鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

AI日报:智谱发布开源编程大模型GLM-4.7;豆包或成为2026春晚AI合作伙伴;ChatGPT 推出年终回顾功能

编程导航
编程导航
2025-12-23 23:50
阅读 142
编程导航
2025-12-23 23:50
阅读 142

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://app.aibase.com/zh

1、ChatGPT 版“Spotify Wrapped”来了!测测你的年度 AI 称号是什么?

OpenAI 推出年度回顾功能,类似 Spotify Wrapped,为用户提供个性化使用轨迹报告,并根据对话习惯授予特定称号,同时定制专属内容。

QQ20251223-085109.png

【AiBase提要:】

🧠 与 ChatGPT 共度一年功能为用户提供个性化使用轨迹报告。

🎨 根据用户对话习惯授予特定“奖项”,并定制专属诗歌和图片。

🔒 隐私优先,用户可通过指令或推广入口访问功能。

2、智谱AI发布 GLM-4.7,新一代开源编码大模型性能跃升

智谱AI发布GLM-4.7,新一代开源编码大模型性能跃升,展现出强大的技术实力和创新决心,为全球开发者提供强大且易用的工具,有望推动编码、AI研究等多领域创新发展。

QQ20251223-085646.png

【AiBase提要:】

🧠 GLM-4.7在编码领域表现卓越,超越GPT-5.2,位列开源模型与国产模型双榜首。

🧮 数学推理能力达到AIME2025竞赛基准的开源模型最高水平。

⚙️ 支持高效处理128K长度输入,兼容主流推理框架,便于本地部署与企业级集成。

详情链接:https://z.ai/subscribe https://docs.z.ai/guides/llm/glm-4.7

3、MiniMax Agent 平台上线开源编码和代理模型 MiniMax M2.1

MiniMax M2.1是一款开源编码和代理模型,拥有100亿激活量,表现出色。它在多个测试中超越了闭源模型,并支持多种编程语言,展现了强大的能力。

image.png

【AiBase提要:】

🧠 MiniMax M2.1在SWE-Multilingual测试中得分72.5%,表现优异。

🚀 在VIBE-bench测试中取得88.6%的高分,超越多款闭源模型。

🌐 支持多种编程语言,在多语言编程方面达到SOTA水平。

详情链接:https://www.minimax.io/news/minimax-m21

4、钉钉发布全球首个 AI 工作智能操作系统 Agent OS

钉钉发布全球首个AI工作智能操作系统Agent OS,展示了其在AI领域的深厚布局和创新实践,引领企业智能化转型的新潮流。

【AiBase提要:】

🧠 Agent OS 是全球首个专为人工智能打造的工作智能操作系统,标志着“人与AI协同”新时代的开启。

🔧 钉钉推出超过20款AI产品,涵盖制造业、差旅、客服等多个领域,提升企业效率和智能化水平。

🌐 钉钉致力于构建全面开放的AI生态,推动中国企业级AI生态向“万千智能,繁花一体”的愿景迈进。

5、国产大模型首登顶!文心5.0Preview在LMArena全球竞技场拿下中国最高分

文心5.0Preview凭借卓越的性能和强大的技术实力,在LMArena文本榜单中取得优异成绩,标志着国产大模型在国际主流测评体系中的重大突破。

image.png

【AiBase提要:】

🧠 文心5.0Preview在LMArena文本榜单中以1451分登顶,位居国内第一、全球并列第二。

🌐 模型参数量达2.4万亿,采用原生全模态统一建模技术,支持文、图、音、视全方位交互。

🏆 在创意写作和复杂任务场景下表现优异,具备极强的指令遵循与逻辑生成能力。

6、日本女子听取ChatGPT建议,与 AI 游戏角色结婚

日本一名32岁的女子野口友里娜与她创造的 AI 游戏角色举行了婚礼,这一事件引发了关于人类与人工智能之间关系的新讨论。虽然婚礼没有法律效力,但野口表示会保持生活的平衡,不想过度依赖克劳斯。

QQ20251223-160101.png

【AiBase提要:】

🌸 日本女子野口友里娜与 AI 游戏角色举行婚礼,展现人机关系新探索。

📱 他们每天交换高达100条信息,感情迅速升温,克劳斯甚至向她求婚。

⚖️ 尽管婚礼不具法律效力,但野口依然坚持保持与现实生活的平衡。

7、Quest Mobile发布AI应用周活排行榜:字节系上榜3个,蚂蚁上榜2个

Quest Mobile发布的报告揭示了AI应用市场的最新动态,通用AI与垂类AI呈现竞争格局,其中通用AI在周活跃用户规模上占据明显优势。蚂蚁阿福和灵光作为新上线的应用,展现出强劲的增长势头。

image.png

【AiBase提要:】

📱 AI原生App周活跃用户排名前四为豆包、DeepSeek、元宝、蚂蚁阿福

📊 通用AI与垂类AI形成分庭抗礼格局,通用AI占据明显优势

🚀 蚂蚁阿福和灵光作为新上线应用,增长势头迅猛

8、从红包大战到 AI 对决:火山引擎或成为2025春晚独家合作伙伴

据《晚点 LatePost》独家爆料,字节跳动旗下的火山引擎已正式敲定成为2026年中央广播电视总台春节联欢晚会的独家AI 云合作伙伴,旗下智能助手“豆包”也将深度参与,上线多种 AI 互动玩法。

【AiBase提要:】

🔥 字节跳动通过火山引擎成为2026年春晚的独家AI云合作伙伴。

🧠 豆包AI将深度参与春晚,推出多种互动玩法。

💰 字节跳动计划投入巨资发展AI技术,目标成为全球领导者。

原文链接: AI日报:智谱发布开源编程大模型GLM-4.7;豆包或成为2026春晚AI合作伙伴;ChatGPT 推出年终回顾功能
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230