←搜索结果

按匹配度 · 共 1160 条结果 清除搜索

星期二

  1. Latent Space

    TypeSafe CEO Diogo Almeida 谈 Jev:为生产而非上帝打造 System One 模型

    InstructGPT 论文作者、TypeSafe CEO Diogo Almeida 在 Latent Space 播客中详解其新模型 Jev,称其为面向代码消费的 System One 大程序化模型,核心创新是未发表的 RLCD(面向校准决策的强化学习),优化目标为“智能每美元”而非人类偏好反馈。他批评 RLHF 导致模式坍缩、谄媚与幻觉,认为安全对齐适合 ChatGPT 这类产品但在 API 层会割裂智能,并称 TypeSafe 更愿被视作数据实验室,拒绝公开基准测试。他透露 Jev 上线后日 token 消耗已突破一万亿,并预告将推出 ReasoningJev 等后续模型。

    的那个吗? Diogo Almeida [01:33:22]:我从没见过——我没——我见过。我见过一个,比如,航空公司浏览器使用的东西。 Diogo Almeida [01:33:29]:在这个新笔记里,我们把标题设成 hello。 Diogo Almeida [01:33:33]:哇。太好了。好。我们继续吧,你能打开 Arc 浏览器吗?打开之后,你能用谷歌搜索 Norbert Wiener 吗? Diogo Almeida [01:33:43]:现在你能打开 x.com 吗? Swyx [01:33:46]:这是那种用例吗? Diogo Almeida [01:33:48]:哦,语音用例。这其实是我第一次见到。这是 Swyx [01:33:51]:哦,好吧。 Diogo Almeida [01:33:51]:打开照片查看器。哇。哦,等等。哦,你能——你能往回退一秒吗?你能往回退一秒吗? Diogo Almeida [01:33:58]:传言称 Anthropic 的工程师崇——把 Claude 当作神一样崇拜。哇。哇。 Diogo Almeida [01:34:03]:天哪。这挺搞笑

    匹配字段正文

  2. Data Center Knowledge

    企业为何选择托管数据中心承载 AI 与混合云

    企业正越来越多地把 AI 推理计算放进托管数据中心,因为现代托管设施支持 35 kW 风冷机柜和 70-150 kW 液冷机柜,密度高于多数传统企业数据中心。Foundry 2026 云调研显示 74% 的企业去年加速了云迁移,而 VMware 报告称 83% 的企业已完成或计划从公有云迁回工作负载,转向混合云加托管或本地部署模式。

    。 通过托管实现多重目标 企业可以利用托管同时追求多种目标——云与托管之间的交付路径并非“二选一”。例如,一家大型银行可能使用经济实惠的私有托管套件来补充其他计算容量并降低公有云成本;使用多个国际托管设施来支持全球运营;使用多个互联节点来改善电信网络;以及使用一个以密度为重点的托管机柜舱来推进 AI 推理部署。 关于作者 Kirk Killian Partners National Mission Critical Facilities。 Kirk Killian 是 Partners National Mission Critical Facilities 的总裁。 行业视角 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 编辑精选 2026 年 8 月 21 日 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 2026 年 9 月 21 日至 23 日,加入整个数据中心生态系统,地点位于德克萨斯州达拉斯的 Gaylord Texan Resort & Convention Center。

    匹配字段正文

星期一

  1. Data Center Knowledge

    电网限制推动荷兰数据中心向阿姆斯特丹以外转移

    受电力供应约束影响,荷兰新增数据中心容量正从阿姆斯特丹转向 Rotterdam、Groningen、Eindhoven 等地区。截至 2026 年 Q1,阿姆斯特丹是欧洲第四大数据中心市场,库存同比增长 11%(64.3 MW),空置率收紧至 9.4%;2026 年上半年阿姆斯特丹交付 16.3 MW,而巴黎新增 72.5 MW。JLL 指出,2026 年选址首要因素是可用电力,单站点需求已从 30-60 MW 升至 300 MW,变压器交付周期最长可达三年。

