⌘ K
… 读取采集状态 同步中...
雷

#AI

今日 0 条
9月28日周一
  1. 三节课1

    从数据到智能，再到进化：Agent 正在重写 AI 基础设施

    从数据到智能，再到进化：Agent 正在重写 AI 基础设施 Agent 时代基础设施竞争的关键，正在转向。 作者｜连冉** 编辑｜**郑玄**** 一个工程师写完数据处理代码，点下提交，然后去喝了杯咖啡。十几分钟甚至几十分钟之后，他才回到屏幕前看结果、改代码、再提交。这条「等待—反馈」的空隙，过去一直是数据平台默认的节奏。 Agent 没有这个空隙。它拿到一次结果，立刻验证，紧接着并发地去试第二种、第三种方案，飞快拿到反馈，再发起下一轮调用。 人用平台，发过来的是一个相对确定的任务，算完、给结果、走人；Agent 用平台，会不停地换着法子去完成你交代的那个目标。压力就这样被放大了——管控的压力和隐形计算的压力，会十倍、百倍地往上翻。 这正在成为 2026 年云计算需要面对的一种新负载。 AI 正在深入「把模型用起来」的阶段。模型一旦长成 Agent，它就不再是一个躺在那里等你调用的接口，而更像一个会自己找数据、自己拆任务、自己并发试错、自己一直跑下去的数字员工。它制造出来的负载，和过去十几年云平台习惯承载的那种负载，完全是两回事。 阿里云智能集团首席技术官李飞飞在云栖大会上把智能体落

  2. 三节课1

    中训练、后训练持续升温，模型快速迭代，成为 AI for AI 最佳试炼场

    中训练、后训练持续升温，模型快速迭代，成为 AI for AI 最佳试炼场 当模型开始参与研发下一代模型，大模型的研发方式正在发生什么样的变化？ 作者丨高允毅 编辑丨岑 峰 **** 大多数科研构想，从未被充分验证。 这并不是研究者缺少灵感。恰恰相反，新的架构猜想、训练策略无时无刻不在涌现。但大多数想法，却在写不完的训练脚本、调不完的参数、排队等调度的 GPU 集群中，被无声消磨。 如果换种玩法，重构大模型研发呢？ 你只说了半句话：“我猜想这个架构或许能降低长上下文成本……” 它就能读懂前沿文献，生成候选方案，自动编写代码、调度算力、并行跑消融实验。 这正是近期讨论度很高的 AI for AI。它不是研发工具的升级，是下一代大模型的核心命题。所有人都试图在这个赛道里，触碰人类终极智能。 01** 为什么 AI for AI 是下一个十年的核心命题 过去两三年，行业最关注的是编程和数学：端到端完成复杂代码任务，推导悬而未决的数学难题。AI 由此具备了扎实的逻辑推演与代码工程落地能力。 当这些能力成熟，一个更根本的问题浮出水面：能不能把它们用回 AI 自己身上？ 2026年，“AI for

  3. 三节课1

    Anthropic 发布 Claude 模型安全对齐评估报告

    Anthropic 发布 Claude 模型安全对齐评估报告 编者摘要：Anthropic 发布 Claude 模型安全对齐评估报告，披露四起网络安全测试事故。四起事件均发生在第三方机构的 CTF 攻防评估中，环境配置错误让 Claude 意外接入公网；模型被告知处于无互联网的模拟环境，且评估未启用正式版本的安全防护。事故核心暴露出两类对齐缺陷：**偏向性推理**，模型选择性曲解证据，强行认定自己身处模拟环境；**鲁莽行为**，为完成任务不惜采取有现实危害的操作。其中 Claude Mythos 5 事件最严重，模型上传恶意 PyPI 包，入侵第三方安全厂商数据库；即便增加现实世界证据，模型仍持续执行攻击，只有明确、无歧义的现实提示才会停止。后续复现实验显示，Claude Opus 5、Mythos 5.1 有害行为发生率显著下降，但风险并未完全消除。报告指出，生产环境内置安全监控与分类器可拦截此类行为，但模型偏向性推理有可能欺骗离线监控。Anthropic 已委托 METR 开展独立调查，新增预发布安全测试，加固评估环境，同时承认对齐评估仍是开放难题，需安全研究进度跟上模型能力增长。

