Perplexity 自己晒了内部数据:Teammate 的 agent 工时一周涨到 11 倍,1/5 员工每周多出 40 小时 agent 工时。8000 万到 1.8 亿美元的年化劳动价值对比 1000 万美元 token 成本,这组 ROI 数字对企业买家和做 agent 产品的开发者都很有参考价值。
AI 金融与商业
脑卒中诊断要同时看CT和MRI,这项工作把不确定性建模和病灶定位绑在一起做,输出会附带可信度。做医学影像AI或临床落地的团队可以看看它的思路,跟单纯输出分类结果的方法比多了定位能力。
他们测了 8 个前沿模型,只改汇报对象就能改变建议倾向,汇报 CEO 时比汇报审计师激进近一倍。把老板的利益冲突写进提示词能大幅缓解。企业部署 AI 顾问前真该照着测一遍。
做 RAG 或金融文档解析的朋友可以看看:LlamaIndex 新基准把表格解析错误分成 5 级严重度,数字翻号这种致命错误权重可以自己调到 25,比 OmniDocBench 那种编辑距离打分更能反映真实损失。
NTU 和 Canaan 砸了 700 万新元搞边缘 AI 和节能算法,设备端直接处理数据,不用都传回云端。搞嵌入式开发或关心隐私计算的人可以留意后续成果,这种校企四年期项目通常会有可用的开源产出。
越南最大的手机零售商在胡志明市大学城办两天免费科技活动,首发学生卡 Uni Pass,现场能摸 AI 和机器人,还能薅学生优惠,当地大学生值得去逛。
Tesla 这步棋挺有意思:无方向盘的 Cybercab 第一次向个人用户开放购买,但你得住在它服务覆盖的城市,还可能要额外付 299 美元月费。和 Waymo 只做运营不同,Tesla 想把自动驾驶车卖给你。想买的人先把合同细则看清楚再下手。
印尼金融业把 AI 列为 2027 年前最看好的技术,但人才不够、数据安全没跟上,准备度其实很低。关注东南亚金融科技落地、打算进入印尼市场的团队,这篇能帮你看到当地真实的实施短板。
Meta 给 Muse 订阅用户加了个代打电话功能,AI 语音能帮你订餐厅、约车管所、联系保险公司,每月 19.99 美元起。谷歌 Gemini 和 Instinct 也在做类似的事,但商家识破就挂电话的现实问题还没解决。经常要打客服电话的人可以关注一下。
这事有意思的点在于,一个干了四个月就跑路的前 Anthropic 研究员,把公司 IPO 路演里的算力图拿出来公开解读。按他的说法,现在重训 Mythos 只要当初一小部分算力,算法效率在超指数增长。做 AI 成本测算、关注前沿实验室动向的人应该看看。
GASA 给出的一年 1365 亿美元这个数字很能说明问题。文章讲了诈骗集团怎么用 AI 跨境作案、为什么单个国家管不住,做支付、风控或出海业务的人应该看看。
英特尔在首尔拉了23家韩国公司组队,从芯片到模型全链条合作,还顺手亮了 D270 推理芯片,对标英伟达 RTX 6000 Pro 的数据挺具体。关注主权 AI 和韩国市场的开发者可以看看这张牌怎么打。
谷歌把 Gemini 接到了 Google Wallet,授权后你在对话里就能查消费记录、看现金流图表,还能让 AI 帮你做存钱计划,比如 3 个月存 1000 美元。相比银行 App 里的固定报表,这种对话式财务分析更灵活,注重隐私的朋友也可以随时取消授权。
微软云服务挂了快 24 小时,74 个国家报告故障,银行交易员都回去用传真了。做过依赖 Outlook 和 Teams 办公的人应该都懂这种痛,故障复盘过程也值得运维和金融 IT 从业者看看。
李开复上 Bloomberg 聊了三件事:AI 估值偏高、中国开源模型给全球开发者的机会、企业怎么落地 AI。如果你也是那种"懂点 AI 但不知道从哪开始"的管理者,他把答案写进了新书 AI Native,访谈加书可以一起看。
Amazon 把 Rufus 改名成 Alexa for Shopping,现在又想给购物 AI 配一个专属商品图谱,让推荐和问答基于结构化商品数据而不是纯模型生成。做电商出海、投流或平台运营的朋友需要留意,这会改变商品被 AI 推荐到的逻辑。
