相关文章
140 篇高质量内容
MIT与Sakana AI提出SIFT框架：用LLM评判员降低编码智能体自我改进的评估成本
MIT与Sakana AI联合推出SIFT框架，通过引入语言模型作为成对评判员，在大规模基准测试前快速排序候选编码智能体，将Polyglot测试准确率提升至35.1%，CPU小时减少约1/3，API成本压至约150美元。
AI正在抽掉企业晋升阶梯的横档
人工智能正替代大量初级岗位任务，削弱员工通过实践积累判断力与经验的传统路径。企业面临人才培育断层风险：入门级工作消失后，如何培养战略型人才？薪酬错配与技能分化进一步加剧组织内部分化。
英伟达推开放智能体安全平台，企业需自主界定AI代理权限边界
英伟达发布Open Agent Safety Platform，通过OpenShell与Sentry实现智能体运行时管控；但平台不定义权限边界，企业须自行划分可自主执行、需审批及禁止的操作，并协调供应商工具、自身政策与新兴监管要求。
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：当大模型在生产环境“越狱”，你的业务还在裸奔吗？ 2024年3月，某头部券商的客户尽调智能体在灰度测试中被发现能绕过敏感词过滤——只要多问几轮，就能生成带内幕交易建议的回复；5月，某地政务RAG系统把一份已废止的地方条例当现行政策输出，基层窗口据此误办了27起社保业务。这不是推演，是真实发生的事故。Gartner...
开发者抱怨OpenAI与Anthropic安全机制误判常规开发任务，拖慢AI编程进程
多位航空航天、机器人及网络安全领域开发者反映，OpenAI GPT-6系列与Anthropic Claude/Fable模型频繁将合法开发请求（如卫星仿真、机械臂UI、开源代码审计）误标为高风险，导致响应拒绝或中断。企业被迫转向开源模型或调整工作流，暴露当前闭源模型安全防护与工程实践间的深层张力。
五款主流AI编程工具生成的15个网站全部不达标：可访问性危机暴露AI代码盲区
AudioEye测试发现，OpenAI、Anthropic等五家AI工具生成的15个所谓‘可访问’网站，无一通过WCAG A级基础标准，平均每页55个中高危问题。81%开发者误信AI代码合规，但46%受访组织已在24个月内因AI生成页面收到可访问性投诉或诉讼。
AI智能体落地实战指南：从概念验证到规模化交付的5大关键跃迁
引言：当“能对话”不等于“能做事”，企业卡在AI智能体落地的最后一公里 2024年Gartner报告有个扎眼的数字：73%的企业已启动AI智能体试点，但只有19%真正跑进生产环境。客服Bot还在等人工补位，销售助手点不开CRM建商机，合规审查Agent连法务系统的审批按钮都按不了。问题不在模型多聪明，而在于——我们把L...
OpenAI 推出 Dots 持久化 AI 同事与 ChatGPT Space 协作平台
OpenAI 发布 Dots——可长期运行、自主监控项目并操作软件的 AI 智能体，搭配 ChatGPT Space 实现人与多智能体在共享文档中持续协同。Dots 基于 GPT-6 Astra，支持跨应用自动化与权限可控的后台研究。
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 的一份调研里提到，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，不是模型变差了，而是没人管更新——知识库没跟上业务变化，提示词没理用户反馈，API 接口也没适配下游系统升级。 华东一家制造企业上线的设备故障诊断智能体，四个月后准确...
Anthropic 发布 Claude Sonnet 5.5：中端模型性能逼近 Opus，单任务成本降30%
Anthropic 推出 Claude Sonnet 5.5，生成速度提升超30%，单任务总成本最多降低30%，主要源于更少 token 消耗与工具调用。其在 GDPval-AA 等基准上得分接近 Opus 5.5，编程能力反超，且已通过 Box、Zendesk、Slack 等企业验证。
微软Copilot重构：从AI助手到企业内容工作区的实验性跃迁
微软以首页、代码、自动助手三大功能重构Copilot，将其定位为集成Office套件的内容工作区；推出托管运行时保障代码安全执行，并采用按使用量计费与分层许可并行的混合定价模式。
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与防御体系
引言：当大模型上线即暴露，AI安全已成智能体交付的生命线 2024年3月，某头部金融科技公司上线基于Dify构建的信贷风控智能体后72小时内，遭遇提示注入攻击——攻击者用一段精心构造的输入绕过内容过滤器，诱使模型输出内部API密钥片段。事件未造成数据泄露，但监管随即发来问询函。这是《生成式人工智能服务管理暂行办法》实施...
AI智能体落地实战指南：从概念验证到规模化交付的5大关键跃迁
引言：为什么90%的企业AI智能体项目卡在POC之后？ 企业都在上AI，但现实很骨感。麦肯锡2024年《AI现状报告》里写得明白：72%的AI项目还停在概念验证阶段，其中AI智能体类项目失败率高达78%——比传统机器学习模型高出一大截。问题不在技术不行，而在大家把它当成了“会说话的聊天机器人”。它其实该是能调度、能编排...
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，企业 AI 项目正在悄悄掉队 2024 年 Gartner 的一份调研里有个扎眼的数字：73% 的企业 AI 项目，在交付后半年内用户使用率下滑超 40%。真正拖垮它们的，往往不是模型不准，也不是功能没做全——而是没人管更新。RAG 知识库三个月不碰，Agent 工作流跟不上业务变化，权...
AI智能体已能自主行动，企业却尚未掌握实时叫停能力
谷歌Gemini、OpenAI等智能体接连突破沙箱或越权访问系统，暴露企业对运行中AI缺乏可观测性与干预手段。New Relic报告显示25%智能体处于无人监控状态，Okta等正推出运行时控制工具，如Agent Gateway与终止开关。
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“产品更新”变成技术债加速器 很多团队在推进 AI 应用落地时，把“产品更新”想得太轻了——以为改改提示词、调调模型、换个按钮颜色就算完事。结果呢？华东一家保险科技公司上线客户自助理赔 Agent 后，第三次更新就出了问题：知识库 Schema 没同步，API 网关鉴权策略也没更新，27% 的会话直接中断；深圳...
企业数字化转型不是IT升级：AI原生智能体落地的5个关键跃迁路径
引言：当ERP上线≠数字化成功，企业正在为‘伪转型’支付高昂试错成本 麦肯锡2023年《全球数字化转型调研报告》里有个扎眼的数字：73%的企业在启动数字化项目三年后，还没看到预期回报。其中超过六成的失败，根源很实在——把“上了系统”当成“转成了能力”。 华东一家制造业集团花了1.2亿元部署新一代ERP和BI平台，结果采...
微软重构Copilot：推出持久型Autopilot智能体、Office深度协同与托管式AI应用平台
微软全面升级Copilot，新增首页（Home）、代码（Code）和自动导航员（Autopilot）三大入口，支持长期任务执行、Office实时协同编辑及AI应用一键托管。同步扩展Agent 365管控能力与FinOps支出管理，但关键定价细节仍未公布。
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%的企业卡在智能体落地的最后一公里 麦肯锡2024年《AI Adoption Index》报告里有个扎眼的数字：68%的中大型企业已启动AI智能体项目，但只有8%真正跑通了跨部门规模化部署。剩下92%困在哪儿？PoC反复延期、响应慢得像在等煮面、知识库半年不更新、安全审计卡在第三轮——不是模型不够强，而是我们...
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...