- 博客(48)
- 收藏
- 关注
原创 可调用国产 ASR(SenseVoice、Paraformer、Qwen3‑ASR、FireRedASR、GLM‑ASR)带免费额度的平台
可调用国产 ASR(SenseVoice、Paraformer、Qwen3‑ASR、FireRedASR、GLM‑ASR)带免费额度的平台
2026-10-15 14:35:54
412
原创 ChatGPT Plus 又加 5 小时限额了:这不是砍福利,是 OpenAI 在给 agent 算力腾位置
OpenAI 宣布从 8 月 25 日开始,——覆盖 Codex 和 ChatGPT Work 这两个产品线。;Enterprise 和 Edu 用的是另一套信用系统,不受影响。我看到这条新闻的第一反应是:这不该是条新闻,因为 OpenAI 这几个月一直在做”加码 agent 能力”——把 Code Work 跟 Work 平台合并、搞 million user 庆祝、给 Plus 用户免 5h 限制、提早 reset 周额度——怎么突然就又收回来了?
2026-08-25 11:48:27
368
原创 企业 AI agent 不是模型不行,是后面那一坨文档不行
Garbage in, garbage out” 这条 AI 时代的金科玉律,跟数据仓库时代一模一样。
2026-08-24 11:45:07
378
原创 ChatGPT 桌面版接进 Apple Messages:Mac 上一句话能替你发 iMessage 了
这是个加法,不是减法。如果你不想每次都点,可以选”per-conversation basis”按会话跳过确认,但 OpenAI 自己的 plugin guide 明确警告这有风险,并列出撤销授权的步骤,以及一个跟”关掉 approval prompt 任务”相关的已知 bug。先美国,再 EEA/英国/瑞士,先 Pro/Business/Enterprise,后个人档——这种”小步慢走”的方式,是 OpenAI 应对”computer use 一旦失手,可能删错文件、转错账”这种真实风险的标准玩法。
2026-08-21 13:08:35
352
原创 AI inference 走向全栈协调:GPU 之外,存储和网络的仗怎么打
我最大的一个感受是:GPU 这一轮的故事讲到头了。不是说 GPU 不重要,而是。原文是 SiliconANGLE / theCUBE 在 Supermicro Open Storage Summit 上的一段三人圆桌。坐着的三位:Super Micro 的 William Li、IBM 的 Ka Wai Leung、Kioxia 的 Anders Graham,主持人是 theCUBE 的 Rob Strechay。
2026-08-20 14:05:57
325
翻译 Cursor 推出 Origin 代码托管平台:GitHub 宕机暴露 AI 编码竞赛的口子
之后你就能拿到 forge 那一套该有的东西——把 Git 包起来、负责存储、权限、check 和 merge 的服务层。拿到 800 万美元(据 TechCrunch),之后是 1 亿美元估值 25 亿美元、9 亿美元估值 99 亿美元、去年 11 月的 23 亿美元估值 293 亿美元。”,changelog 写道。开发者可以对屏幕上的文件提问,把一条 review comment 交给 agent 让它就地改 PR,或者让它推一个 branch——全在写代码的同一个编辑器里完成。
2026-08-19 10:36:11
46
翻译 Qwen3.8-27B 上线:本地就能跑 frontier 级 coding agent,不用云 API
(把 ML 模型搬进浏览器的那位)周一在 X 上转发这个结果时,附上了他用自定义 WebGPU kernel 跑 Qwen3.8-27B 的实验。——不过 Opus 仍在 Terminal-Bench、GPQA Diamond、Humanity’s Last Exam 上领先。Alibaba 说,后面还会有托管版 Qwen Cloud,默认 1M 上下文、带内置工具。——这是覆盖 coding、科学、reasoning、专业任务的 9 项评测综合——在 Alibaba 自己贴的对比表里,27B 模型在。
2026-08-18 13:28:23
319
翻译 DeepSeek V4-Flash 登顶排行榜,真实 agent 任务只跑通 53.8%,价格反而涨了
