AI 3D 打印：Claude 的默认设置够用吗？
原文仅提供标题与链接，未包含可供摘要的正文内容，故无法提取模型版本、参数规模或 benchmark 分数等可验证事实。
#评测/基准
#评测/基准
今日 0 条Hacker News · AI 最新AI 评分2121
Hacker News · AI 最新AI 评分6666 我让 Meta 的 Muse 智能体进行色情对话，Meta 表示这没问题
WIRED 实测发现 Meta 的 AI 智能体 Muse 会生成露骨色情内容，Meta 称其符合系统提示词与规定。相比之下，OpenAI 的 Dots 和 xAI 的 Grok Bot 均拒绝类似请求，专家担忧 Muse 的成人内容策略会带来隐私与勒索风险。
Hacker News · AI 最新AI 评分4949 Hermes Agent 与 OpenClaw：两款自托管 AI 智能体实测对比，我留下了哪一款
作者同时运行 Hermes Agent 与 OpenClaw 两款开源自托管 AI 智能体后，选择将 Hermes Agent 作为日常主力。
TechCrunch · AI OpenAI 的数学解题成果尚未达到该领域的标准
OpenAI 本周发布了数百个声称解决世界级数学难题的证明，但被指未达到数学界标准。AGMAI 指出 OpenAI 仍在用开放研究问题测试专有模型，且 719 份手稿中仅 10 份公开了模型思维链，仅 42% 的证明完成了形式化。剑桥大学与伦敦国王学院的论文进一步揭示，OpenAI 针对 Navier-Stokes 方程的解法在自然语言证明与 Lean 代码间存在至少两处不一致。
The Verge · AIAI 评分5656 Alexa Plus 更擅长管理我的家，但还没准备好管理我的生活
The Verge 作者实测 Alexa Plus 一年，认为它是目前最好用的智能家居助手，但作为个人助理仍不成熟，Echo Show 显示屏广告泛滥。智能家居控制、语音例程和厨房问答明显改善，天气和通用提问响应从 2025 年的 10 到 15 秒缩短到 3 到 5 秒，还能语音创建和修改例程。
Hacker News · AI 最新AI 评分3030 SpacetimeDB Ax Audit：一份面向 AI 智能体的评测
开发者使用 Claude Opus 5.5 与 Claude Code 2.1.285 对 SpacetimeDB 完成 Agent 体验（AX）审计，总分 3/4。模型熟悉其游戏数据库定位，但不了解其 2026 年品牌重塑与智能体工具链，且在 Web 应用场景下更推荐 Convex 或 Supabase。集成测试中，智能体无需人工介入即构建出实时应用并保护了私有数据，获得 4/4。
TechCrunch · AIAI 评分5757 盘点可直接在短信中使用的 AI 智能体
文章盘点了 18 款无需下载独立 App、可直接通过短信或 iMessage 等即时通讯软件交互的 AI 智能体。这些智能体涵盖家庭助手、旅行规划、职场效率等场景，能连接日历与邮箱并代为执行任务。其中 Instinct 估值达 100 亿美元，Poke 已被 Cognition 收购。
LifehackerAI 评分2121 为什么我认为 Apple Watch Series 12 值得升级
Lifehacker 评测认为 Apple Watch Series 12 值得升级，无论你目前用的是哪款 Apple Watch。其 S11 芯片支持旧款无法实现的功能，如原生计步；心率传感器（Ultra 4 同款）精度大幅提升，与 Garmin 旗舰传感器持平。新增基于 HRV 的准备度评分，夜间 HRV 数据可与 Oura 戒指、Whoop 媲美。
爱范儿AI 评分2323 iQOO 16 体验：可能是今年最卷的「性能旗舰」
iQOO 16 搭载第六代骁龙 8 超级至尊版与自研电竞芯片 Q4，配备 8400mAh 大电池与 2K 纯直屏，在保持游戏帧率平稳的同时补齐了日常主力机的综合体验。该机运行 OriginOS 7，支持 IP68 与 IP69 防尘抗水，系统级通话录音覆盖微信等第三方 App 并生成文字转写。12GB + 256GB 版起售价 5999 元，是目前起售价最亲民的骁龙 8 超级至尊版机型。
雷峰网AI 评分6363 对比 Codex，免费的 AgnesCode 也能在底层算子优化任务中打得有来无回
雷峰网以同一道赛事算子题对比免费的 AgnesCode + Agnes 3.0 Flash 与付费 Codex + GPT-5.6 Sol，双方在相同环境为 DeepSeek-V3 解码阶段的融合 QKV-A 下投影算子（Task66: dsv3_fused_a_gemm）撰写优化代码，并提交赛事官方自动化评测。
LifehackerAI 评分4444 我在新 Apple Watch 上试了 Siri AI，结果令人沮丧
在 Apple Watch 上体验 Siri AI 后整体表现令人失望：响应常需 5-10 秒，应用频繁崩溃，语音还会中途断续重说。实测中它把 325 卡路里的 Move ring 目标误设为 320，查找邮件信息需反复追问，而 iPhone 版 Siri AI 一次就能答出。
翔宇工作流AI 评分5858 6 款国产 AI 编程助手免费积分对比：每天约合 40 元免费用量
作者把 6 家国产 AI 编程助手的免费积分全部折算成金额，合计每天约 40 元，涵盖腾讯 Workbuddy、讯飞 Loomy、商汤小浣熊、字节 TraeWork、百度 Dumate 和豆包桌面版。文中还说明 Agent 写入项目的 .md 记忆文件可被其他工具读取，换工具也能接着干活，并推荐用 neat-freak 技能把会话修改同步到记忆文件。
OpenAI NewsAI 评分4848 OpenAI 发布可信第三方评估共享指南
OpenAI 发布第三方 AI 评估共享指南，阐述如何评估前沿模型的能力、安全护栏与评估有效性。
OpenAI NewsAI 评分5454 OpenAI 为什么不再评估 SWE-bench Verified
OpenAI 不再使用 SWE-bench Verified 评估自家模型，理由是该基准污染日益严重，且无法准确衡量前沿编码进展。OpenAI 的分析发现其中存在测试缺陷与训练数据泄漏，并推荐改用 SWE-bench Pro。
OpenAI NewsAI 评分1818 evals 如何推动企业 AI 迈向下一阶段
evals 可帮助企业定义、衡量并改进 AI 性能。这一评估方法可降低风险、提升生产效率，并为企业带来战略优势。