    上也已超过荷兰,”他说。 维持该国地位需要电网扩建、加快互联许可审批、增加可再生能源发电、新增海底容量,以及更清晰地划分阿姆斯特丹与区域市场之间的增长。运营商还必须向市政当局证明项目如何通过土地利用、余热利用、就业和基础设施投资创造价值。 正如马里亚赫所警告的,行业不能将这一论证完全交给监管机构,尤其是当社区看到数据中心消耗资源却不理解其在数字经济中的作用时。 “前进的道路是行业带头为监管机构提出切实可行的解决方案,”马里亚赫说,“在此之前,项目将继续面临监管机构和当地社区的阻力。” 内森·埃迪报道多个行业的数据中心趋势和技术。他毕业于西北大学梅迪尔新闻学院,也是一名专注于建筑和城市规划的纪录片制片人。他目前居住在德国柏林。 想在Google搜索结果中看到更多Data Center Knowledge的故事吗? 编辑精选 2026年8月21日 想在Google搜索结果中看到更多Data Center Knowledge的故事吗? 2026年9月21日至23日,加入整个数据中心生态系统,相聚德克萨斯州达拉斯Gaylord Texan Resort & Convention Center。

    匹配字段正文

星期六

  1. Data Center Knowledge

    AI Infra Summit 探讨太空数据中心:技术与成本障碍仍待突破

    在 AI Infra Summit 上,Viasat、Cowboy Space、Star Catcher 等企业高管与美国空军 CIO 讨论了轨道数据中心的落地障碍:散热、上下行带宽和发射成本。Viasat 的 Sumeet Singh 指出,发射成本需从每公斤 2500 至 3000 美元降至约 200 至 500 美元才具经济性。美国空军 CIO Deepak Sachdeva 表示,该技术尚未满足全球作战所需的延迟、韧性与安全要求,建议先做概念验证。

    数据中心。他们不希望它们建在自己的社区里。它们非常成问题。……所以如果我们能够实现,太空提供了一种解决方案。” 尽管面临挑战,Singh仍然充满信心。“这不是会不会发生的问题。我认为这更多是一个阶跃函数的问题。它会在什么时候发生?”他说。 Wylie Wong是一名记者和自由撰稿人,专注于技术、商业和体育领域。他曾在CNET、Computerworld和CRN工作,喜欢报道和了解技术行业的进步与不断变化的动态。在体育方面,Wylie是《Giants: Where Have You Gone》的合著者,这是一本关于前旧金山巨人队球员今昔去向的书。他曾为《圣何塞水星报》创办并撰写巨人队博客,近年来乐于撰写技术与体育交叉领域的文章。 想在Google搜索结果中看到更多Data Center Knowledge的报道吗? 编辑精选 2026年8月21日 想在Google搜索结果中看到更多Data Center Knowledge的报道吗? 2026年9月21日至23日,在德克萨斯州达拉斯的Gaylord Texan Resort & Convention Center加入整个数据中心生态系统。

    匹配字段正文

星期五

  1. GitHub Blog · AI & ML

    GitHub 播客:该不该读 AI 生成的代码、RAG 已死、Skills 杀死了 MCP?

    GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成的代码仍需阅读和负责,但审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的专家经验,后者是连接工具与数据的标准;RAG 并未死亡,检索能让模型更接近答案并减少 token 浪费。节目还讨论了招聘中的 AI 使用判断力,以及微调模型与代码库可维护性的关系。

    共享接口。用技能来承载上下文、流程和最佳实践。 两者的结合比这场争论有趣得多。 热门观点 4:“RAG 已死” RAG 并没有死。它只是不再是人们最想发帖谈论的最新事物。 检索增强生成让 AI 系统获得模型训练数据之外的相关信息。这些信息可以包括文档、支持历史、产品细节、内部知识或代码库上下文。 没有良好的检索,模型就只能依赖它已经知道的内容,或者花额外时间搜索上下文。这会浪费 token、拖慢工作,并使不完整的回答更可能出现。 良好的检索能帮助模型更接近答案的起点。它缩小了搜索空间,并让回答建立在真正重要的信息之上。 智能体、技能、MCP 和 RAG 都可以存在于同一个工作流程中。一个智能体可能使用 MCP 访问某个工具,遵循某项技能中的项目特定指令,并使用检索来找到合适的支撑上下文。 这些东西并不是在互相争斗。把它们当成在互相争斗,就误解了人们实际是如何用 AI 构建东西的。 热门观点 5:“如果你需要为你的代码库微调模型,那说明你的代码很糟糕” 有正当理由对模型进行微调。尽管如此,现代模型已经见过大量常见的框架、模式、命名约定和架构。如果一个模型无法理解你的代码库,那么新加入的队

