译370年前密文，仅44分钟，密码学家破防了
3.27.38.32.14.21.8.66.8.70.39.5.9.12.18.2.3.56.5.1.7.3.2.13.19.3.25.9.3.16.6. 25.15.13.6.11.20.5.1.2.12.1.20.20.49.20.20.35.33.4.6.8.35.5.33.5.5.18.10.3.11.32.42.
一周热词榜（12.29-1.4）
本周的新闻热词有：1.习近平2019年新年贺词中的金句 2.《告台湾同胞书》发表40周年纪念会习近平讲话双语要点 3.嫦娥四号成功登陆'月背' 4.'雄安新区总体规划'获批 5.日本下周起征收'出境税'1. 习近平2019年新年贺词中的金句President Xi Jinpin
突破机器人零样本泛化瓶颈：Recursia长时任务超英伟达ASPIRE 10%
实验发现，Recursia 在目标任务上不进行代码调试的零样本迁移设置下，在 LIBERO-Pro Long 上取得 28%/ 53%的成功率，比英伟达 ASPIRE 分别高出 5.8 和 15.1 个百分点，而 OpenVLA、π₀ 等 VLA 模型几乎全军覆没，π₀.₅ 在两类扰动下分别为 8% 和 1%。
Harness Continual Learning：从模型参数走向Agent Harness
当 Agent 的能力越来越多地分布在 Prompt、Memory、Skill、Tool、Workflow 和 Router 中，持续学习的研究对象也不应再局限于模型参数，而需要进一步扩展到支撑 Agent 长期运行的整个系统。