研究评估 Claude Code 批改手写大学试卷的可靠性
原文标题：Reliability of Claude Code as an Agentic AI Grading System for Handwritten University Exams
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究以 Claude Opus 4.6 的智能体部署 Claude Code 批改沙特某计算机图形课程 60 份手写期中试卷，与专家评分在总分上高度一致（r=0.97，MAE=0.85 分），重测一致性 ICC 达 0.96，反馈准确率 92.8%。但绘图题在四项指标中三项表现异常，作者认为尚不能替代教师在边界情形与绘图题上的判断。
AI 处理过程展开/收起
相关推荐
AI分析40万条Reddit帖子发现Ozempic隐藏副作用
AI 摘要研究利用AI分析约40万条Reddit帖子，发现Ozempic等GLP-1药物此前未被充分记录的副作用。该成果展示AI在药物警戒与真实世界证据挖掘中的潜力，可补充传统临床试验与不良反应报告的盲区。
谷歌AlphaGenome Atlas绘制人类基因组图谱
AI 摘要谷歌DeepMind推出AlphaGenome Atlas，包含人类基因组中每个可能的DNA字母变化的预测图谱，有望加速科学研究并推动疾病治疗。该工具将改变我们对生物学的理解。
Anthropic 推出 Claude Sheets 等办公 AI 工具，正面竞争微软谷歌
AI 摘要Anthropic 发布一系列办公场景 AI 工具，包括视频通话助手、数据仪表板工具以及名为 Claude Sheets 的电子表格服务，后者对标微软 Excel 与谷歌 Sheets 并内置 Anthropic 的 AI 能力。多数新工具将以测试版形式向付费用户开放。此举使 Anthropic 在 IPO 前与微软、谷歌的竞争进一步升温。
OpenAI 为 ChatGPT 上线认证 AI 商务智能体
AI 摘要OpenAI 在 ChatGPT 中推出经认证的 Business Agents，代表品牌与用户对话，可用于比价购物等场景。该功能先向美国符合条件的电商与在线服务企业开放，属于 ChatGPT 一系列企业功能 beta 的一部分。企业可通过 Business Hub 认领身份并获取曝光洞察。