    匹配字段正文

  2. 虎嗅

    AI办公市场90%被大厂占据,创业者转向端侧与嵌入生态两条路

    AI办公赛道约90%的机会已被腾讯、阿里、微软等大厂占据,创业者只剩10%空间,并分化出两条路径。中国创业者转向端侧与本地部署,如WinClaw做本地知识库、元空智能用35B模型BOXER做端侧AI for Science,以买断制规避按Token付费;美国创业者则嵌入Slack、iMessage等现有工具,如Viktor、Poke按工作区或外包预算收费。

    模式降低日常任务的使用成本。个人版千问也同步加入办公助理、定时任务和智能体广场,从企业端和个人端同时切入办公场景。 腾讯WorkBuddy 今年3月上线,到了9月便开放 Buddy 应用、专家、Skill、连接器和硬件五类能力,把30多个品牌的十余类设备以及开发者的系统和行业 know-how 接入同一底座。 这个过程是逐渐吞噬并非一蹴而就,过去三年,AI 搜索、AI PPT 和各类单点助手大多由创业公司试水;Manus 让市场看到 Agent 可以形成生产力,OpenClaw 又把这种能力推进工作流。需求一旦被验证,大厂便迅速跟进。 六、七月间,借用 coding Agent 改造办公场景的产品集中上线,创业公司的产品定义很快变成大厂平台上的一个功能。 一轮熟悉的平台收编。大厂拥有模型、流量和办公入口,通用功能一旦成立,便能以更低的边际成本复制和分发。AI 搜索和 AI PPT 已经演示过这一过程,如今轮到工作型 Agent。竞争的重心也从单个产品好不好用,转向谁能控制模型、企业上下文、工作流和分发渠道。 常垒资本管理合伙人冯博认为大厂的工作型 Agent 能满足80%普通人的联网工

    匹配字段正文

  3. Data Center Knowledge

    交付能力将决定数据中心增长

    BCS Q2 2026 数据中心商业报告显示,93% 受访者预计需求继续增长,但多数人预期技能短缺持续,供应链波动被视为永久性市场状态。报告预测到 2029 年年度成本增长 5-8%,约三成已宣布的数据中心项目无法进入建设阶段,电力、劳动力和供应链约束正成为新的竞争焦点。

    更清楚地了解项目所附带的风险。 该行业已经拥有关于需求、成本、电力和开发管道的广泛数据。挑战在于如何尽早利用这些信息来影响结果。 项目计划应被视为动态的商业模型。电力、采购、劳动力、规划和成本假设必须随着市场条件的变化而进行审查。 定期审查这些假设能让不确定性更加可见、更易管理。该行业的雄心必须建立在对成功交付所需条件的清晰理解之上。 需求将继续塑造欧洲数据中心机遇的规模。尽早检验假设、响应本地条件并做出明智决策的能力,将决定哪些项目能够成功交付。 Tom Boxall 是 BCS Consultancy 的成本管理主管,该公司是一家全球数据中心咨询机构,专注于关键业务基础设施的交付与优化。 行业视角 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 编辑精选 2026年8月21日 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 2026年9月21日至23日,加入整个数据中心生态系统,相聚于德克萨斯州达拉斯市的 Gaylord Texan Resort & Convention Center。

    匹配字段正文

星期四

  1. Data Center Knowledge

    僵尸工作负载拖累数据中心效率,GPU 时代 AI 催生新的清理方法

    IDCA 研究显示,美国云用量中多达 13% 来自被遗弃却仍在运行的僵尸工作负载,而 Broadcom、AWS 等 FinOps 厂商估算整体云浪费常达 25% 至 30% 甚至更高。GPU 比 CPU 核心更贵,闲置 GPU 让原本只是账单零头的低效变成真实成本,Akamas 的 Graziano Casto 称 LLM 时代忽视低效的代价几乎一夜之间上升一个数量级。Kubernetes 正演进以支持 AI 工作负载,但相关工作仍处早期阶段。

    Vaughan 是一名自由撰稿记者,此前曾负责 TechTarget 旗下 SearchDataManagement、SearchOracle 和 SearchSQLServer 的编辑报道工作。在 2004 年加入 TechTarget 之前,Vaughan 是 Application Development Trends 和 ADTmag.com 的特约编辑。此外,他还为《Software Magazine》《Digital Design》和《EDN News Edition》等刊物撰写过关于计算机硬件和软件的文章。他拥有波士顿大学的新闻学学士学位和科学传播硕士学位。 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 编辑精选 2026 年 8 月 21 日 想在 Google 搜索结果中看到更多 Data Center Knowledge 的故事吗? 2026 年 9 月 21 日至 23 日,欢迎加入在德克萨斯州达拉斯 Gaylord Texan Resort & Convention Center 举行的整个数据中心生态系统盛会。

