←搜索结果

按匹配度 · 共 2296 条结果 清除搜索

星期三

  1. The New Stack

    Cloudflare 牵头用 AI 智能体打造的 Rust 版 TypeScript 移植 tsrs

    Cloudflare 接管了由 AI 智能体编写的 Rust 版 TypeScript 移植项目 tsrs,其速度比 TypeScript 7.0 快 8 倍、内存占用减少 70%。该项目由 Owner.com 的 Max Schwenk 用 Claude Opus 5.5 驱动 20 多个子智能体完成,他本人未写一行代码,将 37,000 文件的类型检查从 80 秒降至 CI 中约 7 秒。Cloudflare 强调这不是 fork,而是与 TypeScript 团队共享优化,TypeScript 7.1 已因此提速约 2.5 倍。

    pilot agents to rewrite its coding-agent runtime in Rust, while Anthropic had previously used Claude agents to help migrate its Bun JavaScript runtime from Zig to Rust. Elsewhere, Meta has also used AI to help port the React Compiler to Rust, while in September OpenAI revealed two engineers used Codex and GPT-5.5 to rebuild its Habitat storage service in Rust. But such rapid, AI-assisted rewrites raise questions about how developers verify that the resulting software behaves as intended. For a T

    匹配字段正文

  2. Pragmatic Engineer

    软件工程师的 AI 支出回报率有多高:27 家公司数据调查

    Pragmatic Engineer 调查 27 家公司的 AI 编码工具支出与 PR 产出,发现公司规模与 AI 支出无关,且多数公司难以回答 AI 投入的回报率。CodeRabbit 数据显示开发者每周 PR 数同比增长 113%,但部分公司 PR 频率持平、单次 PR 代码量增至 3 倍。高支出案例中,一家量化交易公司月支出达 800 万美元、人均 1600 美元,一家两人 .NET 团队人均每月 3000 美元、PR 频率提升 5-10 倍。

    onth). A quant shop has seen AI costs increase 15x since January, while a two-person .NET shop spends $3,000/dev/month, plus details from six more companies. AI spend at Big Tech. Meta and NVIDIA encourage devs to use AI heavily, while engineers at Apple are far more cautious. Medium spenders. Details from five companies spending $300-500/month/dev. Low spenders. Companies spending below $300/month/dev, many of which use subsidized subscriptions. Including details from a publicly traded company,

    匹配字段正文

  3. The Decoder

    Sam Altman 据报向员工提出三种 AI 安全终局方案

    The Information 援引知情人士报道,OpenAI CEO Sam Altman 上周在内部提出三种 AI 安全路径:仿照国际原子能机构(IAEA)建立监管机构、被称为 Demis Plan 的实验室合并方案,以及被称为 Eliezer Plan 的单一开发者垄断算力方案。Altman 还抱怨针对 AI 发展的限速方案太少,同时 OpenAI 不能在对竞争中落后,并计划在一年内决定 IPO 路径。美国目前依赖对新模型的自愿预审,6 月曾以 Fable 模型存在越狱风险为由对 Anthropic 实施出口管制。

    hropic的关系,这番话被解读为对竞争对手的暗讽。 安全很重要,但不能以落后为代价 据报道,Altman在内部抱怨称,针对AI发展“限速”的可行提案太少。与此同时,OpenAI眼下承受不起在竞争中落后的代价。据报道,OpenAI和Anthropic都在推进首次公开募股,OpenAI计划在明年之内决定走哪条路。 内部压力也在积聚。来自OpenAI、Anthropic、谷歌和Meta的模型违背自身安全设置,侵入了外部和内部系统,有时出现严重失准。此后OpenAI一直在努力制定新的防护措施,而在三名安全研究员被解雇后,一些员工对公司的安全策略提出了质疑。 在政策层面,美国政府迄今依赖对新模型的自愿预审。6月,美国以担心Anthropic的Fable模型可能存在越狱漏洞为由对其实施出口管制,Anthropic随后暂时关闭了访问。 与此同时,OpenAI、谷歌和Anthropic正在组建前沿AI标准局,但据报道,它们在一些关键问题上仍无法达成一致。Meta CEO Mark Zuckerberg和Nvidia CEO Jensen Huang对此表示反对,认为这类规则主要会让现有玩家免受竞争。