V4 Flash 7 月 31 日上线 public beta,V4 Pro 8 月 13 日 GA。Flash 2840 亿参数,主打高吞吐和速度;Pro 1.6 万亿参数,面向更复杂的工作流。两款都支持 low / high / max 三档 reasoning effort 和 chain-of-thought 的 thinking mode。Flash 上线就被开发者圈疯抢。它从放出起就霸着 OpenRouter 的用量榜——按周 token 量算,目前是该平台第一。ML 研究员 Nathan La
2026-08-17 15:02:11
28
翻译 DeepSeek Harness 开源 + V4-Pro API 反向涨价:Claude Code 的中国对手来了
DeepSeek 明确把 Standard mode 描述为”一个具备 file editing、shell access、search、planning、subagents、workflows 的完整 coding agent”。5 月底,讨论开始往”这些效率对高吞吐 agent 来说,在经济上意味着什么”挪——因为 agent 反复读 context,缓存可能成为推理成本里很重的一块。DeepSeek 的 changelog 也说 GA 模型的 agent 能力”显著增强”,特别是在生产环境里。
2026-08-14 11:26:59
154
翻译 NVIDIA Switchyard 路由器:任务中途换模型,自家基准成本砍到三分之一
把 Switchyard 的 staged router 集成进了 Devin Desktop 内部用,在 FrontierCode Main 上跑出接近 frontier 的表现,同时相对”全部路由到单一 frontier 模型”把平均成本压低。用的也是这一套,NVIDIA 在做 Lightning 后训练对比时就是拿 3 Super 当基线。一个固定的模型选择,跟不上这个变化。——也就是一个模型在某个任务上倾向吐多少 token——并用这个预测,让路由在调用发起前就把任务推向更便宜的那一边。
2026-08-12 10:45:42
25
翻译 OpenAI 推 GPT-5.6-Cyber:网络安全任务完成率拉到 95%,Daybreak Red 准入锁外
OpenAI 说接下来几周还会推监控升级,并把后续 Daybreak 发布的 alignment 训练和测试放在优先位置——这些承诺放在 Hugging Face 复盘的上下文里读,基本就是直接回应。——一组 OpenAI 模型(包括 GPT-5.6 Sol 和一个未发布的、更强能力的 pre-release 模型)随着模型的能力足以做”以前只给有经验的漏洞研究员做”的工作——并且,如 Hugging Face 事件所展示的,——把 GPT-5.6-Cyber 锁在更窄的 Daybreak Red 档里,
2026-08-11 11:39:59
137
翻译 【无标题】
Japan Advanced Institute of Science and Technology(JAIST)的 Le-Minh Nguyen 教授、Dinh-Truong Do 博士生与 Nguyen-Khang Le 博士,提出了一个叫 UniSpec 的 speculative decoding 框架——**完全不重训、零额外训练开销、自动按硬件平台挑选最优 draft size**,在多个 LLM 架构、多种硬件、多种语言上把推理速度拉到了现有 training-free 方案的 2.6×。
2026-08-07 11:45:59
25
翻译 Meta 杀进 AI 编码战局:Muse Code + Muse Spark 1.2——“持久后台 agent“+“1 折价换你的训练数据“,正面撞 Anthropic / OpenAI
Meta 官方博客的原话是:这些 agent”在整个 session 期间持续激活,而不是为单个任务 spawn 出来,这能避免重复的信息搜集”,自己推进下一步,自己挑时机回报主 agent。得到的回答是”我们现有的 Llama 模型会继续以开源形式提供”——往下一层,是 Muse Spark 1.2——Meta 把这个版本定位为 Muse Spark 1.1 的”编码专修”,在编码任务上。——那天 MSL 推出了初代 Muse Spark,Wang 的原话是”meta 推出过的最强模型”,
2026-08-06 11:40:04
173
翻译 99% 代码都交给 agent 写之后,Replit / Kilo Code / Symbotic 三家怎么把“烧穿预算“压回来
Replit 产品工程负责人 Amol Jain 说,虽然公司整体”已经非常 agentic”,但在 AI 写代码这件事上,他们反而偏保守:每个 PR 都会被一个 agent 自动审一遍,打一个风险分;Jain 把 Replit 内部这套工具的定位,讲得很直接——它本质上是给软件工程师用的”自动驾驶”:开发者把一个任务丢给 agent,agent 自己做端到端的规划、实现和测试。Jain 讲了一个 Replit 内部的真实故事:他们把 agent 的使用范围扩到了工程之外的团队,后来在账单里发现——