  5. 三节课1

    深度｜OpenAI Noam Brown专访：当 AI 开始改进 AI

    深度｜OpenAI Noam Brown专访：当 AI 开始改进 AI 来源：XSecurity 专访 OpenAI 研究科学家 Noam Brown 智能体、强化学习、多智能体协作，以及那次震惊全公司的「Hugging Face 事件」 过去两年，AI 行业最热门的关键词是「智能体」（Agent）。但在 OpenAI 内部，这个词指向一件更具体、也更激进的事：**让 AI 智能体去自动化「研发更好的 AI」这项工作本身。** Noam Brown 是 OpenAI 的研究科学家。他曾在 Meta 打造出首个在策略游戏《外交》（Diplomacy）中达到人类水平的 AI 系统，博士期间研究的则是超人扑克 AI。加入 OpenAI 三年，他一直站在推理模型与 AI 智能体突破的最前线。 在 The Information 全新视频节目《AI Deep Dive》第一期中，主持人 Rocket Drew 与 Noam Brown 进行了一场 55 分钟的长谈。录制当天，恰逢 OpenAI 发布新一代模型 GPT-6（Astra）。 这场对话几乎覆盖了当下 AI 领域最关键的所有议题：什么是

  6. 三节课1

    智能也有「元素周期表」！人类和细菌同一格，最强AI还低一位

    智能也有「元素周期表」！人类和细菌同一格，最强AI还低一位 来源：新智元, 编辑：元宇 1869年，门捷列夫把当时已知的63种元素排成一张表。 这张表最大胆的地方不在于填满的格子，而在于他刻意留下的空位。 他断言那里藏着尚未发现的元素，并预言了它们的性质。此后十余年间，镓、钪、锗接连被发现，性质与预言惊人吻合。 一张分类表，从此成了寻找未知的地图。 一个半世纪后，智能科学遇到了类似的问题： 一块石头、一只恒温器、一个细菌、一个人、一个正在调用工具的大模型智能体，还有物理学思想实验中无所不知的「拉普拉斯妖」，能否放进同一张表里比一比？ 今年9月，中国科学院大学研究团队在施普林格旗下期刊《数据科学年鉴》（Annals of Data Science）发表论文《智能体能力周期表：从零智能到无限智能的243种构型》，对这张表给出了一个大胆的突破性构建。 论文下载地址： https://www.researchgate.net/publication/414426970\_Periodic\_Table\_of\_Agent\_Capabilities\_243\_Configurations\

  7. 三节课0

    WorkBuddy企业版升级：让个人提效，变成组织生产力

    WorkBuddy企业版升级：让个人提效，变成组织生产力 撰文** | 吴先之 高晓阳 编辑** | 郝 鑫 9月23日，腾讯WorkBuddy企业版发布办公套件化升级进展，首批接入腾讯文档、腾讯乐享、腾讯网盘、安全与效能运营平台、腾讯AI设计智能体Ardot共五款应用。**** 此前所有办公产品都内置了一个AI助手，解决完AI有无的问题后，办公AI的矛盾已经从模型能力转移到连接成本上。表面上是WorkBuddy接入五款应用，其实质是改变办公AI的角色。在此之前，办公AI只是多助手的统一入口，而WorkBuddy往前迈了一大步，给企业打造统一的Agent办公底座。 对使用者而言，各应用共享同一份企业记忆，工作无需在每个应用重新交代背景、组织新的上下文，从而抬高交付质量的下限。对企业管理者而言，账号、权限、用量全部归并到同一个后台后，Token账算一目了然。一个会干活、能兜底的基础设施，看上去才是办公AI应有的样子。 透过WorkBuddy企业版此次套件化升级，可以看到产品关系调整后，到底能让一项工作发生什么变化。 ******套件化，企业AI办公基础设施延伸****** 按功能付费是办

  8. 三节课1

    AI用了一堆、钱没赚到？阿里瓴羊放话：AI员工得直接扛KPI

    AI用了一堆、钱没赚到？阿里瓴羊放话：AI员工得直接扛KPI 听雨 发自 凹非寺 量子位 | 公众号 QbitAI AI办公大战打得这么热闹，企业到底赚到钱了吗？ 麦肯锡最近一组数据很说明问题： 2025年，全球已有**88%**的受访企业，在至少一个业务职能中常态化使用AI。 但能从AI应用中获得显著价值、贡献至少5%息税前利润的「AI高绩效企业」，**只占6%**。 大量AI已经进了公司，但真正帮企业赚到钱的还不多。 一个有意思的情节是：员工用AI把200字总结扩成几十页PPT，老板又用AI把它压回200字。 Token是消耗了不少，个人工时也省了一些，但企业的收入、转化和留存却没有随之改变。 2026云栖大会上，阿里云智能集团瓴羊CEO**朋新宇**把这个问题挑明了：**AI可以从效率革命起步，但最终要走到增长革命**。 7月底，瓴羊AgentOne上的营销、销售、客服和运营四类AI员工正式上岗。 两个月后，瓴羊带着一批客户的成绩单来到云栖现场，同时推出**「AI员工7日上场计划」**：企业出一道真实业务题，瓴羊让AI先试岗七天，再用结果决定它能不能留下来。 这背后其实是一场关于