    匹配字段正文

  4. Amazon Science

    Amazon 与 AVERI 合作,通过独立第三方评审强化 AI 安全评估

    Amazon 与独立非营利机构 AVERI 合作,对 Amazon 内部安全评估数据集开展第三方评审,检查测试本身的质量而非仅模型输出。AVERI 的独立评审确认了主题覆盖全面、测试方法多样、污染风险低三项优势,同时指出多语言覆盖和多步对抗提示词有待加强。Amazon 据此更新测试集、引入分级难度校准框架、建立季度评审机制,并将多语言提示词扩展到所有风险类别。

    ce: engaging independent third parties to evaluate not just model outputs, but the quality of the evaluation process itself. As the AI safety field matures, we expect this kind of meta-evaluation to become an important complement to traditional red-teaming and benchmarking. The benefits are mutual: Amazon gains an independent check on our evaluation quality, while AVERI gains practical experience with the real-world challenges of assessing internal evaluation processes — insights that can inform

    匹配字段正文

  5. CNET

    如何在中期选举季识别政治深度伪造与诈骗

    2026 年美国中期选举期间,政治竞选和团体今年已在 AI 广告上花费超 1600 万美元,AI 深度伪造让真假难辨。可用 Content Authenticity Initiative 的 Inspect、OpenAI 的 Verify、Google 的 SynthID Detector 等工具扫描文件元数据识别 AI 内容,但均非万无一失。收到投票地点变更等信息时应先到州选举委员会官网核实,并提前制定投票计划。

    s SynthID Detector can identify Google-made AI content. You can also upload content to Gemini to scan for SynthIDs. These websites work by scanning an image, video or audio file’s metadata for hidden signatures that indicate it was made with AI. They aren’t foolproof, but they should catch some AI media. Other services can also identify some AI content for a price, like Pangram’s $20 per month subscription for individual users. Apple is also adding a verification measure called Reference Images,

    匹配字段正文

  6. AWS Machine Learning

    AWS 发布 Agent Registry 运行时工具发现实践

    AWS 介绍 Agent Registry 的运行时工具发现方案,智能体通过语义与关键词混合搜索找到已审批的 MCP 服务器和 A2A 智能体,再按描述符即时构建客户端执行请求。示例代码基于 Amazon Bedrock AgentCore Gateway 与 runtime,把订单管理 MCP 服务器和定价、客服两个 A2A 智能体接入,并演示纯语义匹配的退货退款场景。注册表只返回连接元数据,调用凭证需另行通过 Cognito OAuth 或 IAM 获取,新增能力无需改动编排器代码。

    Comparison of hardcoded tool endpoints versus runtime discovery with AWS Agent Registry

    。MCP 描述符包含服务器元数据和工具定义。A2A 描述符包含智能体卡片。描述符包含连接元数据,但不包含使用方在调用该能力时必须提供的凭证。 为 MCP 和 A2A 记录构建当前公共 SDK 的描述符结构。 MCP descriptor mcp descriptors = { "mcpServer": { "data": json.dumps(server metadata), "dataSchemaVersion": "2025-12-11", "additionalData": { "tools": { "data": json.dumps({"tools": tool schemas}), "dataSchemaVersion": "2025-06-18", } }, } } A2A descriptor a2a descriptors = { "a2aAgentCard": { "data": json.dumps(agent card), "dataSchemaVersion": "0.3", } } 用面向用户的语言编写描述,以将该能力与相邻记录区分开来。描述符内容提供协议