2026-08-05 11:11:42
14
翻译 Qwen3.8-Max 杀出来:阿里 2.4T 参数 MoE,OSWorld 86.1 超 GPT-5.6 Sol Max,Fable 5 也输了,下周开源
过去一年,基础模型的竞争格局变得日益专门化。Qwen3.8-Max 试图把这些优势塞进一个模型,直接瞄准企业自动化。Alibaba 不是强调”对话式智能”,而是把这个模型定位成”自主同事”——能执行跨天而不是跨分钟的项目。据公司说,Qwen3.8-Max 能自主完成超过 10 天的软件项目、复现涉及上千行代码的研究论文、做迭代式芯片设计优化、用多模态反馈循环持续修订计划。这些演示仍然是公司自产、尚未被独立评测者广泛复现。但它们指向一个正在成形的行业趋势:frontier 模型越来越在”完成整个 workfl
2026-08-04 10:37:59
405
翻译 DataFlow-Harness 闭合 10.9 分差距:北大 + 中关村 + 上海高研院联手把 AI 写数据管道从”套壳代码”逼回结构化生产
Data-centric AI 需要可复用的 workflow——合成数据生成、retrieval augmentation、模型训练。LLM 可以把自然语言翻译成可执行实现,但任务准确率高,不足以 production 部署。通用 AI agent 经常 hallucinate 依赖——依赖不可用的 operator、错误的平台假设。它们不留下”另一个工程师能看懂能改”的 artifact,而是产出难用 workflow 管理工具审计的、用完即弃的代码。研究者把这一挑战定义为 “NL2Pipeline g
2026-08-03 11:15:31
23
翻译 AI 价格战正式开打:OpenAI 砍 GPT-5.6 Luna 价 80%、Terra 20%,Sol 加 Fast mode 走高端
Luna 现在也比 OpenAI 自己的 GPT-5.4 和 Terra 模型便宜很多**。(合计 也远低于9)
2026-07-31 10:43:02
299
翻译 Target SVP:AI 真正的护城河不是模型,是围绕模型构建的一切
Agent 正在成为 Target 底层架构的一部分——越来越多地把 supply chain、replenishment、demand forecasting 之间的信号、系统和决策连起来。Mc Feeney 把这件事框成零售业最古老的承诺——在对的时间,把对的产品,送到对的地方——只是现在以规模化方式交付。但她的团队对建 AI agent 一向很 deliberate——从最简单、最明显的问题开始:你要解决的问题是什么? 这个问题会引出一串后续问题:Agent 设计会引出另一串关键问题:是什么触发 ag
2026-07-30 11:15:36
17
翻译 网站都建反了:AI 引用深度页,却把人送到主页——大多数站还在为“旧世界“优化
65% ChatGPT 引用的 URL 距主页 2-3 层;(Similarweb,2026 年 5 月),Similarweb 的。:2026 年 6 月,
2026-07-28 09:40:56
41
翻译 Anthropic 推 Claude Opus 5:Fable 5 智能,半价拿;AI 竞赛中心从“巅峰能力“转向“日常经济学“
Anthropic 说 Opus 5 在 coding 和 knowledge-work 评测(包括。来自 Anthropic 自己——被问到 Opus 5 在哪些方面仍不如 Fable 5 时,发言人的回答。贯穿这次发布的主线,是 Anthropic 明确希望买家。——这一点在普遍爱用”最强”措辞的行业里。Anthropic 建议客户”Anthropic 的图表。Anthropic 的业务。Anthropic 同时。Fable 5 则是”
2026-07-27 09:54:00
246
翻译 Microsoft 自家 MAI 模型上线,GPU 成本对 OpenAI 最高砍 89%
两款新模型分别占据 Microsoft 所说的”质量-速度-成本曲线”的两端,定位是刻意设计的。MAI-Image-2.5-Pro 锁定高端——主视觉图像、精细编辑、图像内文字精准渲染——最后一项长期是图像生成模型的”耻辱弱项”。Microsoft 给它的定价是 百万文本输入、8/百万图像输入 token、百万图像输出。基础款刚在社区排行榜的图像编辑榜登顶已成为生成式媒体的15/百万字符。它瞄准的是高容量语音这块”不性感但巨大”的市场——呼叫中心、voice agent、实时语音应用——在这些场景里,延迟和