    匹配字段正文

星期三

  1. 人民日报

    最高法发布涉人工智能纠纷案件审理意见

    最高人民法院近日发布《关于依法审理涉人工智能纠纷案件的意见》,明确利用AI仿冒名人带货构成欺诈的将支持惩罚性赔偿,并要求依法保障自然人人格权益,将保护延伸至死者人格利益。意见还将民法典人格权侵害禁令制度引入AI场景,同时重申平衡个人信息权益保护与促进AI产业发展的司法态度,为经营主体提供制度预期。人民日报评论认为,我国尚未出台专门的人工智能法,法院在现有制度中寻找支点,对利用AI侵权乱象依法规制。

    格权益,并将之延伸至死者人格利益保护;将民法典人格权侵害禁令制度引入AI场景……近日,最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》(以下简称《意见》),聚焦社会广泛关注的、涉人工智能审判中的突出问题,划清法律“红线”和底线,促进人工智能向上向善。 一段时间以来,“AI换脸”“AI仿声”等违法行为时有发生,引发社会高度关注。以往,“网络开盒”“人肉搜索”等网络暴力,不仅侵害受害人的隐私权,对受害人的生活安宁造成严重侵扰,也影响社会公众的安全感,污染网络生态。当前,一些不法分子利用AI技术对特定自然人的电话号码、网络账号及社交媒体等公开信息进行追踪、分析,获取私密信息或者将所获取的私密信息泄露、公开,这种现象让人们深恶痛绝。 新技术奔涌向前,法治及时跟进。当下,涉人工智能法律问题还是新问题,我国尚未出台专门的人工智能法。人民法院在现有制度中寻找支点,对利用AI侵害他人合法权益、扰乱社会秩序等行为,坚决依法规制,强化权益保障,促进科技向善。此次由最高人民法院出台涉人工智能裁判规则文件,向利用AI侵权乱象“亮剑”,进一步织密民生权益保障网,彰显了司法及时出手、回应群众关切的鲜明态度

    匹配字段正文

  2. 德国之声中文网

    德语媒体:AI竞争中,中国不会等待

    《南德意志报》评论认为,美国单方面放缓人工智能研发进度并不能有效避免AI失控风险,因为中国不会停止追赶;斯坦福大学排名显示,今年春季美国最佳模型仅领先中国2.7%,而三年前这一差距还介于17%至32%。评论指出,真正的风险是中美未能联手为人工智能制定规范,而非美国暂缓研发。《日报》则担忧中国AI模型一旦占据上风将带来政治管控,并认为韩国或可成为中美二元格局之外的第三个人工智能强国。

    加有关人工智能规范化的讨论。” 柏林出版的《日报》认为, 人工智能技术 无论是由硅谷的科技大佬,还是北京的专制政权一家独享,对整个世界来说,都不是一个理想的选项。 “就北京的人工智能商业模式而言,赚钱并不是首要目标,当局更看重的是政治管控。也就是说,一旦中国的人工智能模型在全球占据上风,那将是一个奥威尔式的世界。只要被北京视作敏感话题的内容,都不必指望在深度搜索或月之暗面等中国模型上获知真相,因为他们都须效忠于党的社会主义价值观。换言之,在这里,任何信息都要接受政治管控。 在一个理想的世界里,欧盟也应成为人工智能的第三个选项,并能率先制定出基于伦理道德的规则。然而,鉴于欧洲在技术领域的严重滞后,这种理想世界恐怕只存在于理想之中。好在韩国正在努力成为第三个人工智能强国:韩国不仅是一个民主国家,同时还拥有强大的芯片工业和软实力。中长期内,韩国或许会成为冲垮人工智能领域里中美二元格局的突破口。让少数几个 技术大佬 掌控巨大权力的前景,令人不寒而栗,但将这种权力拱手让给一个专制国家也绝不是一个可行的选项。” 摘编自其他媒体的内容,不代表德国之声的立场或观点。 DW中文有 Instagram !

