AI 日報

本文結合 LangChain 評估深度智能體的經驗和 Anthropic 的 AI 智能體評估指南，提供了實用指南。您將學習如何應用五種評估模式、使用 pytest 和 LangSmith 構建離線評估，以及配置生產環境的在線監控。文中以文本到 SQL 的深度智能體為例，使用 Amazon Bedrock 覆蓋從開發到生產的完整生命週期。

聯邦法官埃莉諾·羅斯被曝在 chambers 內與高級執法官員發生婚外情，司法部門試圖匿名處理，但 AI 通過公開文件細節迅速識破其身份。此事凸顯法院對 AI 能力的無知，以及法律專業人士需提升技術素養，重新思考保密策略。

企業領導者在擴展AI代理時面臨快速交付與治理、信任、成本控制之間的緊張關係。文章分享了五項關鍵實踐：統一治理、管理複雜工作流、創建實驗空間、展示早期成果、培訓員工。

一份記錄全球各地反對大型AI帝國的抵抗運動的清單，涵蓋抗議、法律行動、替代工具和社區組織等多種形式，旨在激發希望和行動。

AWS完全重構了OpenSearch Serverless，分離存儲和計算，支持零成本空閒縮放，成本降低60%，自動縮放速度提升20倍，並針對AI代理的突發工作負載優化。新架構包括專有存儲層、GPU加速，並整合Vercel和Kiro IDE。未來將推出代理內存、日誌分析（6月）和搜索推理模型。

AWS 對 OpenSearch Serverless 進行了重大重構，並引入了新的 Agent Skills。此舉旨在將 OpenSearch 打造為企業的基礎設施，提供更快、可擴展的搜索能力。

SIA是一個開源的自改進AI框架，通過協調元代理、任務特定代理和反饋代理，自動提升AI系統在基準任務上的性能。在多個基準測試中取得顯著成果，如LawBench準確率提升56.6%，GPU內核運行時間減少91.9%，單細胞RNA去噪提升502%，並在MLE-Bench Hard排名第一。支持本地運行和自定義任務，採用MIT許可。

美光科技市值於5月26-27日突破1萬億美元，與SK海力士同周達到這一里程碑，這是純內存芯片製造商首次同時進入萬億俱樂部。高帶寬內存（HBM）需求來自代理型AI工作負載，超大規模雲服務商正在簽署長期供應協議以鎖定產能。瑞銀將美光目標價上調三倍至1625美元，認為長期HBM供應合同將受益於代理型AI工作負載擴張。美光股價年內已翻三倍以上。

截至2026年5月，七大AI智能體框架（DSPy、Claude Agent SDK、OpenAI Agents SDK、CrewAI、AutoGen、LangGraph、Google ADK）在設計理念、架構、生產就緒度等方面各有千秋。LangGraph在生產部署中領先，Claude Agent SDK在單一提供商能力上最強，OpenAI Agents SDK提供最清晰的多智能體交接，CrewAI在開發效率上佔優。市場預計從2025年的78.4億美元增長至2030年的526.2億美元。

Anthropic最新版Claude模型Opus 4.8主打誠實特性，更少做出無根據聲明，更善於承認不確定性。同時引入動態工作流功能，可協調數百個子代理完成大規模任務。定價不變，快速模式降價三倍。

本文演示瞭如何通過集成 Amazon Quick 和 Snowflake Cortex，自動化金融服務中最勞動密集的工作流程之一：反洗錢（AML）警報分類。您將使用 Amazon Quick Flows 和 Snowflake Cortex，通過 Amazon Quick 模型上下文協議（MCP）集成構建分類工作流。在測試環境中，自動化工作流將警報調查時間從 30-90 分鐘縮短至 5 分鐘以內。實際結果可能因警報復雜性和數據量而異。

Data Formulator 0.7 是一款開源AI系統，旨在解決企業數據分析中數據連接碎片化、分析工作流迭代困難等問題。它提供數據連接器、上下文感知代理和交互式工作區，幫助用户無需編程即可探索、分析和可視化數據。

微軟推出重新設計的Microsoft 365 Copilot，加載速度提升兩倍，界面更簡潔。新功能包括漸進式顯示和直接格式化文本。

OperatorOS 是一個私密的 AI 個人運營器，通過聊天界面管理個人任務。開發者正在尋找 5 名誠實的 beta 測試者。

蘇珊·奧曼博士撰文呼籲公眾參與AI討論，指出儘管政府、宗教領袖和科技巨頭在辯論AI未來，公眾卻被排除在外。她向英國議會AI小組提供證據，顯示公眾對AI的擔憂兩年內上升10%，91%的人認為公平應優先於經濟利益。

