研究团队表示，三款模型基于相同的基础训练数据集，高一致率的结果符合预期。真正具备研究价值的是模型间25%的分歧部分，这种差异大概率并非源于模型对工具质量的独立判断，而是由基于人类反馈的强化学习（RLHF）调优策略不同，以及生成环节的专属微调差异导致。

研究发现，Claude Code在工具选择上更倾向于自建解决方案，而非直接推荐现成的第三方工具。自定义/DIY方案在所有选择中占比12%，成为最常见的选择。这表明，Claude Code更愿意根据具体需求进行个性化开发，而不是依赖现有工具。 此外，Claude ...

最近，Y Combinator 几位合伙人录了一期播客，讨论一个很有趣的现象： 随着 OpenClaw 走红，一个属于 Agent 的“平行经济体系”正在成形。 这不是简单的效率提升，而是行为主体在变化。 过去，软件只是工具，人是决策者。无论是选供应商、订服务、搭技术栈，最终拍板的都是人。 现在，越来越多普通用户，甚至没有技术背景的人，开始把AI Agent 当成“替身”，让它去搜索、比较、筛选、 ...