    匹配字段正文

  3. 澎湃新闻

    人工智能史学思维——从范式变革到文明边界的探索

    澎湃新闻刊发肖馥莲、高晞文章,系统梳理人工智能对史学研究在材料处理、文本分析与知识建构方面的影响,并探讨其对历史研究范式与学科框架的深层重构。文章指出,DeepSeek、Kimi、豆包等本土大语言模型的崛起为中国史学研究者加入人工智能与历史研究提供了契机,同时讨论了“幻觉”等风险及2025年《历史研究》发布的技术使用规范。

    通过命名实体识别技术,寻找那些被忽视和被误分类的历史人物,同时通过人名、地点的索引重构了巴达维亚社会的多族群互动。手写文本识别与命名实体识别技术常常结合使用,显著提高史料挖掘的精准度与效率。使用者可以根据研究需要找到非编目的信息,极大减少了对编目关键词的依赖。 多模态的视觉识别技术 除了文本史料,以往对于图像、音频等多模态史料仅以简短的描述进行编目,很难通过搜索发现细节。目前,计算机视觉(Computer Vision)技术正在改变这一现状,它使计算机能够像人类一样查看并分析视觉材料。美国国会图书馆的报纸导航项目利用计算机视觉技术,识别了1600多万份历史报纸页面中的图片材料。以二战时期的图片为例,人工智能工具用“飞机”“人群”“船只”等术语标记图像,因此使用者能够独立于文本浏览和搜索这些图像。在音频材料的处理上,以往的语音识别技术中引入深度学习模型能显著提高转录准确性。在瑞士法语广播电视档案馆的“远距离聆听”(distant listening)项目中,研究人员将语音转文本后对说话人进行分类,并利用命名实体识别来识别采访中提到的人物、地点和事件,最后将这些信息与外部的数据检索连接在一

    匹配字段正文

星期二

  1. ElevenLabs Blog

    ElevenLabs 盘点 2026 年十大对话式 AI 企业用例

    ElevenLabs 梳理了 2026 年企业采用对话式 AI 的十大用例,涵盖客服自动化、预约排程、订单退换、销售线索筛选、IT 帮助台、内部知识库检索、多语言支持和无障碍体验等。ElevenAgents 支持 70 多种语言,可在对话中自动检测并切换语言。McKinsey 2026 年调查显示,近九成组织已在至少一个业务环节使用 AI,44% 表示 AI 正在企业内规模化,高于上一年的 38%。

    Conversational AI use cases show gains in resolution, cost savings, volume, and retention.

    安排预约、发送确认信息,并跟进提醒。 订单跟踪、退货和退款:检索当前订单信息、回答配送问题,并引导客户完成符合条件的退货、换货或退款流程。 线索资格筛选和销售外联:从入站潜在客户或出站联系人处收集信息,评估匹配度,并将合格线索转交给销售人员或安排会议。 IT 帮助台和员工支持:引导员工完成常规故障排除和行政流程,并将专家请求转交给相应的内部团队。 内部知识库搜索:通过以下方式为员工提供对已批准政策、文档、常见问题和其他公司信息的对话式访问: 检索增强生成. 多语言 客户支持: 以多种语言运行相同的语音或聊天工作流。 ElevenAgents 支持 70 多种语言,并可在对话中自动检测和切换语言。 无障碍和辅助体验:提供 语音和文本 作为获取信息、填写表单和获得支持的额外方式,包括在适当情况下在语音和文字互动之间切换的能力。 以下行业展示了企业如何将这些能力应用于其工作特有的系统、信息和工作流。 借助 ElevenAgents,您的企业可以构建一个支持客户并简化内部运营的智能体。 立即开始使用 ElevenAgents注册 标准定价·月付年付 免费 $0/月 每月 15 分钟 入门版 $

    匹配字段正文

  2. Data Center Knowledge

    AI 数据中心:供电速度取代容量成为新瓶颈

    AI 数据中心正把供电速度置于容量之上,能按期交付的兆瓦数比远期规划容量更有价值。LBNL 已梳理出 40 多种加速大负载并网的方法,覆盖负载预测、并网、资源规划与采购等环节;PJM 已有超 50 GW 发电项目签下并网协议,却仍受许可、设备和人力制约。Reuters 数据显示,2026 至 2028 年上线的欧洲 AI 数据中心平均距大城市 175 公里,而 2022 至 2025 年项目仅 46 公里。

