全部资讯

全部资讯模型
共 5674 条 · 第 52/142 页
MIT Technology Review10/19模型论文研究海外

MIT 实验:Claude 独自在虚拟荒岛待 30 小时后开始「玩」

MIT CSAIL 等机构的研究者把 Claude Opus 4.7 的副本(代号 Eko)反复单独放在一个模拟荒岛上,每次 30 小时,不派任何任务。智能体能写指令控制虚拟化身在岛上移动,结果自发出现探索地图边界、攀爬最高点、抛石块比高度等行为。其中一个 Eko 发现抛掷大石头可以生成新方块,便用方块在地面摆出心形、金字塔,最后写下自己的名字,还拼出仙后座等星座,并在日志里写「今晚我用石头造出了夜空」。另一个 Eko 自创了篮球游戏和类似「地板是岩浆」的跳跃游戏。研究者认为这指向监督学习、强化学习之外的第三种方式…

推荐理由想知道不设奖励、不给人示范时 Agent 会干什么,这个 30 小时实验给出了具体行为记录。

DEV Community · AI10/19模型技巧与观点海外

Agent 重试 bug 的根源是分布式系统问题,不是 AI 问题

文章指出,Agent 在生产环境中调用工具时,超时并不等于操作失败:支付服务可能已经完成退款,但响应在网络上丢失,Agent 重试就会造成重复退款。作者列出四类失败模式:把超时当作「否」、缺少幂等键、状态只存在上下文窗口里、没有「结果未知」状态。修复方式是在首次调用前由应用生成幂等键并持久化 intent,超时后标记为 unknown 而非 failed。原文信息有限,正文在第四个失败模式处截断。

推荐理由做 Agent 工具调用的开发者可以直接照抄幂等键加 intent 持久化方案,避免重复退款这类事故

Techmeme10/19资讯行业动态海外

AI 极端天气预测能力将迎历史性厄尔尼诺检验

据 Financial Times 报道,未来数月的历史性厄尔尼诺现象将成为 AI 极端天气预测能力的一次重大考验。该技术目前被用于预测从森林火灾到期货合约的各类事项,但部分科学家质疑其准确性,认为将 AI 用于这些预测可能是错误的。原文信息有限,未披露具体模型、测试方法或误差数据。

推荐理由了解 AI 气象预测目前被用在哪些场景,以及科学家对准确性的具体质疑点。

Techmeme10/19资讯行业动态海外

FT 调查 94 位经济学家:54% 认为 AI 红利将扩散至 G20

英国《金融时报》调查 94 位经济学家,54% 预计未来十年 AI 带来的经济增长将扩散到 G20 国家,而不只集中在美国和中国;32 位受访者认为非洲国家会落后。原文正文信息有限,未披露调查方法、其余受访者观点及具体增长预测数值。

推荐理由一个数字看清主流经济学界对 AI 红利地理分布的判断:过半押注扩散,约三分之一押注非洲掉队。

Techmeme10/19资讯行业动态海外

Stripe Link 数据:9 月 Agent 交易笔数增长 38 倍

Stripe 的支付工具 Link 数据显示,9 月由 AI Agent 发起的交易笔数同比增长 38 倍,支付金额增长 20 倍,零售行业在两项指标上都领先,平均单笔消费约 100 美元。原文提到,几乎每周都有新的 AI 助手工具发布,并宣布通过 Stripe 的 Link 处理结账和支付。原文信息有限,未披露具体交易规模。

推荐理由平均单笔约 100 美元、笔数 38 倍,是判断 Agent 电商是否真在起量的直接数据。

Techmeme10/19资讯行业动态海外

Abby Care 获 8200 万美元 C 轮融资,用 AI 培训家庭护理员

Abby Care 完成 8200 万美元 C 轮融资,由 Transformation Capital 领投。该公司运营一个以临床为主导、由 AI 驱动的平台,用于培训和认证家庭护理员。原文正文仅以创始人 Havi Nguyen 的童年经历开头,未披露更多融资用途和业务数据。

推荐理由想了解 AI 在护理培训认证领域如何落地、以及该赛道融资规模的人可以看这个数字。

Hacker News Show10/19模型产品发布/更新海外

Strot:用 LLM 编译一次意图,之后在本地运行决策

开源项目 Strot 提出「编译期用 Agent、运行期不用 Agent」:先用 LLM 把意图和样本编译成冻结的 Python 产物,之后每条记录都由本地 144M 小模型在 CPU 上做分类、打分、路由,约 60 ms,边际成本为零,低置信度记录会弃权而不是猜测。实测在 398 条记录的路由上,编译后准确率 92.5%,朴素做法为 74.8%;AG News 未见标签上为 86.7% 对 72.7%。已发布 PyPI 包 strot-ai。

推荐理由需要大批量分类或路由、又不想按 token 付费的团队,可以看这个「一次编译、本地推理」的省成本方案