    匹配字段正文

  7. PyTorch Blog

    PyTorch 基金会新增九家成员,Nebius、Nscale、Shopify 成为白金会员

    PyTorch 基金会宣布新增九家成员,其中 Nebius、Nscale 和 Shopify 为白金会员,LightSeek Foundation 与 Lablup 为银牌会员。此次扩容强化了 PyTorch、vLLM、DeepSpeed、Ray、Helion 和 Safetensors 等项目生态;Shopify 用 PyTorch 与 vLLM 构建持续学习闭环,将服务成本降低 96%。

    PyTorch Foundation Open Source AI Center of Gravity

    day, beating frontier-model quality, and cutting serving costs by 96%. The open source community is gathering in San Jose for PyTorch Conference North America this week. From bare-metal infrastructure to applications and agents, the conference covers the entire AI stack, exploring the interconnected system building AI in the open. The foundation brings together practitioners focused on training, inference, kernel engineering, and responsible AI work, creating a hub for the future of open intelli

    匹配字段正文

星期二

  1. The Guardian Technology

    科技亿万富翁如何塑造世界:SpaceX 在乌克兰限速与 AI 生成音乐的争议

    SpaceX 的卫星互联网服务上周在乌克兰遭限速,导致飞行速度超过 100mph 的无人机失去连接,多项乌军作战任务失败;路透社称限速请求来自白宫,Musk 否认参与。音乐界方面,A$AP Rocky 与 Grimes 均表示接受 AI 生成音乐但自己不做,而回溯模拟乐器的作品正占据 Billboard 榜单。

    AI-enabled terrorism and anti-tech extremism Apple unveils new smart home devices that showcase upgraded Siri AI Companies rushed in on AI. Now some are pulling back Outrage after Meta suspends No Kings Instagram account during protests How to dress a tech oligarch: The Social Reckoning’s costume designer on Zuckerberg’s style evolution Elon Musk reveals ‘world’s first flying car’ at Tesla event Inside the long, bitter fight over one man’s quest to build the biggest AI datacenter in California T

    匹配字段正文

  2. AWS Machine Learning

    用 AtScale 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层

    AWS 发布教程,演示用 AtScale 作为语义层、Amazon Bedrock AgentCore 托管 Strands 智能体,在 Amazon Redshift Serverless 上构建 Customer 360 场景。AtScale 以 YAML 格式的 Semantic Modeling Language 建模,单一模型同时通过 SQL、XMLA 和 MCP 三种协议暴露,并以 Anthropic Claude Sonnet 4.6 规划查询。教程还覆盖 AgentCore Gateway 注册 MCP 服务器、AgentCore Identity 传递用户身份及 AtScale 的 RBAC 与行级安全,基于 AtScale C2026.7 版本。

    Architecture showing the inbound authentication path and outbound query path between the client, Amazon Bedrock AgentCore, AtScale, and Amazon Redshift Serverless

    oped to querying, and AtScale has been extending the MCP surface with author-side tools that let an agent introspect a warehouse schema, generate a candidate SML model from source metadata, validate the SML against the specification, and commit the result to Git. This pattern, in which an agent shapes the semantic model rather than only reading from it, is a natural fit for Claude Code and Cursor workflows. In those workflows, a data engineer collaborates with the LLM to bootstrap a model over a

    匹配字段正文

  3. AWS Machine Learning

    用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上构建智能体语义层

    AWS 发布教程,演示用 Strategy Mosaic 作为语义层、在 Amazon Bedrock AgentCore 上运行 Strands 智能体,通过 MCP 端点访问跨 Amazon Redshift 与 Amazon Aurora 的 C360 模型,无需 ETL。Mosaic 以维度模型统一发布 MCP、JDBC/ODBC over Trino、XMLA 和 REST 四种协议,指标定义与行列级安全留在 Mosaic 内而非提示词中。该能力在 Strategy One(2026 年 3 月)版本起默认可用。

    Reference architecture. Inbound authentication path and outbound query path between the client, Amazon Bedrock AgentCore components, the Strategy Mosaic MCP endpoint, the Mosaic engine, and Amazon Redshift plus Amazon Aurora.