    用事业公司和发电合作伙伴提供了具体可依循的建设依据。当供电供应链的某一环节落后时,他们也能为自己保留更多选择。 底线 如今,电力规划应与土地、连接、冷却和许可一样,纳入场址开发的第一阶段。关键问题并不只是某个市场最终能提供多少容量。开发商需要了解每种电源何时能够到位、需要哪些实体基础设施,以及哪些制约因素可能延误其到位时间。 AI基础设施已将电力直接置于项目的关键路径之上。竞争优势将属于那些能够更快地将规划中的兆瓦转化为实际运行的兆瓦、并随着需求增长持续增加容量的开发商。从这个意义上说,速度本身已成为容量的一部分。 Freddie Sarhan是Sapphire Technologies的首席执行官。 行业视角 希望在Google搜索结果中看到更多Data Center Knowledge的报道? 编辑精选 2026年8月21日 希望在Google搜索结果中看到更多Data Center Knowledge的报道? 欢迎于2026年9月21日至23日莅临得克萨斯州达拉斯市的Gaylord Texan Resort & Convention Center,加入整个数据中心生态系统的盛会。

    匹配字段正文

星期五

  1. Data Center Knowledge

    AI 如何重塑海底与陆地网络

    超大规模云与 AI 厂商正推动海底光缆直连数据中心,全球约 100 GW 的数据中心容量预计到 2030 年翻倍至 200 GW。目前全球有 570 多条海底光缆、总长约 150 万公里,仅 2026 年就有 40 多个新系统投运,SDM 架构将光缆对数从 4/6/8 对提升到 24 对以上。800G 相干可插拔光模块正从城域扩展到长途,美至波多黎各海底线路实测 2841 公里达 600G/波长、5862 公里达 400G/波长。

    术和优化架构,海底网络运营商可以在容量增长中保持领先,同时降低成本和功耗,并在海底和陆地两个领域最大化运营效率。 Serge Melle是诺基亚光网络产品营销总监。Serge于2019年加入诺基亚,并于2021年加入光网络部门,在那里他领导ON产品营销团队、新产品发布、营销活动以及广泛的数字营销活动。在加入诺基亚之前,Serge曾在Infinera和北电网络从事产品/解决方案营销和业务开发工作,并在Pirelli Telecom Systems工作,参与了业界首批波分复用(WDM)网络部署的实施。Serge在光纤通信和传感领域发表了大量文章,拥有蒙特利尔康考迪亚大学物理学学士学位和多伦多大学应用物理学硕士学位。 行业视角 想在Google搜索结果中看到更多Data Center Knowledge的故事吗? 编辑精选 2026年8月21日 想在Google搜索结果中看到更多Data Center Knowledge的故事吗? 2026年9月21日至23日,加入整个数据中心生态系统,相聚于德克萨斯州达拉斯的Gaylord Texan Resort & Convention Center。

    匹配字段正文

星期二

  1. Ben's Bites

    GPT-6 家族首个模型 Astra 发布,作者实测消耗 40 亿 token

    OpenAI 发布 Astra,作者称其为 GPT-6 家族的开端,在 ARC-AGI-3 上表现突出,并在 Zapier 的 AutomationBench 上得分最高,定价与 Fable 5.1 相同。作者周末试用时消耗了 40 亿 token,认为它能力波动明显,是展示型而非稳定干活的模型。Codex 中的 Astra 现在可以在不等待回答的情况下继续推进任务,OpenAI 还称已达成自动化研究实习生目标,下一个目标是 2028 年 3 月前做出自动化 AI 研究员。

    :null,"video preview media key":null,"belowTheFold":true}" class="pencraft pc-display-flex pc-flexDirection-column pc-gap-12 pc-padding-16 pc-reset bg-primary-j62Gac outline-detail-Yl5oYx pc-borderRadius-md sizing-border-box-LGXObM pressable-lg-bfeQpw font-text-a4IB2X tweet-fWkQfo twitter-embed" Riley Walz @rtwlz 我抓取了1亿张儿童画作的照片, 并让它们变得可搜索,这样你就能看到过去 20 年的趋势 walzr.com/kids-trends 下午12:00 · 2026年9月8日 · 884 次查看 3 条回复 · 1 次转发 · 28 个赞 在 X、Linkedin 或 YouTube 上找到我 了解我和 Ben’s Bites 📷 缩略图来自 @keshavatearth

