本周 AI 大事记（2026-W23 / 06-01 ~ 06-07）
本周 AI 圈 10 条最值得记住的事：GPT-5 SWE-bench 突破 80%、Claude 4 系列发布、Llama 4 重回开源、Mamba-3 长上下文新方案、欧盟 AI Act 半年观察。
Claude 4 Sonnet 全方位实测：百万上下文、代码能力与性价比的真实数据
Anthropic Claude 4 Sonnet 公测两周，我们用 12 个真实任务做横向对比。重点关注：100 万 token 检索准确率、代码能力、工具调用稳定性、定价。
快讯：GPT-5 在 SWE-bench Verified 突破 80%，OpenAI 内部目标 85%
OpenAI 内部路线图泄露：GPT-5 主线任务（SWE-bench Verified）目标 85%，目前已达 80.3%。Codex 团队被要求把失败案例重做一遍。
Cursor 实战：用 Claude 4 把一周的代码 review 工作流搭起来
本文用一个真实案例演示如何用 Cursor + Claude 4 Sonnet，把代码 review 从「看 PR → 提意见」升级为「AI 先过一遍、人只看关键点」，提效约 60%。