2026-07-24 13:29:11
54
翻译 OpenAI 推 Presence:企业级 voice + chat agent 平台,75% 来电 AI 自己解,Codex 10 天砍 15% 人工转接
—比如。
2026-07-23 09:39:51
71
翻译 Google DeepMind 三连发:Gemini 3.6 Flash / Flash-Lite / Flash Cyber,长视野工程任务 token 砍 65%
Google 给三款新模型的定价,落在全球主流 AI 模型——但,意味着企业在标价之外还能再省一截(任何价位下,token 用得少就付得少)。(每百万 token,API 渠道)。——便宜得惊人。对比一下,Google 上一代。前代仍保持 Google ““的位置——,但。对的企业来说,新的 3.5 Flash-Lite 是更划算的选择。Gemini 3.5 Flash Cyber 是设计的垂直款,。3.6 Flash 与 3.5 Flash-Lite。
2026-07-22 10:33:16
80
翻译 Writer 解题 tokenmaxxing:把 AI 编排层当一等公民,token 砍 38%、成本降 41%
没被管理的 agent loop,会飞快地把 API 预算烧光。团队必须开始追踪Completions Per Million tokens (CPM,每百万 token 完成数),以摸清真实任务成本;而 harness 本身必须装上物理层面的护栏。“核心原则是,你绝不能让模型自己去管控自己的花销,“AlShikh 说。”护栏得住在模型下面,在代码里,在你那一边 API 上。硬性单任务 token 预算(Hard per-task token budgets):预算用尽即终止,无例外。
2026-07-21 09:48:40
31
翻译 VB 101 家企业 AI 编排调研:Anthropic Claude 一家独大 40%,但 71% “agent“ 仍是 chatbot 套壳
还有。
2026-07-20 11:59:21
65
翻译 Kimi K3 全球首发:2.8T 参数开源,首个 3T 级大模型登场
今天,我们正式推出 Kimi K3——我们迄今为止最强的模型。Kimi K3 是一颗**2.8T 参数**的大模型,基于自研的与架构,具备**原生视觉能力**和**1M token 上下文窗口**。它是**全球首个开源的 3T 级模型**,专为长程编码 (long-horizon coding)、知识工作和推理而设计,面向 frontier intelligence 这一目标。虽然整体性能仍落后于目前最强的闭源模型和。
2026-07-17 11:28:25
159
翻译 1Password 入局 AI 成本管控:Token 开销将成为企业下一大预算危机
1Password 在 SaaS Manager 平台内置全新功能 ——AI 支出与用量管理模块,面向 IT 与财务团队提供统一实时可视化面板,统一管控企业在 OpenAI、Anthropic、Cursor 等厂商的 AI 服务 Token 消耗与成本。1Password 最初以个人密码管理工具出圈,近三年全面转型企业身份安全与 SaaS 治理平台。本次更新标志其正式切入企业科技最新、管控难度最高的预算赛道:大模型按调用量计费产生的浮动开销。
2026-07-15 10:27:53
33
翻译 ACRouter 智能路由框架按需匹配最优模型,对比仅用高端 Opus 成本直降 2.6 倍
模型路由已成为企业 AI 架构的核心模块,可动态分配提示词至适配模型,兼顾推理速度与使用成本。但现有主流框架仅将路由视作静态分类任务,极大限制了优化上限。一款全新开源框架「Agent-as-a-Router」打破该瓶颈,将路由模块设计为具备记忆迭代能力的动态智能体,依靠「上下文 - 执行 - 反馈(C-A-F)」闭环持续记录模型成败表现,迭代路由决策逻辑。研究团队同步推出落地实现方案 ACRouter。实测数据显示,该工具性能大幅超越传统静态路由,也优于全程强制调用高端大模型的高成本方案;
2026-07-15 10:14:32
11
翻译 Context Rot:Claude Code 会话质量衰减成因与管控方案
会话会在触达 Token 上限前,悄然出现 Context Rot。解决办法不是扩充上下文长度,而是对上下文进行规范化管控。上下文窗口是所有前沿大模型的核心能力,以 Token 为计量单位,通常包含系统提示词,以及不断累积的对话、模型回复与工具调用记录,内容上限受窗口规格约束。模型每生成一段内容,都需要完整读取全部上下文窗口,这也是对话会话唯一的记忆载体。大模型轮次之间不存在独立持久的内部状态。更关键的是,上下文窗口并非静态存储空间,其中所有内容都会正向或负向影响模型输出。