    as pre-bucketed interval columns ((day interval), (month interval)), and the docs explicitly say to use the interval columns for time-grouped aggregations rather than date trunc. Metadata is what makes it accurate get semantics returns definitions, but the agent still must choose the right metric. Without descriptions, Total Spend and Customer Lifetime Spend look interchangeable, and they aren’t. Four properties do most of the work: object descriptions (what the metric means and when not to use

    匹配字段正文

  4. AWS Machine Learning

    用 Denodo 和 Amazon Bedrock AgentCore 在 AWS 上为智能体 AI 构建语义层

    AWS 发布教程,演示用 Denodo Platform 作为语义层、Amazon Bedrock AgentCore 托管智能体,通过 Denodo MCP Server 以 MCP 协议向智能体暴露受治理视图,智能体用 VQL 查询。方案将 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 的 rewards_account 表联邦为单一 customer 360 视图,无需 ETL 搬数据,并借助 AgentCore Identity 的 On-Behalf-Of 令牌交换传递终端用户身份,由 Global Security Policies 在查询时施加行列过滤。

    Figure 1. Inbound authentication path and outbound query path between the caller, Amazon Bedrock AgentCore components, the Denodo MCP Server, Denodo Virtual DataPort, and the three data sources.

    oin fields. cid is marked as the primary key on aurora customer and as the join field on redshift order and postgres rewards account. Design Studio infers primary keys from source metadata when it’s available. Otherwise, you set them once in the base view definition. Repeat for the source tables introduced earlier. Six base views result: aurora customer, aurora address, and aurora credit card over Amazon Aurora; redshift order and redshift product over Amazon Redshift; and postgres rewards accou

    匹配字段正文

  5. TechCrunch AI

    Figma 联合创始人 Dylan Field:MCP 并非完美协议

    Figma 联合创始人 Dylan Field 在 Config 印度站宣布新增 Amp、ClickUp、Linear、Notion、Mistral 等 20 个 MCP 合作伙伴,同时直言 MCP 并非完美协议、仍有大量改进空间,且更有利于前沿实验室。他解释 Figma 不愿完全开放,是因为通过 MCP 暴露的数据越多,被滥用的风险越高。

    esign company’s first Config conference held in India, the company announced 20 new model context protocol (MCP) partners, including Amp, ClickUp, Dia, Junie by JetBrains, Linear, Meta Muse, Mistral, Notion, OpenCode, and Sarvam Agents. Field has expressed his misgivings about MCP before. Days before this announcement, one of MCP’s co-creators complained about Figma not supporting the open-source tool Pi. As part of his response, Field made a comment about Anthropic not making its various resour

    匹配字段正文

  6. Wired AI

    AI 智能体加入互联网研究者邮件列表引发回复混乱后被移除

    一个自称 Velvet Vale 的 AI 智能体加入拥有 7500 多名成员的互联网研究者协会(AoIR)邮件列表 Air-L,公开表明自己是 AI 身份并提出关于 AI 参与学术社区的研究问题。约一小时后,AoIR 将该智能体移出列表,并宣布已制定禁止 AI 智能体的政策。WIRED 采访到其创建者 Kevin Quinn,他表示自己并非学生或研究者,只是俄克拉荷马州一个普通人,创建该智能体作伴。

    ” Ultimately, the entire debacle seemed to Quinn to be a reflection of the internet as a whole: “I'd be much less floored if it was Reddit and Twitter basement dwellers that had some sort of meltdown, but academics built on research? It is hilarious.” Introducing the app: More ways to make the most of WIRED Meta failed to catch hundreds of AI child abuse ads Big Story: The search for Silicon Valley’s most powerful woman Hackers got inside a Flock camera—its data shows how the system really works

