Claude Opus 4.7终端测试仅得62.5分?8万条真实操作录像揭示AI评测新基准
这项研究结论出自伦敦大学学院(UCL)、南京大学与腾讯的联合研究团队,他们通过全新基准TerminalWorld进行实测。研究人员从开发者自愿分享的八万多条真实终端操作记录中,提炼出一份如"照妖镜"般的测试题库。在这份测试中,顶级AI智能体的最高得分仅为62.5%。为何偏偏聚焦"终端"?近年来AI编程能力显著提升,GitHub Copilot、Claude Code、Codex CLI等产品陆续推出,它们"会写代码"的能力备受赞誉。然而软件开发远不止编写代码
AI时代的艺术照妖镜
AI正化作一面冷酷的"照妖镜"，使艺术领域的虚假无所遁形。具体而言，AI作为照妖镜的功能，体现在以下几个维度： 1. 技巧的解构：昔日，精湛的写实技巧或许是"艺术家"的护身符。但当AI在数秒间便能呈现超写实画面时，这种纯粹的技术炫耀便失去了意义。伪艺术家若只依赖技巧而缺乏思想，作品会瞬间沦为空洞的装饰。真正的艺术家则无需忧虑，因为技巧不过是手段，独特的视角、情感的融入以及对存在的深层思考，才是AI无法企及的核心价值。2. 灵感的曝光：伪艺术常依赖"稳妥"的套路：网红脸、黄金比例、治愈系风景……这些本质上是