LLM 模拟多智能体社会，芯片设计 AI 表现不佳
深度2026年2月9日5 分钟阅读
Google 研究发现，大语言模型（LLM）在解决复杂问题时，会模拟多个具有不同人格和专长的内部视角，形成一种“思维社会”。同时，ChipBench 基准测试显示，当前前沿模型在真实的 Verilog 芯片设计任务上表现依然不佳。
觉得有用？分享给更多人
相关文章
AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。
深度The New Stack·7月18日·10 分钟
作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。
深度The New Stack·7月18日·8 分钟