相关文章
164 篇高质量内容
Anthropic 提交 IPO 申请：上半年营收163亿美元，聚焦百万级自主智能体与AI责任边界
Anthropic 向纳斯达克提交IPO申请（代码ANT），2026年上半年营收163亿美元，同比增长1300%；披露807亿美元账面亏损主因估值变动，经营亏损收窄至6.93亿美元；强调算力支出错配、智能体法律归责不明及FTC监管调查等关键风险。
AI智能体落地实战指南：从概念验证到规模化交付的5个关键跃迁
引言：为什么90%的企业AI智能体项目止步于POC？ 很多团队卡在了同一个地方：花三个月搭出一个能回答问题、调用几个API的演示系统，结果业务部门试用两天就摇头——“这玩意儿没法真用。” 不是模型不够强，而是它没真正嵌进工作流里。麦肯锡2024年《AI Adoption Index》报告里那句直白的话很扎心：“全球仅1...
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：当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，68%的中大型企业已启动AI智能体项目，但只有12%真正实现了跨部门规模化落地。我们见过太多团队：POC演示很惊艳，一进生产就掉链子——对话断在第三轮、知识库半年没更新、权限配置一团乱、ER...
AI安全实战指南：企业智能体落地中不可忽视的五大风险防线
引言：当大模型开始写合同、审单据、做诊断，AI安全已不是‘可选项’ 2024年3月，某国内头部保险科技公司上线基于Dify构建的理赔智能体。上线第7天，系统因提示词注入攻击批量生成虚假赔付结论，涉及127份高风险保单，引发监管问询。类似事件并不罕见——Gartner报告指出，到2026年，超40%的企业AI项目将因AI...
AI安全实战指南：企业级智能体交付中不可忽视的五大风险防线
引言：当大模型输出“正确答案”，却踩中法律红线 2024年3月，一家国内头部金融集团上线客户智能投顾助手，72小时内紧急下线。不是因为答得不准，而是RAG模块没做细粒度权限控制——把还没公开的内部风控阈值，直接吐给了普通用户。 这事听起来荒谬，但很真实。越想让AI聪明，越容易在安全上翻车。Gartner 2024年报告...
代码智能体框架成本可增三倍却未提准确率：山东大学实证研究
山东大学研究发现，复杂编码框架（如Claude Code）使单任务成本最高达简易框架的3倍，但在447项任务中未带来统计显著的准确率提升；框架切换导致的结果波动（13%）与同一配置重复运行的波动相当。
AI算力泡沫实况：79%企业GPU半数时间闲置，却仍加购新平台
VentureBeat调查显示，79%在生产中使用AI的企业GPU利用率低于50%，但70%仍计划部署新AI计算平台。核心矛盾在于：前沿模型依赖API按token付费，而自有GPU无法运行闭源模型，导致算力与需求错配。
产品更新不是功能堆砌：企业级 AI 智能体交付中高价值产品更新的5个工程化实践
引言：当“产品更新”变成技术债的加速器 很多团队把 AI 产品更新简单理解为“换模型”或“加个按钮”。结果呢？越更新越难维护，越交付越难复用。Gartner 2024 年《AI 工程化成熟度报告》里有个扎眼的数字：73% 的企业 AI 项目，在第三次以上更新后，响应延迟涨超 40%，RAG 检索准确率掉 18%，权限策...
GPU 利用率不足一半，企业却加速采购AI基础设施：内存、集成与成本度量成新焦点
VentureBeat调查显示，81%生产AI的企业GPU利用率≤50%，但91%计划采购新平台；财务ROI未经验证即决策。文章指出需以‘每项成功任务成本’为统一指标，统筹机构记忆、任务内存与推理内存设计。
Anthropic 推出主动式个人代理 Claude Duet，但企业部署仍遥遥无期
Anthropic 发布基于 Claude Opus 5.5 的主动式个人代理 Duet，支持跨平台使用并内置敏感信息防护机制；然而多家机构分析师指出，企业尚未准备好部署此类高自主性代理，IT、安全与治理团队普遍持审慎观望态度。
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：当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》报告里有个刺眼的数字：68%的中大型企业启动了AI智能体项目，但只有12%真正用到了业务深处——跨部门、跑得稳、扛得住。我们见过太多POC停在演示屏上：对话断在第三轮、知识库三个月没更新、审批权限模糊...