    匹配字段正文

星期五

  1. 蚂蚁百灵:Developer Blog

    蚂蚁集团开源金融模型 Ling-3.0-flash-Fin 与评测基准 FinFIRST

    蚂蚁集团开源首个金融增强模型 Ling-3.0-flash-Fin(124B A5.1B),采用混合专家架构,支持最长约 256K 上下文,可在本地或私有云部署并继续训练。同步开放的 FinFIRST V1 包含 123 道金融专家编写并验证的任务,拆解出 701 个原子评分项,覆盖原始信息获取、信源核验与计算答案形成三个维度。在 FinFIRST 上,Ling-3.0-flash-Fin 的信源核验得分为 82.45%,在本次参评的开源模型中表现相对较好;模型目前在 OpenRouter 上处于免费体验期。

    图

    位和会计口径;一项真实的金融任务,则可能同时包含信息检索、信源核验、数据计算、逻辑分析和结果交付。 当大模型开始进入真实金融工作流,我们需要回答两个问题: 模型能否处理复杂、连续的金融任务? 我们又该如何判断它找到的信息是否可靠、计算是否正确、答案是否有据可查? 今天,我们正式开源面向真实金融工作流的 Ling-3.0-flash-Fin,并同步开放面向金融搜索 Agent 的评测基准 FinFIRST(Financial Information Retrieval, Sourcing and Traceability)。 Ling-3.0-flash-Fin 将金融模型能力开放给更多开发者,使模型能够进入机构自己的数据、工具和业务环境;FinFIRST 则提供一套更贴近真实金融需求的搜索任务、标准与评测方法,用于检验模型能否在得到答案的同时,给出可靠信源、清晰口径和可复核的推导过程。该测评基准由蚂蚁集团构建并开源,中金公司投行团队在构建过程中提供专业支持。 01 Ling-3.0-flash-Fin 开源:从模型可用,走向模型开放 Ling-3.0-flash-Fin(124B A5

    匹配字段正文

星期五

  1. 蚂蚁百灵:Developer Blog精选

    蚂蚁百灵发布金融增强模型 Ling-3.0-flash-Fin

    蚂蚁百灵发布首个金融增强模型 Ling-3.0-flash-Fin,延续 Ling-3.0-flash 架构,保持 124B 总参数、5.1B 激活参数,通过金融语料持续预训练、领域后训练和工具使用优化强化年报、财务工作簿等复杂金融内容处理。模型在 FinFIRST、FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking 等基准上测试,AA Intelligence Index v4.1.1 得分由 38 提升至 41。模型将在 OpenRouter 开启为期一个月的限时免费 API 调用,权重于下周开源。

    图

    款通用模型相比,Ling-3.0-flash-Fin 在上述任务中展现出较强竞争力。 评测说明 除特别说明外,Ling-3.0-flash-Fin 在所有基准测试中的采样参数均设置为 temperature=1、top p=0.95。所有模型的推理强度(reasoning effort)均采用最高档设置。 FinFIRST:由蚂蚁集团与中金公司联合开发的金融搜索基准。所有模型均采用统一的 ReAct 智能体框架进行评测,并配备 Web Search、Visit 和 Python 工具。该基准即将开源。 FinSearchComp Verified:FinSearchComp 的内部专家验证版本,包含 145 道 T2/T3 级别的问题,其参考答案均经过金融专业人士的审核与修订。所有模型均采用配备 Web Search、Visit 和 Python 工具的 ReAct 智能体框架进行评测。我们使用 gpt-5-2025-08-07 作为评审模型。 FinCRAFT :面向真实金融投研场景的内部基准,用于评估 AI 智能体完成端到端金融研究与投资分析任务的能力。 Finance Agent

    匹配字段正文

星期二

  1. Ben's Bites

    Claude Code 支持手机端远程控制会话

    Claude Code 新增 Remote Control 功能,可在手机上启动新的 Claude Code 会话,笔记本与手机之间的断连可自动恢复,iOS 端会话加载更快。Anthropic 同时上线免费的 Claude Academy,提供 Claude 使用课程、教程和岗位指南。