一張泰國警察穿着華麗節日服裝圍捕毒販的照片在全球媒體瘋傳，但經調查發現，該圖片是由警局Facebook賬號管理員使用AI生成，目的是展示更友好的形象。

人工智能公司Anthropic宣佈獲得650億美元融資，估值達9650億美元，超越OpenAI成為全球最有價值的AI初創企業。其編碼助手等產品被大型企業廣泛採用，推動公司快速成長。

該項目緊隨Anthropic尚未發佈的Mythos AI網絡安全模型，該模型發現了軟件系統中的嚴重安全漏洞。

這家快速發展的供應商獲得新一輪融資，凸顯了AI編碼市場的強勁勢頭。

下個月的翠貝卡電影節將首映一部全AI生成的電影《紫羅蘭之夢》。這部75分鐘的影片虛構再現了伊朗政府1月大規模殺害抗議者的事件，所有人物和圖像均由AI創建。影片製作成本僅2000美元，由兩位伊朗裔兄弟使用多種AI工具創作。

本文全面探討生成式AI（GenAI）的倫理問題，分析其在軟件開發等領域的優勢與弊端，包括巨大的能源消耗、電子垃圾、虛假信息傳播、對教育科學的威脅、對民主的危害以及數字殖民主義等問題。作者基於自身經驗提出，倫理行為需要權衡利弊，並主張在充分了解負面影響的前提下審慎使用GenAI。

兩位讀者回應Wendy Liu關於AI的文章，認為AI確實改變了思考方式，但並未削弱人類的好奇心，反而激發了更多探索。

Google將“偏好來源”功能擴展至AI概覽和AI模式，允許用户添加喜愛的網站，使其在AI搜索結果中更突出。新功能還包括來源輪播和“被高度引用”標籤，幫助用户找到高質量報道。

Claude Code 現支持一鍵切換模型、自帶密鑰（BYOK），兼容 Anthropic 和 OpenAI 標準。起價每月5美元，幫助用户繞過服務中斷、速率限制及超額費用。

法國初創公司Mistral AI在Digital Realty的巴黎南園區獲得了10兆瓦的計算能力，以擴展其AI基礎設施。

Anthropic 發佈了其旗艦模型 Opus 4.8，新功能包括用户可控制 Claude 的努力程度、動態工作流支持大規模編碼、快速模式價格降至原來的三分之一。模型在基準測試中領先 GPT-5.5 和 Gemini 3.1 Pro，但在終端編碼方面仍落後於 OpenAI。此外，模型在誠實性、自主支持和減少欺騙方面有顯著改進。

Anthropic 的最先進 Opus 模型 Claude Opus 4.8 在 Amazon Bedrock 和 AWS 上的 Claude Platform 正式可用。該模型在編碼、代理任務和專業工作方面帶來顯著改進，具有更強的自主性和一致性，適合長期生產工作負載。

Anthropic 於週四發佈 Claude Opus 4.8，該模型在訓練中強調“誠實”，能夠更頻繁地標記工作中的不確定性，減少無依據的斷言。評估顯示，其代碼缺陷遺漏率比前代降低約4倍。此外，用户可控制任務投入的努力程度，以及引入“動態工作流”功能，支持並行運行數百個代理。

維基媒體基金會在坐擁2.96億美元儲備金並通過向AI公司出售數據獲利的情況下，解僱了長期員工和整個社區技術團隊。這一行為激怒了志願者編輯，他們威脅發起罷工。文章探討了CEO的AI妄想症如何扭曲組織優先事項，以及AI行業對人力判斷的替代可能導致的惡性循環。

本文探討了AI如何影響軟件工程面試，分析了不同類型的面試（家庭作業、現場練習、演講、實際工作）在信號質量和公司成本兩個維度上的表現。作者認為AI使家庭作業過於簡單，降低了現場編碼的相關性，建議限制AI在面試中的使用以保持信號質量，並借鑑傳統教育模式的經驗。

YouTube為Premium訂閲者推出新功能，優化播客收聽體驗，包括音頻優先的“隨身模式”、自動變速播放以及AI播客推薦。

麻省理工學院與馬薩諸塞州宣佈計劃建立量子系統實驗室（QSL），獲得州政府2500萬美元投資，為全州研究人員提供共享量子工具箱，加速量子研究、創新和增長。