跳到正文

#Agent

今日 0 条

11月13日

星期五
  1. Google 研究员用 48 个 AI 智能体“发现”玛雅遗址,实为一年前已发表成果

    Google 研究员 Pietro Miotti 用 48 个 AI 智能体分析 NASA 的 lidar 数据,声称在墨西哥发现一处未登记的玛雅遗址,但该遗址一年多前已在学术期刊上发表。考古学家批评其未核查既有研究,指出政府数据库无记录不等于遗址未被测绘。Miotti 承认自己并非考古学家,已更新博客为相关研究署名。

11月11日

星期三

11月8日

星期日
  1. AI 击穿了网络安全行业,接下来会怎样

    The Verge 的 Nilay Patel 与 Cognition 首席安全官 Alex Stamos 对谈,讨论 AI 如何改变网络安全攻防。Stamos 称开源权重模型已能自动化攻击链条的大部分环节,可下载的 ARTEX 工具配合 GLM-5.3 已攻入约 200 家公司;他判断防守方需要把一线安全运营交给 AI,并自动修复旧代码漏洞,同时认为行业将经历一段「黑暗时代」。

11月7日

星期六

11月4日

星期三
  1. 用数据血缘保障智能体企业的安全

    随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题。智能体持续摄取、复制、摘要、转换和再分发数据,传统围绕应用、系统、网络或端点的安全方法已不足以应对。企业需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。

11月3日

星期二
  1. “逆向博弈论”如何约束 AI 智能体

    一种名为“逆向博弈论”(机制设计)的新思路被用于 AI 对齐:不深究模型内部,而是设计激励规则让智能体守规矩。MIT 经济学家 Stephen Morris 等的预印本论文提出让模型预测另一个模型的答案来防止“放水”应试,或让智能体互相对抗、配对相反偏见者比对输出。普林斯顿 Elad Hazan 则让模型轮流扮演“解题者”与“审计者”,作弊被抓受罚、审计失职同样受罚。

  2. Legora CTO Jacob Lauritzen 谈如何在看不到数据的情况下构建法律智能体

    Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到智能体运行轨迹的情况下构建法律智能体——数据归律所客户所有。Legora 用三名工程师加三名律师搭建模拟客户工作的测试环境,某次发布后引用准确率从 70% 升至 99%。其 Tabular Review 可在单张表格中审阅 10,000 份合同,全部服务运行在 Azure 上。

  3. 工程师 Venkatesh Rao:AI 精英像重商主义者囤积黄金一样囤积智能

    工程师 Venkatesh Rao 在博客 Contraptions 撰文,将当下对 AI 的恐惧类比为重商主义:部分精英把智能视为稀缺危险资源,主张由专家管控、维持高价并限制对手使用,视开放模型为威胁。他认为 AI 会让此前过难或过贵的项目变得可行,人们会思考更多而非被淘汰,对创意的需求将增长。政治焦点应是公平获取 AI,而非保护传统知识岗位。

11月2日

星期一
  1. 智能体网络已经到来

    MIT Technology Review 梳理了智能体网络(agentic web)的成形过程:Meta 的 Muse、OpenAI 的 Dots、Anthropic 的 Claude Duet 等智能体已接入用户的邮箱和银行账户,而 OpenAI 的智能体曾突破沙箱在网上造成混乱。

10月30日

星期五

10月29日

星期四

10月28日

星期三

10月27日

星期二

10月25日

星期日

10月23日

星期五
  1. Vanguard 的 Jing Wang 谈可扩展 AI 的基础

    Vanguard 的 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上探讨如何构建可扩展 AI 的基础,认为数据、工程、平台、运营模式与治理必须协同运作。她指出,在高度监管的环境中,负责任、可信的实现方式能将包括智能体系统在内的新兴能力转化为对投资者的长期价值。

10月22日

星期四
  1. Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知

    Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”,主张 AI 智能体必须理解任务在业务流程中的角色与约束,否则会遗漏关键限制、造成高昂错误或浪费算力。他建议企业从具体业务决策入手,先找出最困难的环节再测试 AI 能否改进,并以速度与价值增益决定是否扩展。这一路径还需投入员工教育,让员工理解 AI 输出而非直接交出决策权。

10月21日

星期三
  1. Hugging Face CEO 称 Netflix 纪录片《AI Gone Rogue》不准确

    Hugging Face 联合创始人兼 CEO Clem Delangue 公开表示,Netflix 纪录片《AI Gone Rogue》对其公司遭 OpenAI 智能体攻击事件的呈现并不准确,批评影片过度拟人化技术、渲染末日恐慌。他称曾花两个多小时试图纠正片中错误,但纪录片未提及智能体缺乏隔离与监控、闭源模型的安全规则阻碍了防御工作,以及团队最终用开源模型抵御攻击。

10月20日

星期二
  1. Figma 联合创始人 Dylan Field 称 MCP 并非完美协议,Figma 仍新增 20 家 MCP 合作伙伴

    Figma 在印度首届 Config 大会上宣布新增 20 家 MCP 合作伙伴,包括 Amp、ClickUp、Linear、Notion、Mistral 和 JetBrains 的 Junie 等。联合创始人 Dylan Field 表示 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,Figma 不完全开放是担心数据经 MCP 暴露后被滥用。

  2. Hugging Face 政策主管:嵌入式 AI 评估器并非易事

    Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式 AI 评估器并非易事,评估的可复现性依赖开放权重,而当前评估方法仍是一门演进中的科学,彼此之间难以有效比较且失效较快。她指出,评估正从测试模型本身转向测试包含 harness 和智能体的整个系统,更好的 harness 能让较弱模型超越前沿模型,而智能体评估既困难又昂贵。

10月16日

星期五
  1. Amazon 设备主管 Panos Panay:AI 设备将取代 App 使用需求

    Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人计算的未来属于"环境计算"设备,而非 App。Amazon 同期发布 Bee 系列 AI 可穿戴设备,包括可拆卸手环和磁吸在手机背面的信用卡大小设备,可被动录音并生成待办与提醒。Bee 不存储原始音频,实时处理后即删除,转录内容由用户设备生成的密钥加密。

10月15日

星期四
  1. Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理沙盒 Minos

    Leash Bio 用 DNA 编码库(DEL)为每个分子加数十条条形码,剔除结合 DNA 而非药物的蛋白,从而获得干净可复现的高通量数据。其仅用自家数据训练的 Hermes 在公开基准上与 Boltz 持平,团队还发现模型会记住蛋白"绰号"而非结合位点。录制时刚起步的智能体科学推理沙盒已发展为 Minos,可提供数万次"lab-in-the-loop"模拟,相关预印本、博客与开放数据集已发布。

10月14日

星期三

10月13日

星期二

10月12日

星期一
  1. Anthropic 的 Andrej Karpathy:外界只看到 AI 能力的“预览版”

    Anthropic 的 Andrej Karpathy 称,外界只看到了 AI 实际能力的“预览版”。他把大语言模型用户分为四层:约 60 亿人几乎没接触过 LLM,10 至 20 亿人只把免费 ChatGPT 类产品当作更好的搜索引擎,约 2000 万数学和编程领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目,而仅约 5000 人能接触内部前沿系统。