跳到正文
10月7日周三
10月6日周二
  1. The Decoder62

    Cohere 发布 North 2,打造兼容任意模型的企业 AI 智能体控制中心

    Cohere 发布 North 2,将其企业平台升级为可跨会话保持上下文、自主执行多步工作流的 AI 智能体控制中心。平台模型无关,既支持 Command A+ 也可接入企业自有模型,并支持本地、云端及完全物理隔离部署,管理员可通过 North Admin 管理 token 用量、用户配额与访问权限,智能体执行关键操作前需请求人工批准。

  2. Simon Willison73

    Anthropic Cowork 新架构:模型推理与 VM 改在云端运行,每会话独立沙箱

    Felix Rieseberg 说明 Cowork 新版本把模型推理和 VM 都放在云端运行,每个会话获得独立沙箱、不与其他会话共享状态。旧版本在用户电脑上运行 Anthropic 提供的 VM,带来磁盘、电量与性能代价,且合上笔记本工作就会停止;新版本中,桌面应用负责 VM 需要的本地文件访问工具调用。

10月5日周一
  1. AWS Machine Learning Blog42

    让 Amazon Quick 企业级就绪:自动化、可审计的跨账户资源提升

    Quick Resource Migrator 是基于 Amazon Bedrock AgentCore 的 MCP 服务器,可单次调用把 Amazon Quick 的代理、连接器、知识库、流程与空间从开发账户提升到生产账户。迁移为幂等 upsert,变更前写入 Amazon S3 备份并支持只读预览,权限经 API 读取后在目标账户重放。源代码在 aws-samples 仓库提供。

10月4日周日
10月3日周六
  1. OpenAI News60

    GPT-6 系列模型实践指南

    OpenAI 发布 GPT-6 系列模型实践指南,说明创业公司如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具,并为生产环境准备工作流。

    推荐理由:指南覆盖模型选型、推理强度调节与生产工作流准备,可直接用于 GPT-6 多版本之间的选型与调参决策。

10月2日周五
  1. AWS Machine Learning Blog60

    使用 Amazon Quick 和 Adjudicated Query 模式批量扫描租约合规性

    AWS 提出 Adjudicated Query 模式:业务用户在 Amazon Quick 聊天界面用自然语言提问,模型只负责翻译问题和复述结果,通过/失败判定全部由确定性规则引擎完成。

    推荐理由:原文给出了一种可迁移的架构方法,把自然语言入口交给大模型、把通过/失败判定保留在确定性规则引擎中,适合需要可证明完整性与可辩护性的合规场景。

  2. Google Research68

    Google 发布基于 TEE 的新一代联邦学习系统,迈向可证明隐私的学习

    Google Research 宣布新一代联邦学习系统,利用可信执行环境(TEE)提供完全可验证、可审计的数据匿名化保证,Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作,训练时间从此前的 1-2 个月大幅缩短,同时模型准确率提升。

    推荐理由:原文对比了新旧联邦学习系统在隐私可验证性与训练效率上的差异,读者可了解 TEE 如何移除对服务器运营方的信任依赖。

10月1日周四
  1. NVIDIA Blog33

    高产能、耐用、通用:NVIDIA AI 工厂如何最大化投资回报率

    NVIDIA AI 工厂通过高产能、耐用性和通用性最大化投资回报,SemiAnalysis AgentX 数据显示 Vera Rubin NVL72 每兆瓦吞吐量较 GB300 NVL72 提升超 30 倍。NVIDIA GPU 生命周期长,2020 年发布的 A100 至今仍在商业服役。该平台支持各类 AI 与非 AI 工作负载,覆盖预训练到推理全阶段,确保持续盈利。

9月30日周三
9月29日周二
  1. MIT Technology Review · AI18

    HPE:让 AI 成为资产而非开销

    随着 AI 从试点走向生产,HPE 建议企业按实际工作负载评估自建算力与按量付费的成本临界点,将 AI 从变动开销转为可优化的战略资产。Deloitte 2026 年企业 AI 报告显示,2025 年员工 AI 使用率上升 5%,至少 40% AI 项目进入生产的公司占比预计六个月内翻倍。投入前需确认需求是否稳定可预测、自建何时更经济,以及能否通过治理与用例扩展保持算力利用率。

9月28日周一
  1. Import AI39

    Import AI 474:柏拉图心灵空间;太空中的 TPU;智谱启动外部 RSI 循环

    Michael Levin 发表论文提出"柏拉图心灵空间"假说:心灵是非物理的模式,身体与机器都是这些模式进入物理世界的接口,心脑关系如同数学与物理学的关系。论文以 xenobots、anthrobots 等生物机器人及排序算法实验为例,论证简单系统也能涌现出超出其自身定义的复杂行为。作者认为该框架或可为理解人类心灵与 AI 心灵的关系及对齐问题提供新线索。

