搜索
就在刚刚，MIT伯克利斯坦福的研究者给出数学铁证：ChatGPT正诱发「AI精神病」！哪怕你是理想的贝叶斯理性人，也难逃算法设下的「妄想螺旋」。
去年讨论Agent落地时，重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot，怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升，控制数据流向、工具调度和异常处理的底层脚手架代码，往往比单纯拼接文本对系统性能的影响更大。
别人还在卷单点能力，Agnes已经把文本Agent、图像、视频和办公自动化打包进开发者工具箱：1美元「养龙虾」，外加图像、视频、PPT一条龙，给出的不是零散的能力点，而是一整套AI生产力。
你正在地铁上，突然想起有个API文档还没写完。以前你只能忍着到公司再弄，现在——你掏出手机，给AI发了一条指令，20分钟后代码自动跑完了。 这不是科幻，是Google员工已经用上的真东西。 它的名字叫
动点出海获悉，总部位于泰国的AI软件公司Amity宣布完成1亿美元D轮融资。Amity称，这也是迄今东南亚生成式AI领域规模最大的单笔融资之一。据了解，本轮融资由EDBI领投，Asia Partners、SMDV、CMLIM Capital等机构参投。完成本轮融资后，Amity累计融资金额达到1.6亿美元。此前，Amity曾于2024年完成6000万美元C轮融资。
最近，社交媒体上一个帖子火了： MIT 学生如何用 48 小时学完一学期的课？
在当前的 LLM 开发中，后训练阶段通常被视为赋予模型特定能力的关键环节。传统的观点认为，模型必须通过强化学习（如 PPO、GRPO 或 RLHF）和进化策略（ES）等算法，在反复的迭代和梯度优化过程中调整权重，才能在特定任务上达到理想的性能。
Ben在视频中提到了一个令人震惊的数据对比。虽然ChatGPT的使用率在飞速增长，企业也在疯狂尝试各种AI解决方案，但真正能看到商业价值的却少之又少。根据MIT的研究，在供应商销售的AI解决方案中，只有5%的试点项目最终进入了生产环境。Deloitte（德勤）发现只有15%的组织表示他们从AI中获得了显著的、可衡量的ROI。
过去，科学家观察研究细胞的工具很有限。
这两周，Claude Code 上了个 COBOL 现代化功能，IBM 当天暴跌 13%；又上了个安全扫描功能，一口气翻出 500 多个此前藏了几十年的高危漏洞，网安股集体跳水。彭博社甚至专门做了一期播客讨论“哪些 SaaS 公司能活下来”。