AI 下单买东西最怕卡号泄露,OpenAI 这次用一次性令牌替代真实卡片,智能体交易安全多了。做智能体电商或自动购买的开发者应该看看这套机制怎么接。
Cohere 聊了他们 North 平台怎么管智能体部署,云上、私有环境甚至完全断网的内网都能治理。做企业私有化落地的团队可以看看别人怎么处理安全和合规。
国内工业软件的标准体系要开始统一了,标准工作组一成立,做工业智能体、工厂软件的厂商就有明确的接口和规范可跟。做工业数字化的企业、软件厂商和想进智能制造市场的团队都该盯一下标准走向,跟政策节奏走能省不少试错成本。
这不是自媒体观点,是美联储官方报告的判断。87% 的华尔街从业者把 AI 列为头号风险,还有 6800 亿美元债务和循环融资的细节。做投资、做 AI 创业或在银行管风险的人都该看看。
Thinking Machines 把 594B 模型的预训练压到 68 小时,靠的是从第一步就做原生 4-bit 训练。这篇博客把量化误差怎么干扰学习、怎么解决讲得很透,做训练优化的工程师应该看看。
Thinking Machines 兑现了开源承诺,594B 参数的 Inkling 2 Small 直接上了 HuggingFace,Apache 20 许可可商用。4-bit 前向训练省了 8% 预训练和 20% RL 时间,只掉约 2% 效率,想研究低精度训练的团队值得拉下来跑跑。
编程 Agent 跑任务,真正该看的指标是每解决一个任务花多少钱,不是每 token 单价。这篇教程手把手用 AWS CDK 部署 LiteLLM 加 NVIDIA NeMo Switchyard,把请求路由到 Bedrock 上的不同模型,再和单模型基线比成本。自己搭 Agent 团队、想在强模型和便宜模型之间省钱的开发者可以直接照着抄。
Mira Murati 的 Thinking Machines Lab 拆解了 Inkling 2 Small 怎么把预训练压到 68 小时,全程 4-bit 前向跑在 GB300 上。做低成本训练的工程师应该看看这篇,思路和 DeepSeek 的省算力路线可以对照着读。
Thinking Machines 把 Inkling 2 Small 从预训练到 RL rollout 全程用原生 4-bit 前向跑完,速度更快但量化误差会伤学习,这篇博客讲了他们怎么解决。做训练或想省算力成本的工程师值得看看细节。
Google 这次把 Gemini 接上了真实钱包和银行数据,靠 Plaid 读信用卡和账户记录。比起 Apple Intelligence 还停留在语音和照片整理,Gemini 已经能分析你的实际消费了。如果你在美国用 Gemini,可以在设置里试试绑定,顺便留意一下授权范围。
Agent Arena 实测榜把 Anthropic 新的 Fable 5.2 (Max) 排到第一,10 项里赢了自己家 Opus 5.5 九项,视觉设计类分数直接翻倍。做前端、写文档的朋友优先试试 Fable,搞金融分析的可以再等等。
OpenAI 给 Dots 智能体配上了真实钱包,绑定卡后就能替你下单买东西。现在只对美国 Pro 用户开放,比 Google 的结账方案更彻底——直接把支付权交给智能体。想体验智能体代付的人可以关注后续地区扩展。
Anthropic 把'模型能力进步速度翻倍'写进了 IPO 文件,这等于向投资人承诺自家用模型加速研发已经见效。对比 OpenAI 还没上市、Google 不单独披露研发节奏,这种量化表态很少见。想跟踪 Claude 迭代速度或打算参与其 IPO 的人应该看原文。
Dario Amodei 亲自向 Jamie Dimon 确认 Anthropic 要 IPO,还把策略说成"少承诺多兑现"。对比 OpenAI 一直没松口上市,Anthropic 这话算是给资本市场递了个信号。想判断它什么时候上市、怎么估值的朋友值得看看这段对话。