9月25日周五
  1. GitHub Blog · AI & ML73

    当聊天是错误的 UI:GitHub Copilot canvas 实践

    GitHub Copilot 的 canvas 是运行在 Copilot 应用内的全栈小应用,可与智能体双向通信;作者认为聊天并非 AI 的最佳交互界面,多数场景下自定义 UI 更合适。文中演示了与 GPT-5.6 Sol 对战 Connect 4、Winget 包管理、SQLite 数据库操作等 canvas 示例,并建议让智能体构建可复用工具而非把智能体本身当工具,以避免浪费 token。

    推荐理由:作者给出可迁移的方法,与其把聊天当万能界面,不如让智能体先构建专用工具,后续交互不再消耗 token。

  2. GitHub Blog · AI & ML70

    GitHub Security Lab Taskflow Agent 实现 AI 驱动的自动化模糊测试

    GitHub Security Lab 开源了 Fuzzing Taskflow,一条面向 C/C++ 项目的全自动模糊测试流水线,只需指向 GitHub 仓库即可自动完成入口识别、harness 编写、运行 AFL++、覆盖率分析、崩溃分类和漏洞报告。

    推荐理由:原文给出了把模糊测试循环交给 LLM 智能体的完整设计,其决策与执行分离的思路可迁移到其他安全自动化流水线。

9月24日周四
  1. GitHub Blog · AI & ML49

    GitHub Copilot app 如何渲染超大 pull request

    GitHub Copilot app 重构了 pull request 视图,使超大 diff 与海量评论下浏览依然流畅;团队用一个 2,200 文件、超过 100 万行改动、400 余条内联评论的开源 pull request 做极限验证。核心方案是把文档高度拆成确定性的代码行高与按需测量的动态块两套几何,动态块以文件、行和侧边锚定并记录内容指纹,重排时也不会丢失定位。

  2. Google DeepMind63

    Google DeepMind 为 Private AI Compute 引入安全的服务端持久记忆

    Google DeepMind 宣布为 Private AI Compute 平台引入私密的服务端记忆层,让 AI 在跨设备间保持长期连续性的同时维持与端侧处理同级的隐私标准。

    推荐理由:原文给出安全飞地、加密通道与设备端密钥相结合的架构细节,可迁移到其他需要云上持久记忆的隐私保护设计中。

9月17日周四
  1. GitHub Blog · AI & ML86

    GitHub 将 Copilot agent runtime 迁移至 Rust,大部分代码由 Copilot 智能体编写

    支撑 Copilot CLI、应用和 SDK 的 Copilot agent runtime 已从 TypeScript 完全重写为 832,378 行生产级 Rust,大部分代码由 Copilot 智能体经 128 个 PR 以逐组件原子替换的方式完成,运行时性能提升数个数量级。

    推荐理由:原文完整记录了用智能体完成大规模语言迁移的方法与数据,原地原子替换和提示缓存策略可直接迁移到同类重构项目。

9月10日周四
  1. Mistral AI43

    Cloudera 与 Mistral 达成合作,为企业数据带来专业化主权智能

    Mistral 与 Cloudera 宣布建立合作伙伴关系,将 Mistral 的模型集成到 Cloudera 混合数据平台,使企业能在私有云、公有云、本地及完全隔离环境中部署 AI 模型并保持完全控制。企业还可在受控环境中基于大量专有数据训练定制模型,同时保留数据与生成智能的所有权。该合作面向 Cloudera 平台上 30 exabytes 的客户管理数据,旨在满足不断增长的主权 AI 需求。

9月9日周三
8月25日周二
  1. Mistral AI50

    Mistral 与 HUMAIN 达成战略合作,推进沙特及中东主权 AI

    Mistral 与 HUMAIN 宣布战略合作,将在沙特及中东地区推进主权 AI,合作规模达数亿欧元。双方初期聚焦网络安全与语音,计划开发阿拉伯语表现强劲的前沿模型,Mistral 还将探索使用 HUMAIN 的数据中心基础设施支持本地算力需求。两家公司同时计划在沙特推出面向受监管行业的联合市场策略。

8月21日周五
8月20日周四
  1. Mistral AI71

    Mistral AI 发布 Agentic Search:为 AI 系统提供更准确高效的检索结果

    Mistral AI 发布 Agentic Search 检索层,以多步检索循环让模型在复杂文档中查找、检视并验证信息,在 FinanceBench 上将正确率从 26.7% 提升至 86%,在 OfficeQA Pro 上从 6.3% 升至 51.9%,p90 延迟最高降低 39.6%,token 消耗最多减少三分之一。

    推荐理由:原文用两组基准给出 Agentic Search 相对一次式 RAG 的准确率、token 与延迟对比,可据此判断多步检索循环的收益边界。

8月11日周二
7月29日周三