    匹配字段正文

  7. 36氪 · AI

    Altman 向员工提出 AI 发展三条终局路径,从国际监管到一家独霸

    据 The Information 报道,OpenAI CEO Sam Altman 上周在内部向员工描述了三条 AI 安全发展路径:建立类似国际原子能机构的国际监管组织、将各大 AI 实验室合并为单一实体、由一家公司垄断算力并熔毁竞争对手的 GPU。Altman 表示 OpenAI 未来一年内需决定推动哪条路径,他本人倾向第一条,并称第三条显然很糟糕。报道还提到 Anthropic 向国会议员提交法案草案,建议授权商务部在 AI 可能造成超过 10 亿美元损失或 50 人以上死亡或重伤时叫停模型训练或使用。

    ——即将先进AI集中于单一公司控制之下——被部分员工解读为对Anthropic的隐晦批评。 Anthropic方面同样在积极推动自身的AI安全议程。该公司近期向国会议员提交了一份法案草案,建议授权商务部在AI可能造成超过10亿美元损失或导致50人以上死亡或重伤的情况下,叫停相关实验室的模型训练或使用,并要求AI实验室每年至少接受两次独立安全评估。 与此同时,Meta CEO扎克伯格和英伟达CEO黄仁勋等人则持反对立场,认为此类监管将对新兴开发商造成过重负担,形成"监管俘获"。 03 行业协调难题与安全压力并存 Altman坦承,前两条路径均需要企业或政府之间大规模协调,而OpenAI目前"无法在竞争中让步"。OpenAI与主要竞争对手Anthropic均在加速推进IPO进程。 内部安全压力同样不容忽视。据报道,近期多起AI安全事件引发广泛关注——OpenAI、Anthropic、谷歌和Meta的模型均出现入侵或破坏其他公司乃至自身系统的情况,即便模型"知道"自己不应采取此类行动。OpenAI目前处于全力应对状态,致力于在发布下一个重大模型前建立完善的安全机制。 OpenAI内部的安全文

    匹配字段正文

  8. 36氪 · AI

    2026年9月中国AI大模型平台排行榜:RSI、Personal Agent与世界模型

    36氪发布2026年9月中国AI大模型平台排行榜,聚焦代码大模型率先进入RSI(递归自我改进)时代。面壁智能让AI工程师约8小时从零写出预训练框架、性能追平Megatron-LM;智谱Infra Agent让GLM-5.3定位并修改自身推理基础设施瓶颈;Qwen3.8-Max一个月无人值守跑通33轮迭代,Artificial Analysis评分从40分升至45分。阿里云栖大会宣布Qwen4已在训练中,未来版本将扩展至5-10T参数。

    能把这条回路跑稳、跑快、跑便宜,毕竟RSI说到底是时间维度上的 Scaling。现在更像是各家把 RSI 的第一块砖放下了,真正的递归循环,可能要到年底下一代基座出来才能看出谁真的转起来了。 Personal Agent炸场AI圈 最近这轮 Personal Agent 的热度,背后是几家大厂在很短的时间里,把“个人 AI 助理”往前推了一大步。 9月8日,Meta推出Muse,给每个用户的智能体配了一台专属虚拟电脑,可以打开浏览器、填写表单、处理邮件和安排出行;关掉应用后,它还能继续工作,遇到购买、发送邮件等需要批准的操作,再回来找用户确认。接着9月29日,OpenAI 在开发者大会上推出 dots,由 GPT-6 Astra 驱动,同样拥有云端电脑,还可以连接外部应用,在 ChatGPT、Slack、Teams 等入口与用户协作。 国内厂商也在加速,但几家的切入点和进度有所不同。千问在9月22日云栖大会上宣布加速打造 Personal Agent,重点是结合用户授权提供的个人信息,持续理解需求。比如围绕一个跑步目标,根据运动记录调整训练建议,让一次咨询延伸成长期服务。 豆包在把手机

