
企业AI代理的评估鸿沟:多数组织明知评估不靠谱,仍将代理推向生产
一项覆盖157家企业的调查显示,AI代理自主性提升的同时,评估可信度却在下降。半数企业曾遭遇代理通过内部评估却在客户处失败的情况,仅5%完全信任自动化评估。
论文、技术突破与趋势解读

一项覆盖157家企业的调查显示,AI代理自主性提升的同时,评估可信度却在下降。半数企业曾遭遇代理通过内部评估却在客户处失败的情况,仅5%完全信任自动化评估。

德国媒体监管机构首次依据《国家媒体条约》裁定,Google的AI Overviews和Perplexity的搜索结果属于自有内容而非中立结果,需遵守媒体法。


前 DeepMind 研究员 Andrew Dai 创立的视觉 AI 公司,在尚未推出产品的情况下以 3 亿美元估值完成种子轮融资,引发行业对视觉 AI 前景的关注。

AMI Labs 的 Alexandre LeBrun 认为“AGI”和“超级智能”是营销术语而非科学概念,他的公司专注于构建世界模型以实现更可靠的 AI 系统。

据 FT 报道,Moonshot 即将推出的 Kimi K3 将成为中国最大开源 AI 模型,参数规模 2-3 万亿,旨在缩小与 Anthropic Opus 4.8 的差距。

欧盟依据数字市场法案要求谷歌允许第三方AI助手和搜索引擎更深入地访问安卓及谷歌搜索的关键部分,此举可能削弱谷歌对两大科技平台的控制。

尽管闭源模型不断迭代,开源大模型在可定制性、透明度和社区生态上仍保持不可替代的优势。本文解析这一现象背后的原因及对行业的影响。

本文解读AI技术在美国警务中的商业化应用,揭示科技公司如何通过监控、预测分析等工具重塑执法方式,并探讨其引发的隐私与伦理争议。

WIRED评论指出,越来越多产品默认开启生成式AI功能,用户被迫手动关闭(opt-out),这既侵犯选择权也增加认知负担。文章呼吁行业转向默认关闭(opt-in)模式。

Google DeepMind与Isomorphic Labs公布其生物韧性联合方法,旨在利用AI模型增强应对生物威胁的防御能力。

欧盟官员对Anthropic仅派初级员工出席AI安全听证会表示不满,认为此举轻视监管对话,凸显科技巨头与监管机构间的信任鸿沟。