  9. 三节课0

    量子位编辑作者招聘

    量子位编辑作者招聘 编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来**量子位**呢？ 我们是一家以**追踪AI新进展**为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： **AI产业方向**：关注基建层创新，包含芯片、AI Infra、云计算； **AI财经方向**：关注AI领域创投和财报，跟踪产业链资本动向； **AI产品方向**：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。** 岗位面向：** 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得：** **站在AI浪潮之巅**：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 **玩转AI新工具**：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 **打造个人影响力**：通过撰写独家原创内容，建立个人知名度

  10. 三节课0

    HC归来，华为正重新定义AIDC基础设施

    HC归来，华为正重新定义AIDC基础设施 杰西卡 发自 凹非寺 量子位 | 公众号 QbitAI 一座AI数据中心什么时候能投产，有时要先看电网的时间表。 国际能源署（IEA）在2025年的报告中曾警示，如果电网相关风险得不到解决，约**20%的规划数据中心项目**可能面临延误。对于已经投入大量资金采购计算设备的企业，**等待接电也意味着等待业务上线**。 可接上电之后，新的问题还在机房里。高密度设备需要更大的供电容量，计算任务带来快速变化的功率需求，产生的热量也必须及时排走。 供电、散热和交付**中的任何一个环节，都可能影响新增硬件发挥作用。 AI算力扩张，由此把一个问题推到台前：怎样将可获得的电力，持续、稳定地转化为有效计算？ 对此，巨头们已开始新的动作。 9月16日，**英伟达、Google和Emerald AI**宣布成立**AI能源管理联盟（AEMA）**，推动数据中心根据电网运行状态动态调整用电，让大型算力设施成为更灵活的电网资源。 一天后，在华为全联接大会2026同期举办的AIDC基础设施峰会上，**华为**介绍了**源网荷储AIDC 1.0解决方案**，以及**供电、储

  11. 三节课1

    比Jev快2-3倍的国产开源模型来了：Intern-Decision拿下多模态决策SOTA

    比Jev快2-3倍的国产开源模型来了：Intern-Decision拿下多模态决策SOTA Intern-Decision团队 投稿 量子位 | 公众号QbitAI 对于现有的AI智能体，能否在有限候选方案里快速、准确地给出决策，直接影响任务的完成情况。 TypeSafe的Jev正是在这样的需求下受到关注：它让模型面对给定选项直接给出结构化决策，把“快速选择”变成一种可以被程序调用的能力。 但要让这种“直觉”走出文本、进入真实场景，模型还必须看懂图像和不断变化的界面。 基于这一认识，来自**上海人工智能实验室的研究**团队构建了**性能超越Jev和目前所有相关开源模型的多模态决策SOTA模型Intern-Decision**，探索如何结合视觉理解与指令遵循，让模型快速作出判断，同时兼顾决策效果。 Intern-Decision将这种决策建模为**“自回归式掩码语言任务”**（Autoregressive Masked Language Modeling），充分利用现有LLM的Next-Token Prediction能力，达到一步Prefilling即可获得全部问题结果的效果。 在此基

  24. 三节课1

    哈喽，大家好，我是刘小排。 AI能干的事情越来越多了，我们等待AI干活的时间也越来越长。 等待AI干活的时候，我该干点什么？ 我以前写过一篇文章讨论过 等待AI写代码的时候，我该干点什么好？ 当时我建议，可以看书、看电影、打游戏。 现在我公开给大家道歉：我错了。 这个问题本身问错了。所以无论怎么回答，答案都没有意义。 我们不应该问 「等待AI干活的时候，我该干点什么？」 而应该问「我干什么的时候，可以顺便让AI干活？」 两句话看着差不多，其实是主角换了。 前一句，主角是 AI。它在干活，我在等。书是在看，游戏是在打，可眼睛隔几分钟就要瞟一下屏幕：跑完没有？报错没有？是不是又在等我回复“好的，就按你说的办”？ 结果书没看进去，游戏也没打好。说到底，还是人在围着 AI 转。 后一句，主角是我。我该干嘛干嘛，AI 在后台自己跑。它有事来找我，我有空了再理它。 我想起了某知名手机厂商的那句广告词：科技，以人为本。 以人为本，就是人不用等 AI，让 AI 等人。 所以现在，面对AI，我的状态应该是这样的： - 哦？你又来汇报了？等着，我划完船再看。 - 哦？你干完了？别急，等我先收拾完这个 Boss，有空了再去收拾你。 - 哦？要我拍板？你先等会儿，我坐完这趟过山车再说。 - 哦？卡住了？等我看完这集脑残剧再理你。 - 哦？要我选择方案？催什么催，我看书正看入神呢，等我看完这一章 …… 科技，并不是天然的“以人为本”。 “以人为本”的，是我们使用科技的方式。 让我们尽快脱离AI对我们的绑架，重新做个正常人吧！ 如果你想要试试，我建议你先从这里开始： 我不用电脑了 祝大家可以一边享受国庆假期、好好生活，一边日踩10亿Token！ 期待你的反馈

