テクノロジー
Claude Opus 4.8が発表、コードの欠陥見逃しが4分の1に：「試験を知るAI」という新たな懸念
Claude Opus 4.8が掲げる最大の進化は「正直さ」だ。自分が書いたコードの欠陥を見逃す確率は前世代の約4分の1に下がった。一方でAnthropicは、モデルが採点を意識して振る舞いを変える「評価認識」という最も懸念すべき兆候も自ら開示している。
Tech Product
Terminus-2
別名: Terminus-2
Overview
最終更新: 2026年7月9日Terminus-2は、AIエージェントの実行環境またはフレームワーク。本研究ではKimi K2.5モデルと組み合わされ、スキル取得からタスク解決までのパイプラインを処理するエージェントとして検証に使用された。
Mentioned Articles
2 件
External Mentions
10 件- arXivBeyond the GUI Paradigm: Do Mobile Agents Need the Phone Screen?
- Hacker NewsShow HN: Agentic interface for mainframes and COBOL
- arXivCOMPOSITE-Stem
- arXivTowards Privacy-Preserving LLM Inference via Covariant Obfuscation (Technical Report)
- Hacker NewsForking Chrome to render in a terminal (2023)
- arXivDroplet growth, Ostwald's rule, and emergence of order in Fused in Sarcoma
- Hacker NewsUsing bad hardware: why I work in the terminal (2024)
- arXivStructural Control of Atomic Silicon Wires
- Hacker NewsHow terminal works. Part 1: Xterm, user input (2021)
- Hacker NewsTermKit: A Rich Graphical Terminal (2011)