Anthropic 推出 Claude Duet：首个面向中小企业的主动式 AI 助理
Anthropic 发布 Claude Duet，一款基于 Opus 5.5 的跨端 AI 智能体，可主动监控邮件、发票、日程等业务系统，生成简报、草拟跟进、执行财务与采购流程，并在审批后操作。目前仅限美国 Pro/Max 订阅用户通过等候名单体验。
产品更新不是功能堆砌：企业级 AI 智能体交付中高价值产品更新的5个实战维度
引言：当“产品更新”变成内部汇报，客户却悄悄流失 我们常看到这样的场景：技术团队每月发三五条“产品更新”，客户活跃度却连续两个季度下滑12.7%（JOTO 2024 Q1 客户健康度报告）。问题不在没更新，而在于这些更新和客户实际怎么干活脱了节——不挂钩业务指标，也说不清到底带来了什么可验证的价值。比如在 Dify 上...
DeepSeek 开源推理框架 DeepInfer，支持华为昇腾与英伟达 GPU 降本增效
DeepSeek 将自研AI推理框架 DeepInfer 开源，适配华为昇腾950 NPU 和英伟达 SM100 GPU，专为 DeepSeek V4.1 Flash 模型优化，旨在降低企业AI推理成本、提升响应速度，并兼顾国内外硬件生态。
产品更新不是版本迭代：企业级 AI 智能体交付中被低估的系统性工程
引言：当“上线即过时”成了常态 2024 年 Gartner 一份调研显示，73% 的企业 AI 项目在交付后半年内效果明显下滑。其中超过六成的问题，不是模型本身退化了，而是没人管更新——知识库没跟上业务变化，提示词没根据用户反馈调优，API 接口也没适配下游系统升级。 有个华东制造业客户，上线设备故障诊断智能体四个月...
AI安全实战指南：企业级智能体交付中不可忽视的五大风险防线
引言：当大模型输出“正确答案”，却把人送进法律雷区 2024年3月，某头部金融集团上线客户智能投顾助手，72小时内紧急下线。不是因为答错，而是它把还没公开的内部风控阈值，原封不动告诉了用户。 这不是偶然。Gartner一份报告提到：73%的企业AI项目，在POC阶段根本没做安全评估；其中近一半，上线半年内就被迫回滚——...
规模化AI代理需三大支柱：清点、合约与持续维护的上下文
Collibra CEO指出，企业部署超5个AI代理即面临指数级风险增长；75%企业在10–15个代理阶段遭遇生产瓶颈。核心挑战在于业务上下文缺失、幻觉差距扩大及上下文漂移，解决方案聚焦可机器执行的代理合约与独立于模型的本体化上下文层。
MiniMax发布M3.1 Flash：低成本企业智能体模型，性能逼近DeepSeek但幻觉率达93%
MiniMax新推M3.1 Flash模型，在Automation-Bench等企业工作流基准上超越DeepSeek V4.1 Flash-1017，单任务成本仅0.22美元，但AA-Omniscience测试显示其幻觉率高达93%，凸显高性价比与低可靠性间的典型权衡。
AI安全实战指南：企业级智能体交付中不可忽视的五大风险防线
引言：当大模型输出“正确答案”，却踩中法律红线 2024年3月，某头部金融集团上线客户智能投顾助手不到72小时就紧急下线。问题不是答得不准，而是RAG模块没做权限隔离——把还没公开的内部风控阈值参数，直接告诉了普通用户。 这不是个例。Gartner一份报告提到，七成以上企业AI项目在概念验证阶段根本没跑通安全评估闭环...
推理悖论：代币降价反致智能体成本五年涨五倍
高德纳指出，尽管代币单价下降，但智能体工作流的推理成本到2028年将增长超五倍，主因是模型能力升级推高单token算力成本，以及复杂任务导致token消耗激增5–30倍。