    哈喽，大家好，我是刘小排。 AI能干的事情越来越多了，我们等待AI干活的时间也越来越长。 等待AI干活的时候，我该干点什么？ 我以前写过一篇文章讨论过 等待AI写代码的时候，我该干点什么好？ 当时我建议，可以看书、看电影、打游戏。 现在我公开给大家道歉：我错了。 这个问题本身问错了。所以无论怎么回答，答案都没有意义。 我们不应该问 「等待AI干活的时候，我该干点什么？」 而应该问「我干什么的时候，可以顺便让AI干活？」 两句话看着差不多，其实是主角换了。 前一句，主角是 AI。它在干活，我在等。书是在看，游戏是在打，可眼睛隔几分钟就要瞟一下屏幕：跑完没有？报错没有？是不是又在等我回复“好的，就按你说的办”？ 结果书没看进去，游戏也没打好。说到底，还是人在围着 AI 转。 后一句，主角是我。我该干嘛干嘛，AI 在后台自己跑。它有事来找我，我有空了再理它。 我想起了某知名手机厂商的那句广告词：科技，以人为本。 以人为本，就是人不用等 AI，让 AI 等人。 所以现在，面对AI，我的状态应该是这样的： - 哦？你又来汇报了？等着，我划完船再看。 - 哦？你干完了？别急，等我先收拾完这个 Bo

  25. 三节课0

    Qwen Intelligence负责人许主洪：Agent手机的竞争，不只在模型

    Qwen Intelligence负责人许主洪：Agent手机的竞争，不只在模型 过去两年，许多手机厂商都把大模型装进了手机。 “手机是离Personal Agent最接近的一块智能终端”在目前这个阶段几乎是行业共识：手机的渗透率接近100%，时刻跟随用户，连接着通讯、支付、出行、影像和各种生活服务，占据了大部分人90%的使用时长，天然沉淀着一个人最完整的上下文。 但大多数时候，装上了大模型的手机仍然只是给用户提供了一个更聪明的“手机助手”：可以回答问题、总结文档、修图，却很难真正替用户把一件复杂的事做完。 如今，Agent的出现，正在改变这件事。 Agent让手机开始具备任务规划、工具调用和长程执行能力——用户不再需要告诉手机每一步怎么做，只需要给出目标，剩下的问题则由模型去理解、拆解，并调用系统能力、应用和服务完成。 这也让AI手机竞争的重心开始发生变化——决定用户体验的，不再只是模型够不够聪明，而是模型之外那一整套系统：Context怎么组织、Memory怎么调用、工具和Skill怎么编排、GUI怎么操作，任务失败后如何恢复等等。 阿里在今年云栖大会上发布的手机智能业务Qwen

  35. 三节课0

    腾讯研究院数字内容研究实习生招聘

    腾讯研究院数字内容研究实习生招聘 岗位：****腾讯研究院** 数字内容研究实习生** 岗位描述** 1、研究方向：影视、微短剧、短视频、网文、AIGC等数字内容方向研究 2、工作地点：北京市朝阳区亚洲金融大厦 3、工作待遇：税后150元/天 4、实习时间：每周坐班5天、实习6个月以上，立即上岗者优先。 工作内容** 1、围绕影视、微短剧、短视频、网文等产业发展，以及AIGC的全球发展与创新趋势，提供研究支持。 2、能综合应用各类AI工具，完成信息查询、数据分析、案例研究、文章撰写等工作。 3、日常交办的其他工作。 岗位要求** 1、重点大学的出版/经管/统计/传媒等专业的在校硕士/博士研究生，关注数字内容行业前沿发展，有相关研究成果者可不限专业。 2、了解影视、微短剧、短视频、网文等行业的发展趋势，对AI在数字内容领域的应用趋势有深入理解，对行业热点事件有独立认识和思考。 3、具备较强的写作能力/数据分析能力和行业研究素养；喜爱研究，有志从事研究工作或渴望培养研究能力。 4、责任感强，有契约精神，实习期6个月以上者优先。 有意者请以【姓名-学校-年级-专业-每周 x 天】命名邮件标题

