日報
2026-06-26 精選 10 條，按主題聚合。其餘新聞折疊歸檔。
LangSmith新增Fleet值班副駕駛用於告警分類、智慧體計算機使用、語音跟蹤除錯和實驗狀態跟蹤。還有Deep Agents評分標準、程式化子智慧體、新的LangSmith部署課程，以及芝加哥、柏林、華盛頓特區和拉斯維加斯的即將舉行的活動。
本文批判了以Anthropic為代表的“倫理AI”運動，認為其建立在一個未經證實的假設上：AI發展不可阻擋但可以引導向善。實際上，倫理AI既未能重塑認知習慣，也未能引導AI走向人道，反而充當了非倫理AI的受控反對派。文章透過分析Anthropic聯合創始人Jack Clark的“世界構建”敘事，揭示了倫理AI的內在矛盾：聲稱無力減緩AI發展，卻自信能控制其後果。
人工智慧正在重塑零售業，但主要變化發生在幕後，如搜尋排名、供應鏈管理和即時客戶響應。梅西百貨採用'AI優先'策略，將智慧融入個性化、搜尋和運營規劃，並推出對話式購物助手Ask Macy's。AI被視為增強人類判斷的隱形層，而非替代品。
Prem Natarajan離開亞馬遜，成為第一資本的首席科學家，將深度AI研究應用於解決大規模現實金融挑戰，從欺詐檢測到代理客戶服務。
DeepReinforce釋出了Ornith-1.0，一個基於Gemma 4和Qwen 3.5的開源程式設計模型系列，涵蓋9B至397B四種規模。其核心創新在於模型在強化學習過程中自主學習框架（scaffold），而非依賴固定的人造框架。旗艦版397B模型在SWE-Bench Verified上取得82.4分，所有權重均在MIT許可下開源。
資料中心公司高管表示，人工智慧可以在管理其日益增長的電力需求的同時，支援能源轉型目標。
Meta最初將7000名員工重新分配到應用AI任務組，引發不滿，現在改為尊重個人選擇，允許他們退出。此決定發生在CEO承認士氣低落的背景下，此前公司已裁員10%。
過去12個月，生成式AI經濟創造了1100億美元銷售額，年化收入超過1750億美元。本文透過自下而上的去重方法，首次全面衡量消費者和企業AI支出，分析需求側、收入能否覆蓋GPU投資以及代幣價格下降對市場的影響。
本文介紹瞭如何在 Amazon SageMaker AI 上配置訓練作業，以充分利用 NVIDIA Blackwell 架構的優勢。您將學習如何選擇批大小和序列長度以利用 Blackwell 的擴充套件記憶體，為模型大小（1B 到 64B 引數）選擇合適的精度格式，並策略性地應用啟用檢查點。最終，您將獲得一個實用的框架來調整訓練配置並在 P6-B200 例項上啟動分散式訓練作業。
本文探討了長期執行的AI系統中的上下文漂移問題，指出真正的挑戰不是模型能力的限制，而是架構設計導致的記憶退化，即架構幻覺。文章對比了LLM幻覺與架構幻覺，並提出了結構化記憶作為解決方案。
本文展示瞭如何使用 SeedVR2 和 Amazon SageMaker AI 實現影片放大。我們介紹瞭解決方案架構、部署步驟，並進行了效能對比，突出了質量提升和處理效率。完成後，您將掌握實現該超解析度解決方案的實用知識。
本文介紹如何構建Chaplin（客戶健康與計劃生命週期智慧聯結器），這是一個開源解決方案，利用透過模型上下文協議（MCP）暴露的AI代理，提供自助式健康事件分析。Chaplin允許團隊用自然語言提問，並從MCP相容的AI助手獲得精確、上下文化的答案，無需依賴AWS支援進行常規分析。
本文展示瞭如何在AWS上構建一個受治理的無伺服器資料網格，為生產級自主AI提供安全、可擴充套件的資料基礎。架構透過S3 Tables（Iceberg）、S3 Vectors和AgentCore Gateway實現三層治理，解決自主AI多步驟資料訪問中的授權問題。
OpenKnowledge 是一個開源、AI原生的Markdown編輯器和知識庫，旨在成為Obsidian或Notion的替代品。它提供了美觀的富文本編輯器，底層基於Markdown，專為人類和AI代理協同工作而設計。功能包括協作編輯、Git同步、代理原生技能、與Claude、Cursor和Codex整合的MCP支援，以及本地優先、注重隱私的方式。v2.0版本釋出後，24小時內獲得1400個新註冊，登上Product Hunt第一名和Hacker News首頁。
Tabularis 是一款開源的桌面資料庫客戶端，專為AI代理和人類使用者共同使用而設計。它內建MCP伺服器，支援AI代理安全地檢查模式和執行查詢，同時保留高階SQL編輯器、筆記本、視覺化查詢構建器等人類友好功能。支援PostgreSQL、MySQL、SQLite等多種引擎，並透過外掛擴充套件。採用本地優先架構，確保資料安全。
本教程介紹了三種利用 Gemini 建立 Google 表格的方法：在電子表格內直接使用內建整合、透過 Gemini 網頁應用生成並匯出、以及使用 Gemini 編寫 Google Apps Script 實現高階自動化。同時提供最佳化提示以獲得更好結果的建議。
傳統的人工程式碼審查流程在AI生成程式碼爆發的時代已無法擴充套件。本文提出用自動化CI/CD門控替代儀式性的人工審批，構建四層質量門控管道，將人類審查保留給高風險變更，並透過後合併審查建立反饋迴圈。
本文介紹了一種利用AI編碼智慧體自動化軟體fork與上游同步的方法，透過將fork維護建模為控制論中的閉環反饋系統，顯著縮短了吸收新上游版本的時間。以Cohere的vLLM fork為例，展示了從衝突解決到測試修復的全自動流程。
Ai2團隊比較了7B引數規模的Transformer模型Olmo 3和混合模型Olmo Hybrid，發現混合模型在內容詞（名詞、動詞、形容詞）和需要上下文推理的token上表現更優，但在重複token和閉合括號上優勢消失。研究表明，基於token的損失過濾可以揭示架構間的細微差異。
微軟研究院與合作者提出生成式因果測試（GCT），將黑箱模型轉化為可驗證的假設，揭示大腦特定區域對語言中不同概念的響應。