Models & Technology
AI智能体不是概念，是可交付的生产力：企业级AI智能体落地方法论与实战复盘
引言：92%的企业卡在“智能体原型”到“生产系统”的最后一公里 麦肯锡2024年《AI Adoption Index》报告显示，全球68%的中大型企业已启动AI智能体项目，但只有12%实现了跨部门规模化部署——其余大多停在POC验证或单点实验阶段。问题不在技术，而在认知：AI智能体不是把大模型API包一层壳，而是一套要...
LATEST
最新文章
IBM 最新 CHRO 研究：AI 正让“批判性思维”成为人才优先事项的核心
IBM 商业价值研究院全球研究显示，60%员工担忧AI导致技能退化，其中批判性思维下降最明显；71% CHRO视“监督验证AI输出”为最关键能力，但仅29%员工认同。研究指出，明确划分Human-led、AI-assisted、AI-executed工作模式的组织实现18%风险降低与20%质量提升，但46%企业制定AI战略时未纳入CHRO。
FDE见客户的26个必问清单
本文提供面向企业AI落地一线人员（FDE）的26个客户访谈问题，覆盖业务价值判断、端到端链路拆解、数据与系统支撑、AI边界与组织承接、PoC到生产交付五大维度，强调以真实业务问题为起点，避免过早陷入功能讨论。
可以躺着用手机操控 Chatgpt：Codex 瞭望台
Codex 瞭望台是 Mac 上 Codex 的本地优先手机工作台，安装包当前仍显示兼容名称 Codex Local Hub。它支持手机查看任务状态、回复消息、管理队列、验收图片，而 Mac 继续运行代码和 Codex 任务。产品采用本地优先架构，依赖同一可信局域网，不托管数据至云平台。
MarkText：一款 MIT 许可证的跨平台所见即所得的 Markdown 编辑器
MarkText 是一款采用 MIT 许可证的开源跨平台 Markdown 编辑器，主打 WYSIWYG 实时预览、零打扰编辑模式、跨平台兼容性及图片直贴等特性。支持 KaTeX 公式、多种主题与导出格式，同时存在插件生态有限、大文档偶有卡顿等局限。
Google 升级 Co-Scientist：AI 科学家接手真实实验，从纯计算走进物理世界
Google DeepMind 升级科研 Agent Co-Scientist，按三档自主度（材料/生物/计算机科学）接入真实实验：设计CVD配方成功生长类MXene晶体与单层半导体，预测菌落形态匹配湿实验；全自动Agent_H在医疗评测集上超越6个前沿模型，双盲评审显示严重幻觉从90%降至4%；但医生盲评仅1项临床维度达显著差异，揭示自动评测与专家判断的鸿沟。
FDE不是驻场开发， Palantir如何把项目变成产品？
本文解析Palantir的FDE（前沿部署工程师）模式，指出其核心并非现场交付，而是将客户现场发现的问题系统性回流至核心产品，实现能力复用。文章通过需求补全、业务结果验证、知识回流机制、可复用平台能力、规模化路径、大模型时代必要性及验证方法七个维度，阐明FDE如何支撑从单点项目到可持续产品能力的转化。
一个字都不会写的 Jev，凭什么成为 ChatGPT 之后最火的模型？
Jev 是 TypeSafe AI 推出的新型「系统一（System One）模型」，专为高频、确定性语义决策设计。它不生成文本，仅输出强类型选项与置信概率，端到端延迟 70–500 毫秒，价格低至每百万输入 Token 0.042 美元，输出 Token 免费。实测速度达传统大模型工作流的 200 倍，成本降低近 400 倍。
马斯克深夜放大招，新模型Grok 4.7上线！
SpaceXAI发布Grok 4.7模型，主打编码与知识工作场景。相比4.6版，其在CursorBench、DeepSWE等7项基准测试中全面领先，安全指标显著提升，如HackerBench高风险提示通过率仅3.3%。输入/输出令牌定价分别为2美元/百万和6美元/百万，与前代持平，现已接入Cursor、Grok Build及API平台。
小米MiMo-V2.6系列发布：Pro登顶全球开源权重模型榜首，Flash以1/3成本逼近旗舰性能
小米MiMo-V2.6-Pro以46分成为Artificial Analysis‘智能指数’全球最高分开源权重模型，超越Grok 4.6与Gemini 3.8 Flash；配套的V2.6-Flash在多项智能体基准中达Pro的94%–97%性能，API成本仅为其三分之一，且全栈开源MIT许可。
CHANNELS
六大频道
按 41 个专题归档
FULL ARCHIVE
全部文章
支持频道筛选、标题与摘要检索。