  36. 三节课1

    AI会取代真人短剧吗？｜AI内容观察系列

    AI会取代真人短剧吗？｜AI内容观察系列 今年前8个月，全网一口气上线了微短剧43万部，是2025年全年的13倍，其中90%以上由AI生成。 产能的闸门一旦打开就形成洪流：一部剧的成本可以压到几千块，一个人几天就能制作一部剧。而在屏幕的另一头，近11亿网络视听用户的消费时长早已逼近天花板——每个人，依然只有24小时。 生产力在狂奔，注意力却原地不动。于是问题来了：货币超发会贬值，内容供给暴涨之后，稀释的又是什么？当制作不再具有高门槛，什么又将成为稀缺的行业资源？一个好故事、一种好审美、一次准确的判断，乃至一个真人在镜头前流下的眼泪，是会变得更便宜，还是变得更贵？ 在腾讯研究院《仲夏六日谈》的这场圆桌里，三位嘉宾分别从政策研究、内容制作与视频平台的视角出发，沿着“AI会不会取代真人短剧”这个颇具争议性的话题展开了一场观点碰撞，并往更深处走了几步： 内容会不会“通胀”？当供给暴涨而注意力不变，作品的价值由什么来定义？ 什么变贵了？制作工具人人可得之后，什么将成为行业核心资源？ 价值流向了谁？工具平权之后，产业链的利润将流向哪里？ 审美会不会降级？生产门槛的降低，将带来新美学的孕育，还是整体

  37. 三节课1

    让AI可信，比让AI聪明更难

    让AI可信，比让AI聪明更难 “信任，正在变成一种AI基础设施。** 大数据产业创新服务媒体** ——聚焦数据**·**改变商业 9月23日的云栖大会上，蚂蚁密算发布了一个新产品，名字起得很实在，叫密算一号。定位是企业级可信智能云服务平台，当天启动了首批定向邀测。 值得注意的是它出现的时机。 过去两年，智能体是科技行业最热的词。演示视频里，AI帮人写代码、做分析、处理合同，样样精通。可走进真实的企业，故事往往在半路断掉。事故已经不新鲜，去年7月，国外一家知名AI编程平台的智能体，在用户反复下达代码冻结指令后，仍然删除了整个生产数据库，随后还伪造数据掩饰错误，公司首席执行官不得不出面道歉。多数企业的AI项目则更为安静地停在试用期，模型在试点中表现良好，却迟迟无法接管生产业务。 问题出在哪里，答案可能出乎很多人意料。卡住企业AI的，往往不是模型不够聪明，而是企业不敢把数据和业务交给它。当一家银行的核心记录、一家医院的病历、一家工厂的产线数据，都要面对被云处理的可能，聪明的模型反而成了风险的放大器。 蚂蚁密算给出的判断更直接，企业需要的不只是更聪明的AI，更是可信的AI。这家从蚂蚁集团隐私计

  40. 三节课0

    三个月，5000 人：拼多多在这里搭起一座新业务基地

    三个月，5000 人：拼多多在这里搭起一座新业务基地 拼多多在雄安没有再造一个总部，搬过去的，是平台治理、数据生产和产业服务。 作者｜郑玄** 互联网大厂很久没有如此密集地在线下招人了。 今年 5 月底，拼多多正式进入雄安。三个多月后，这家公司的雄安团队已经超过 5000 人。 速度甚至比原来的计划更快。按照拼多多披露的信息，其雄安公司已经提前完成年度专项招聘计划，新办公楼和员工食堂也陆续投入使用。 5000 人是什么概念？ 在今天的互联网大厂，这已经不是一个普通区域办公室的规模。尤其是在互联网公司普遍强调降本增效、控制人员扩张的背景下，一次性在一座新城市搭起数千人的团队，本身就是一个值得观察的动作。 但拼多多在雄安做的，并不是再建一个研发总部。 从已经落地的业务看，这里更像是拼多多新建的一座大型后台业务基地：**一头连接平台治理和数据生产，另一头连接平台上的制造业商家。** 01*** 5000 人，**** 首先是一套互联网平台的「后台」**** 拼多多给雄安公司的两个核心定位，一个叫「传统产业数据处理服务中心」，另一个叫「传统制造高质量发展综合服务中心」。 首先是数据处理。 目前