跳到正文
9月29日 · 周二

最新精选

9月28日周一
  1. Simon Willison77

    Simon Willison 年度演讲:2026年AI行业全景回顾

    Simon Willison 在 WeAreDevelopers 大会闭幕演讲中回顾了2026年AI行业的关键趋势。年初 Claude Opus 4.5 和 GPT-5.1 让编码智能体变得可靠,随后 OpenClaw 掀起个人智能体热潮,开源模型如 Qwen 3.8 27B 已能在笔记本上接近前沿水平。

    推荐理由:作者以亲历者视角梳理2026年AI行业关键趋势,从编码智能体成熟到开源模型崛起,适合快速把握一年脉络。

9月25日周五
  1. GitHub Blog · AI & ML60

    GitHub Copilot 官方谈为何聊天是错误界面,canvas 才是出路

    GitHub Copilot 官方博客提出聊天并非与 LLM 交互的最佳界面,主张用可自定义的 canvas 全栈应用替代。canvas 能双向与 Copilot 智能体通信,可调用第三方 API 并在本地执行代码,例如构建 Connect 4 游戏、管理 Winget 包或操作 SQLite 数据库。

    推荐理由:原文用 GitHub Copilot 的 canvas 实例说明为何聊天不是与 AI 交互的唯一界面,读者可借此判断自定义 UI 对自身工作流的价值。

9月22日周二
  1. NVIDIA Blog62

    NVIDIA 发布 Halos 全栈安全系统,覆盖自动驾驶与机器人部署

    NVIDIA 发布 Halos,称其为首个且唯一的物理 AI 全栈安全系统,覆盖硬件、操作系统、端到端模型、仿真验证等各层。面向自动驾驶,Halos 基于 DRIVE AGX Thor 与 Hyperion 平台;面向机器人,基于 IGX Thor 与 Halos Core。

    推荐理由:原文梳理了物理 AI 规模化部署所需的安全分层,并给出 NVIDIA Halos 在自动驾驶与机器人两大领域的完整架构与认证进展。

8月3日周一
  1. Import AI78

    Import AI 467:自复制AI病毒、算力涨价与AI创造力研究

    Import AI 周刊第467期汇总多项AI研究进展:多伦多大学等机构构建了利用开源权重LLM自复制、寄生GPU算力的概念验证蠕虫,整体攻击成功率约37%;Dwarkesh Patel预测更智能的AI将推高算力价格。

    推荐理由:周刊汇总了自复制AI病毒、算力价格、AI研究创造力等多项进展,读者可借此把握近期AI安全与能力边界的多个信号。

7月7日周二
  1. Berkeley AI Research62

    智能体时代的数据系统:为智能体、由智能体、由智能体合成

    UC Berkeley 团队发文指出,推理成本正以每年约 50 倍的中位数速度下降,智能体即将成为数据系统的主要工作负载。文章提出数据系统面临的三大挑战:为智能体设计(支持智能体式推测查询)、由智能体管理(多智能体共享状态与协调)、由智能体合成(按工作负载自动生成定制数据系统),并展望两者边界将逐渐模糊。

    推荐理由:文章从推理成本骤降出发,梳理了数据系统为智能体服务、由智能体管理、由智能体合成的三条研究路线,适合想把握数据系统与智能体融合方向的人。

已经到底了