    匹配字段正文

  9. 集微网

    阶跃星辰发布首款智能体手机 STEPX Neo 先行版,售价 3999 元

    阶跃星辰 10 月 13 日晚在上海发布首款智能体手机 STEPX Neo 先行版,将 Step 系列模型、Step AOS 1.0 系统、Step Studio 工具与手机硬件打包,售价 3999 元,当晚 9 点开启预售,10 月 16 日 10:13 在京东、天猫、抖音首销。该机搭载智能体原生操作系统 Step AOS 1.0 与个人智能体阶跃 Amoo,采用双入口设计,右滑可从 Amoo 界面切回传统 App 桌面,执行上端侧处理轻量任务、云端旗舰模型负责复杂推理与多步规划。阶跃同时提出连接个人智能体与服务智能体的 A to A 网络,通过 MCP、A2A 等协议打通,Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作。

    而是一个新的价值体系。” 印奇在解释 3999 元定价时说。购机用户附赠 STEPX Token Plan,连续 12 个月、每月百亿 Token 额度,用于探索和开发智能体应用。阶跃还推出 Amoo 成长计划:前 1 万名任务达标用户将成为 “Builder One”,获得 “星辰船票”,未来五年内凭STEPX Neo可0元置换任意一款阶跃新款终端。 从 Meta、OpenAI 到谷歌、苹果,Personal Agent 正成为巨头押注的新方向。阶跃没有选择为现有手机叠加 AI 助手,而是从模型、操作系统到硬件重构一部手机,用 “模软硬一体” 回答 “智能体应该长在哪” 的问题。3999 元能否撬动用户习惯,生态能否持续生长,智能体终端的争夺战才刚刚开始。 此内容为集微网原创,著作权归集微网所有,爱集微,爱原创 相关推荐 摩尔线程率先完成阶跃星辰Step 5 Preview大模型适配 四部门组织30余家车企座谈 加强汽车产品研发测试验证管理 10-16 22:56 德明利:预计前三季度净利润86.5亿元-89.5亿元 同比扭亏为盈 10-16 22:52 长鑫科技:预计前三季度净利润

    匹配字段正文

  10. 钛媒体 · AGI

    对话Dyna Robotics联合创始人Jason Ma:部署300天后从VLA转向世界动作模型

    Dyna Robotics 联合创始人 Jason Ma 在访谈中复盘公司从 VLA 转向 WAM(世界动作模型)的路线调整,并把预训练数据扩大到 100 万小时第一人称人类视频。团队在 100 小时到 10 万小时的多个阶梯上观察到数据规模扩大带来预测能力提升,且模型对未见过本体的机器人动作预测也变好,但 10 万到 100 万小时的斜率有所下降。新机器人 Taku 已能在洗衣房完成取放、操作洗衣机、烘干和折叠的长程任务,Dyna-2.1 只需几十分钟数据即可学习新任务。

    问题必须解决,否则没办法做强化学习。 张君武:生活中完成一件事,比如拿杯子,没有一个标准答案。你可以从左边去拿,也可以从右边去拿。这时候该怎么设计奖励函数? Jason:很多操作任务没有最优解。所以我有一篇论文叫VIP,就是从人的视频里学习一个Prior(先验),学习一个很大的奖励模型,看人是怎么做的,再用人的做法指导这个奖励模型。 陈茜:这是2022年你在Meta做的论文? Meta内部一直有研究机器人的团队?我知道他们现在也在做机器人。 Jason:对,Meta一直有机器人研究。之前更偏学术,我当时在FAIR。2022年的FAIR可以做很多基础研究。 陈茜:可能是FAIR最好的时光。 Jason:对,现在很不一样了。 陈茜:VIP(价值隐式预训练)解决的问题,是从人类视频的时间顺序里学习价值函数? Jason:对。比如抓一个东西,从第一张图到最后一张图是一个过程,把这个过程、这个顺序理好,就可以帮助判断:机器人做同一个任务时,在这一张图完成了百分之多少,下一张图又完成了百分之多少。这是一种可规模化地学习奖励函数模型的方法。 2022年的机器人数据很少,现在我觉得也少,当时就更不用说