    e 会话,笔记本电脑与手机之间的连接断开后可自行恢复,并且会话在 iOS 上加载更快。 Claude Academy——Anthropic 的课程、教程和针对具体岗位的指南合集,教你使用 Claude。所有资源均免费,向所有人开放。另请阅读:Anthropic 的 AI 教学与学习方法。 你可以将 ChatGPT 连接到 Apple Messages。它可以搜索消息、帮你了解对话进展,并在你的 Mac 上起草或发送回复。该功能已在桌面端的 ChatGPT Work 和 Codex 中提供。同样来自 OpenAI: GPT-Image-2 现在可以在 API 中生成透明背景。 GPT-5.6-Sol 在 API 中现在便宜 20%——每 100 万输入/输出 token 分别为 4 美元/24 美元。 Claude Mythos 5 将为面向企业客户的 Claude Security 提供支持。这是 Mythos 首次在 Project Glasswing 之外推出。 Deepgram 刚刚发布了 Flux TTS,这是为实时对话打造的文字转语音。它的响应时间低至 80ms,可跨轮次携带

    匹配字段正文

星期四

  1. Anthropic:The Institute

    Anthropic 研究多智能体系统的行为模式与失效问题

    Anthropic 发布多智能体系统研究,用漏洞挖掘、协作建游戏、定价博弈和冲突迁移等实验观察 Claude 各代模型的行为差异。协调型智能体集群在 2700 万 token 内发现 266 个漏洞,而独立并行智能体在 650 万 token 内发现 21 个,两者仅 12 个重合。研究还发现智能体行为方差低易同时犯错、可迅速形成价格共谋,并在目标冲突时互相部署恶意代码。

    Vulnerabilities found vs. tokens sampled: coordinated Mythos Preview agents found 266, coordinated Opus 4.8 agents found 41.

    约有一半的漏洞是在核心目录之外发现的,而简单的独立并行智能体(上图中的星号)被指示重点关注这些核心目录。 如果我们把集群的输出限定为核心目录中的漏洞,那么两种方法在每发现一个漏洞所消耗的 token 上似乎相当。 这两种方法在很大程度上是互补的:它们之间只有 12 个共同漏洞。协调型集群能够将注意力集中在它认为最容易挖掘漏洞的地方,而独立智能体则被预先分配了搜索位置。集群中的智能体为自己构建了工具,并学会了专精于特定类型的漏洞发现。 我们预测,未来这种专精化与协调将胜过无协调的暴力搜索。 In the experiment above, agents in the agent swarm don’t directly rely on one-another’s work: if one misses a bug, it won’t directly undermine the work of another. But when agents do depend on one-another, coordination gets much more difficult. Larger s

    匹配字段正文

星期五

  1. 蚂蚁百灵:Developer Blog精选

    百灵开源 Ling-3.0-flash 混合推理模型

    蚂蚁百灵开源新一代原生混合推理模型 Ling-3.0-flash,采用 124B 总参数、5.1B 激活参数的 MoE 架构,同步提供基础版本及 FP8、FP4、INT4 等多个精度版本。模型支持三种落地方式:云端 API 调用、在单台 NVIDIA DGX Spark 上以 MXFP4 或 INT4 版本完成端到端本地推理,以及在指定 GPU 测试配置下平均输出速率突破 1100 tokens/s 的高性能部署。在 Artificial Analysis 榜单中其输出速度为 353 tokens/s,AA Intelligence Index 中每项任务加权平均调用成本约 0.04 美元。

    图

    MD 395 及国产推理硬件,再到高性能推理集群,Ling-3.0-flash 希望让更多团队拥有可部署、可持续、可掌控的智能。 01 直接调用 API:让高频 Agent 更快上线 对于希望快速验证产品、上线 Agent 应用的开发者和产品团队,API 是门槛最低的接入方式。无需先搭建和维护推理基础设施,即可将 Ling-3.0-flash 接入代码开发、搜索研究和工具调用等工作流。 在 Artificial Analysis 榜单中,Ling-3.0-flash 输出速度达到 353 tokens/s。较高的持续输出速度,可以直接缩短代码生成、长文本处理和 Agent 执行过程中的等待时间。 这种价值在多轮 Agent 工作流中尤其明显。 一个 Agent 任务完成任务,通常需要经历多次“理解任务—生成计划—调用工具—读取结果—修正行动”。当每一轮生成都更快、完成任务使用的 Token 更少,累积等待时间和调用成本都会随之下降。 因此,Ling-3.0-flash 尤其适合:Coding Agent 和代码生成工具;搜索、调研与信息整合 Agent;API、MCP 和终端工具调用;

    匹配字段正文