ThinkingBox：AI 智能体说完成，数据库却不同意
Microsoft 与 Hugging Face 推出 ThinkingBox，通过隔离的 MCP 工具会话检查 AI 智能体留下的终端后端状态与副作用，而非只看回答和工具调用。
#Anthropic
Hugging Face BlogAI 评分2626
Import AIAI 评分3333 Import AI 469：科学 AI、递归自我改进模拟器与 Zuck 的技术悲观主义
DiG-bench 是一个由牛津、普林斯顿、Swiss AI Lab 等机构联合发布的游戏发现基准，包含 70 个隐藏规则的小型交互游戏，目前 21 个已公开、其余私有，用于衡量模型在未知环境中通过探索发现规则的能力。