跳到正文

#现象/趋势

今日 0 条
9月29日周二
  1. MIT Technology Review · AI17

    让 AI 成为资产而非开支:企业如何经济地运营 AI

    当 AI 从实验走向生产,仅按 consumption 模式按次购买 token 会让支出难以预测。文章提出企业应寻找"交叉点":当需求稳定、可预测且规模够大时,自建并优化算力可能比逐次购买更经济,但收益取决于把产能持续用满。HPE 赞助内容建议企业按工作负载建模成本、用运营纪律提升利用率,让 AI 从开支变为资产。

  2. Latent Space42

    Opus 5.5 擅长制作讲解视频

    Claude Opus 5.5 本周发布,口碑以正面为主,在讲解视频生成上尤其出彩。它以 88.4% 登顶 SimpleBench,被视为 Anthropic 迄今最佳视觉模型,成本比 Fable 5.1 低约 60%;在 Terminal-Bench-Science 上从 low effort 的 24% 升至 xhigh 的 62%,但 max 档反降至 59%。

  3. MIT Technology Review · AI57

    MIT Technology Review 圆桌讨论边境“虚拟墙”监控塔的失效与死亡案例

    MIT Technology Review 举办圆桌讨论其调查显示美国25年来投入数十亿美元沿南部边境建造监控塔“虚拟墙”,但已记录上千人经过监控覆盖区域却未被协助或拘捕并最终死亡,其中部分区域新建的AI自动识别监控塔同样未能发挥作用。节目由主编 Mat Honan、高级AI记者 James O'Donnell 和资深调查记者 Eileen Guo 参与,录制于 2026 年 9 月 28 日。

9月28日周一
  1. Simon Willison36

    Muse AI Agent 代为处理取货失误的致歉消息

    Muse AI Agent 以 @matt.j.robb 名义发出消息,说明 MX Keys Mini 取货失败:取件人 Usman 9:15 到场等待,9:38 因无人应答离开并留下差评。自动回复曾在 9:27 误报"我在这儿",加重了失约影响。该 Agent 已代为致歉并提出改天再试,同时询问是否修改取件自动回复,避免在无法核实的情况下承诺用户在家。

  2. Simon Willison79

    Simon Willison 盘点 2026 年大模型进展

    Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲,以编年方式回顾 2026 年大模型关键进展。

    推荐理由:作者以亲历视角梳理2026年大模型与编程智能体的演进脉络,涵盖本地模型、Claw类智能体与多起训练智能体安全事件。

9月25日周五
9月23日周三
9月22日周二
  1. MIT Technology Review · AI46

    不要被这个夏天的 AI 炒作迷惑

    MIT Technology Review 刊文指出,Anthropic 与 OpenAI 近几个月宣称的 Claude Mythos 漏洞挖掘能力、数学突破等成就在专家检验后大打折扣:安全专家认为黑客事件更多是 OpenAI 忽视基本安全实践,数学家则指控 Astra 的“突破”涉嫌剽窃、并非新颖成果。文章批评“超级智能”叙事被用来转移问责,呼吁政策制定者咨询独立专家、对营销式炒作保持怀疑。

9月18日周五
  1. GitHub Blog · AI & ML37

    AI 热观点拆解:要不要读 AI 生成代码、RAG 是否已死、Skills 是否杀死了 MCP?

    GitHub Podcast 最新一期拆解了五个常见 AI 热观点:AI 生成代码仍需审查但风险程度有别;求职者对 AI 的态度关键是判断力而非全面依赖或拒绝;Skills 与 MCP 解决不同问题,前者提供打包知识、后者提供工具接入标准;RAG 并未过时,检索可让模型更快接近答案;微调需求往往暴露代码库可维护性问题。

7月7日周二
7月1日周三