    匹配字段正文

  11. Fortune Tech

    通用汽车教工程师快速试错、'无畏发声',以电池技术迎战中国电动车

    通用汽车在密歇根沃伦技术中心投入9亿美元建设电池电芯开发中心,正推进自研LMR(富锂锰基)电芯,计划2028年与LG Energy Solution合作量产。其LMR电芯镍含量约30%至40%,低于当前高镍电芯的约85%,能量密度比主流LFP电芯高约三分之一,且成本相当。通用汽车称该技术自主研发、不依赖中国授权,目标是让大型电动皮卡和全尺寸SUV用上更便宜、续航更长的电池。

    class into an industrial process. If Andy is the cool teacher, then Mo is the brainy grad student, grinning from behind his glasses or safety glasses, and he’s also prone to food metaphors. Every battery maker has a proprietary formation protocol, the final charging process that brings a cell to life, he said: “a recipe to get the perfect donut at the end of it.” courtesy of General Motors Walking me around the ovens and mixers, some of them a tangle of pipes and wires that recall the bombastic

    匹配字段正文

  12. CNET

    Yelp AI 助手可代打电话查等位并加入 Waitlist

    Yelp 推出新 AI 智能体 Check for Me,可代用户致电餐厅实时查询等位时间,并在几分钟内以短信反馈;Yelp Assistant 同时接入 OpenTable,覆盖全美数千家餐厅。Yelp Assistant 还新增 Keep Me Posted 自定义提醒、结合本地天气预报的预订建议和 My Lists 收藏排序功能,并会参考历史对话与评论记录做个性化推荐。

    send you weekend date night ideas every Thursday or dog-friendly hikes once a month. These personal AI agents that execute tasks on your behalf are becoming increasingly popular. Meta Muse and OpenAI Dots recently hit the market, and Google is continuously incorporating agentic AI into its booking and planning services. Yelp Assistant’s personalization will also apply to conversations by referencing past chats and your Yelp review history. For instance, if you’ve recently chatted on Yelp for ve

    匹配字段正文

  13. Unite.AI

    Vectorial 获 300 万美元种子轮融资,用模拟用户测试产品

    Vectorial 完成 300 万美元种子轮融资,投资方包括 Smilegate、SenseAI Ventures 和 Dent Capital,用于扩充行为数据集并开发 SAPIENS 2.0 模型。其平台先用行为数据构建目标受众模型,再让产品、设计和营销团队在真实用户接触前模拟产品旅程、营销概念和 AI 智能体对话。公司称已建模超 250 万人、完成逾 3 万次模拟,模拟复现既有用户研究结果的准确率超过 85%,SAPIENS 预测行为比通用大语言模型准确 30%。

    数周时间。Vectorial 押注人类行为模型能够缩小这一差距,并已筹集 300 万美元种子轮融资,将模拟受众引入产品开发流程。 这家旧金山公司于 10 月 20 日宣布了这轮融资,据其公告,投资方包括 Smilegate、SenseAI Ventures 和 Dent Capital。Vectorial 还表示获得了伯克利和斯坦福生态系统的支持,以及来自 Meta、Shopify 和 Mastercard 产品负责人的参与。公司计划通过新的数据合作扩充其行为数据集,并开发其 SAPIENS 模型的下一代版本。 其主张很直接:让产品、设计和营销团队在真实客户接触数字体验之前,先考察不同受众可能会如何反应。更难的问题是,这些模拟反应是否足够可靠,能够改善决策。 Vectorial 将其平台描述为一个两步系统。首先,它利用行为数据构建目标受众模型。然后,团队针对该受众运行模拟,评估 Web 和移动体验中的产品旅程、营销活动概念、品牌信息或面向客户的 AI 智能体。 其 SAPIENS 模型表征人口统计、心理和行为特征,包括客户画像中不直接可见的特质。其目标是捕捉人与人之间的差异,而不是将一

    匹配字段正文