全部资讯

AI 行业最新资讯、产品、技术、商业、洞察

你的 Agent 一次跑对下次还行吗：Pass^k 把一致性差距砍到一半

同一个 Agent、同一段 prompt、温度设成 0，跑五次却只有三次成功——这不是采样噪声，是概率分布本身在托管端每天都有微小漂移。IBM Research 把这段被平均值掩盖掉的落差正式命名为 consistency gap，配一套只需一条轨迹的离线诊断和一次性 guideline 注入，Pass^5 从 53% 抬到 69% 而 Mean@5 一分不掉。

09.15/

苏晚/5 MIN

混沌工程从支付带到 AI Agent：三个假设需要改写，四条纪律可以直接抄

09.12/

苏晚/12 MIN

拆解快手柯南 AI：Claude Agent SDK 之上的四条稳定性硬约束

09.11

「Next-token predictor」是错的心智模型：为什么它决定了你怎么用大模型

一个 Hacker News 短文抛出被中文技术圈忽视的问题：把大模型理解成"更强的 token 预测器"，会让你在评测、微调和产品定位上系统性走偏。RLVR 后训练已经把优化目标从模仿改成了达成结果——用错心智模型，代价是每一笔训练投入。

教程/09.04

NeoMME：单塔 Transformer 取代 VLM+投影+解码器，索引缩到 6KB/页

Hugging Face H Company 于 9 月 3 日发布 NeoMME：260M/800M 参数的多模态编码器，从零训练单一双向 Transformer，不用视觉塔与因果解码器，检索质量与 3.75B 模型持平，索引可压到 6KB/页保留 95% nDCG@10。

教程/09.03

编码 Agent 更靠谱的 5 层护栏：Cole Medin 11 条清单的落地版

17 分钟视频里的 11 条建议其实是 5 层护栏：上下文管理、事件级保障、会话卫生、并发与迭代硬边界、独立评审。附可以直接抄的钩子配置、交接文模板、规则审计 prompt 和评审 Agent prompt。

技术/09.03

Agent OS 的三种入口：为什么阿里、腾讯、AWS 押了三条不同的路

9 月 2 日，阿里云万有无界和腾讯 WorkBuddy 开放平台同日公测，一个月前 AWS 刚开源 Kiro Crew。表面看是同一条 Agent 赛道的三家玩家在同期落子，实际上他们锚定的是完全不同的入口层——阿里锚组织，腾讯锚设备，AWS 锚代码。理解这个分岔，比比较谁的模型强更重要。

智能终端/09.02

特努斯上任第一天：苹果悄悄放弃了自研大模型这条路

库克交棒当天，彭博社披露了三个被早报忽略的细节：Siri 付费用 Google Gemini、新 AirPods 摄像头不保存视频、无 AR 智能眼镜取代 Vision Pro。合在一起，这是一次战略换轨——苹果从想做「AI 的操作系统」退回到「AI 时代的硬件公司」。

政策/09.01

Instagram 给 AI 人设降权：Meta 划出的这条治理线，恰好和国内做法反着来

Instagram 把「AI creator」标签改名为「AI-generated profile」，只针对 AI 生成的人设账号——不标就在 Reels/Explore 里对非粉丝限流。真人博主用 AI 生产内容不受影响。这条边界与国内 2025 年 9 月生效的全域「AI 标识办法」几乎相反：一个治「身份」，一个治「内容」。

教程/09.01

Uber 智能体请求涨 9.4 倍、账单没涨：拆开看，这不是省钱教程，是治理教程

Uber 工程部门 8 月 27 日的 AI 软件工厂复盘被普遍读成"如何用便宜模型省钱"，但真正的杠杆不在 Sonnet 换 Opus，而在把成本读数装到 statusline 上、把 16 类反模式装到会话仪表盘上——省钱只是这套装表操作的滞后指标。国内团队常犯的错，是省略装表这一步。

法律/08.30

索尼华纳起诉 Anthropic：这次赌的不是「AI 训练是否合法」

8 月 29 日，索尼音乐版权和华纳查普尔在美国加州北区联邦法院向 Anthropic 及其两位联合创始人 Dario Amodei、Benjamin Mann 提起诉讼。今天真正值得看的并不是「AI 训练能不能用版权作品」——那道边界早在 6 月的 Bartz 案 15 亿判决里被钉死了。这份诉状把火力集中在三个更硬的新维度：获取路径的盗版性质、CMI 剥离的独立叠加赔偿、以及创始人作为个人被告的连带责任。

AI 大模型/08.30

腾讯 Hy4 preview：一个能做完项目却不会自己验收的 Agent

770B 总参、49B 激活、1M 上下文、缓存 0.042 美元/百万 tokens——参数和价格之外，Hy4 preview 更值得看的是它在 InfoQ 三次实测里露出的同一个短板：能把复杂任务做完，却不会回头验收自己交付的东西是不是真能被别人打开。这是 Agent 时代的「最后一公里」，也是这次腾讯把模型直接命名为 preview 的另一层意思。

教程/08.30

Open ASR 首次收录印地语：Monsoon 给中文语料的三条硬提示

Hugging Face 把印度英语和印地语纳入 Open ASR Leaderboard，Monsoon 数据集 4888 名发言人来自 428 个县、315 到 582 款手机、六大方言区都有配额。真正值得抄的不是「多加一门语言」，而是它把评测集从「录了多少小时」翻译成「覆盖多少人」的那套方法——中文 ASR 评测欠的正是这一环。

教程/08.29

Agent 不是替你干活，是给你派活

Nate B. Jones 用 OpenRouter 与 OpenAI 的公开数据推翻了一个默认假设：Agent token 用量半年涨 14 倍、每消耗 5 个 Agent token 人类才消耗 1 个，而检查产出的仍然是人。真正在变的不是工作量，是工作的种类——从执行，变成决定什么该被执行、以及检查它做没做对。

AI 大模型/08.29

GLM-5.3 交卷：中国大模型的下一战，藏在"不加参数"里

智谱 8 月 28 日晚开源 GLM-5.3 权重，AA 综合智能指数 60 分，与 Claude Fable 5、GPT-5.6 Sol 同处一档。官方主动挑明：底座与 GLM-5.2 同款，全部提升来自后训练。叠加许可证换到营收阈值型、Ascend NPU 写进主部署栈，这次交卷给中国 AI 产业留下的是一张下一步的路线图。

具身智能/08.28

别被机械臂骗了：Anthropic 押的是硬件驱动标准，不是「Claude 接管物理世界」

MHS 被媒体讲成了「AI 接管物理世界」的高光时刻，但真正被 Anthropic 放到台面上的是一件更小、也更长期的事——把散落在硬件驱动层的碎片翻译成 Agent 能识别的统一接口。这是协议之战，不是能力奇迹。理解这条边界，中国的机器人、实验室仪器和硬件厂商才知道该关心什么。

政策/08.28

Anthropic 打赢那份 59 页判决：被漏掉的角度是政府自己

多数报道停在"AI 公司告赢特朗普政府"。但 59 页判决里最锋利的一刀不是第一修正案，而是政府一边把 Anthropic 定为国家安全威胁、一边还在跟它谈下一代模型合作——这个自我矛盾才是抽掉五角大楼立场的那把刀。对国内 AI 从业者，这个案子更值得看的是三条边界：划红线要付多少代价、被以国家安全之名针对如何自救、AI 军工合同授权范围正在被谁重写。