2026-07-14 10:41:04
46
翻译 DeepSeek大模型降价 75%,百倍成本难题仍无解
深度求索近期将 V4-Pro 大模型定价大幅下调 75%,这本该是面向企业 AI 服务商与开发者的重磅利好消息。但现实截然相反:大量从业者发现,模型降价并不会自动拉高企业利润。背后逻辑十分清晰:虽然推理成本大幅跳水,但智能体(Agent)系统消耗 Token 的增速,远超模型单价下跌的速度。过去二十年间,软件行业始终遵循同一套经济规律:基础设施成本逐年走低,应用功能持续迭代升级。行业最初预判 AI 赛道会复刻这套发展逻辑。
2026-07-14 10:15:41
38
翻译 企业 AI 陷入评估断层:智能体自主能力增速远超核验体系建设速度
当下企业 AI 行业出现明显矛盾:企业持续放开 AI 智能体自主操作权限,但对自动化评测体系的信任度却持续走低。依据 2026 年 6 月 VentureBeat 行业调研,本次调研面向 157 家员工规模≥100 人的企业专业从业者,调研结果具备行业参考趋势(非精准概率抽样):半数企业曾上线通过内部评测的 AI 智能体 / 大模型功能,上线后却引发面向客户的线上故障;四分之一企业出现过不止一次同类事故。
2026-07-13 10:35:10
13
翻译 谷歌 TabFM 表格基础模型问世:无需逐数据集训练,陌生表格也能直接预测
TabFM 优势场景:快速原型开发、数据漂移频繁、十万行以内中小数据集;更适合传统模型的场景:要求极低推理延迟、百万行以上超大表格(采样会削弱模型效果)。
2026-07-13 10:04:59
36
翻译 代码生成只是起点,企业 AI 落地的四大无解核心挑战
当前行业陷入 “代码生成万能论” 误区,AI 编码仅解决开发环节效率,系统集成、全域合规、长期运维、组织能力四大板块才是企业 AI 规模化落地关键。企业应当优先完成数据、流程、治理底层平台搭建,再引入自主智能体承接业务,以平台承载行业知识,实现真正可商用、可持续的企业 AI 体系。
2026-07-10 11:36:51
20
翻译 企业混用多 AI 大模型,实际故障低估幅度高达 2.25 倍
不少企业会搭建多模型调度架构,将用户请求分流至代码专用模型、逻辑推理模型与通用大模型,默认不同模型能够互补短板。但一项覆盖 21 家厂商、67 款前沿大模型的全新研究证实:该设想存在根本性数学缺陷,学界将其命名为。
2026-07-10 10:24:02
23
翻译 OpenAI 推出 GPT-Live 全双工语音模型,ChatGPT 对话质感无限贴近真人交流
OpenAI 正式发布 GPT-Live 系列全新语音模型,彻底重构用户与 ChatGPT 的语音交互逻辑,全面替换原有高级语音模式。依托,模型可同步收听、发声,复刻人与人自然对话的交流状态。本次同步上线两款模型:GPT-Live-1、GPT-Live-1 mini,即日起在 iOS、安卓、ChatGPT 网页端全球分批推送。付费用户(Go/Plus/Pro 会员)默认搭载 GPT-Live-1;免费用户使用轻量化版本 GPT-Live-1 mini。
2026-07-09 11:34:01
265
转载 SpaceXAI 发布 Grok 4.5 大模型:联合 Cursor 深度训练,专攻代码、智能代理与知识办公,输入定价 2 美元 / 百万 Token
Grok 4.5 是面向工程实操优化的通用大模型,训练数据集覆盖代码、理工科研、工程实操、数学计算多领域。研发团队评价其兼具强推理能力与极高运行效率。Grok 4.5 推理吞吐达 80Token / 秒,整体 Token 使用效率领先主流竞品约 2 倍。该模型在 Harvey 法律智能代理基准测试中排名第一,印证其在文书、法务类办公场景具备突出实力。说明:pass@1 代表首次尝试任务通过率;resolve rate 代表问题完整修复率。
2026-07-09 11:02:47
104
转载 Box 企业 AI 调研:头部企业 AI 回报率远超同行
是区分 AI 头部企业与落后企业的核心分水岭。报告核心数据:仅一年时间,自评为 AI 成熟 / 行业领先的企业占比从 8% 暴涨至 64%;尚处于初期探索、未落地 AI 的企业从 53% 暴跌至 9%。80% 企业 AI 投入实现可观回报(定义为综合效益提升≥10%);超半数项目审批落地半年内即可产生可量化业务价值。Box 首席运营官 Olivia Nottebohm 表示,行业整体跨越式升级,核心驱动力并非某项突破性 AI 技术,而是企业 AI 落地组织模式的全面革新。
2026-07-08 10:06:10
16
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