跳到正文

#Agent

今日 24 条
7月13日周一
  2. 得物技术（公众号）38

    得物推荐系统诊断 Agent「推查查」：从调接口到会思考的 AI Harness 工程化实践

    得物技术团队自研推荐系统诊断 Agent「推查查」，采用 Highway 与 ATV 混合智能体架构：Highway 以 Story 剧本驱动确定性执行，覆盖 80% 常见问题；ATV 基于 OpenClaw 框架的 ReAct 循环处理 20% 长尾异常，最多迭代 6 步并设工具白名单与置信度阈值。

7月9日周四
  1. 美团技术团队（公众号）22

    美团正式开源万亿参数大模型 LongCat-2.0，同步开放国产卡推理代码

    美团本周正式开源万亿参数大模型 LongCat-2.0，总参数 1.6T、平均激活约 48B，是业界首个在五万卡国产算力集群上完成推理的万亿参数模型。该模型引入 LongCat 稀疏注意力和 N-gram Embedding，面向真实 Agentic Coding 任务，并同步开源针对国产算力优化的推理代码及 BF16、FP8、INT8 多精度版本。

7月1日周三
  1. One Useful Thing · Ethan Mollick34

    聊天机器人的黄昏：AI 智能体正在取代对话式 AI

    Ethan Mollick 认为，AI 使用方式正从与聊天机器人协作转向将工作分配给智能体。Epoch 发现 Opus 4.7 自主运行 14 小时完成了需人类 2-17 周的软件包，耗资 $251 token；OpenAI 内部四分之一员工每周同时运行至少四个智能体，法律、HR 等非技术职能采用速度与工程团队相当。

6月30日周二
  1. Josh Bersin · 组织与 HR 研究55

    Handshake 收购 Uplimit，转向 AI 技能培训

    Handshake 收购 AI 原生企业学习公司 Uplimit，计划为年轻求职者打造 AI 技能学院与就业网络。Handshake 网络现有 2500 万以上求职者和年轻从业者，与 1500 多所大学、90 万家雇主建立直接关系，其招聘业务规模约 1.5 亿至 2 亿美元。

  2. Josh Bersin · 组织与 HR 研究22

    前沿模型正在变成大宗商品吗？

    Josh Bersin 认为前沿模型正走向商品化，企业 AI 的 ROI 来自应用和数据而非模型本身，类似 1990 年代关系型数据库市场的转变。其研究覆盖 200 多家公司，发现仅约 8% 在构建真正的企业级应用，多数企业把 AI 当作员工福利购买。微软 MAI 模型设计成本为前沿模型的 1/10，Satya Nadella 也认同这一判断。

6月29日周一
6月25日周四
6月23日周二
  1. Sequoia Capital12

    红杉资本投资 Probook：面向家政服务行业的 AI 操作系统

    红杉资本宣布投资 Probook，这是一款面向家政服务行业的 AI 操作系统，以调度为核心，跨整个客户体验共享上下文，从接单到派工实现自动化。Probook 由 George Eliadis、Lewis Zhang 和 Ben Cervantez 创立，首位客户是伊利诺伊州家政服务公司 TR Miller，红杉从种子轮起持续参与并领投其 A 轮融资。

6月18日周四
  1. Shopify Engineering22

    Shopify 如何用 Catalog API 为智能体电商聚类数十亿商品

    Shopify 推出 Catalog API，通过商品聚类把不同商家的同一实物商品归入统一 Universal Product Identifier（UPI），供开发者和 AI 智能体调用。其方案先做店内聚类、再做跨店聚类，并采用精度优先策略：设定硬性精度阈值后最大化召回，用人工标注数据集和 LLM 评判器持续衡量精度与召回。

6月17日周三
6月16日周二
  2. Shopify Engineering38

    Shopify 如何用 LLM 评审团共识为 Sidekick 自动筛选训练数据，教会模型拒绝不可能请求

    Shopify 为商家 AI 助手 Sidekick 的客户分群技能构建自动化数据筛选流程，用四个前沿 LLM 组成评审团，对生产语料中的查询做拒绝标注。此前训练数据全部来自数万条成功查询，模型从未学会拒绝，遇到不可能请求时会生成返回零结果的查询。评审团经 Toloka 约 600 条标准查询与 602 条拒绝标注校准，要求四个模型在结论和推理上完全一致才接受标签，优先保证精确率。

6月11日周四
6月10日周三
  2. Google DeepMind22

    Google DeepMind 联合 Schmidt Sciences 等发起最高 1000 万美元多智能体 AI 安全研究资助

    Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 发起最高 1000 万美元的多智能体 AI 安全研究资助，由 Google.org 支持，面向全球研究者征集提案。资助聚焦沙盒与测试床、智能体网络科学、智能体基础设施加固、监督与控制四个方向，申请截止 2026 年 8 月 8 日，获奖者预计 2026 年秋季公布。

6月9日周二
  2. Google DeepMind20

    Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型

    Google DeepMind 推出 Gemma 4 12B，一款面向笔记本本地运行的无编码器多模态模型，视觉与音频输入直接进入 LLM 主干，可在 16GB 显存或统一内存下运行。该模型基准表现接近 26B MoE 版本，内存占用不到其一半，并首次在中等规模 Gemma 中支持原生音频输入，采用 Apache 2.0 许可，配备 Multi-Token Prediction 草稿器降低延迟。

6月8日周一
  1. Google DeepMind34

    Google DeepMind 在塞拉利昂实测 AI 学习效果：Gemini 引导式学习八周数学成绩提升 +0.258 个标准差

    Google DeepMind 在塞拉利昂开展的预注册试验显示，使用 Gemini 引导式学习（Guided Learning）的学生八周内数学成绩比对照组提升 +0.258 个标准差，约合 1.2 至 1.7 年的常规学习进度；教师将 Gemini 用于约一半课时（目标 12 小时）的班级提升达 1.8 至 2.5 年。

6月5日周五
6月4日周四
  1. Josh Bersin · 组织与 HR 研究36

    微软 Frontier Fine Tuning：让 Copilot 用企业数据自我进化

    微软在 Build 2026 上展示 Frontier Fine Tuning，企业可将自身政策、招聘指南、薪酬实践等数据嵌入 Copilot 并实现微调。该系统采用"强化学习环境"，能根据用户真实反馈自主更新智能体，区别于不训练模型的 RAG。微软同时发布 7 个新模型，包括用于黄油配方自动化的 MAI-Thinking-1，Mayo Clinic 正基于此构建医疗前沿模型。

5月31日周日
  1. 42章经（公众号）22

    一个 AI 创始人的虚荣心、装，和愚昧之巅｜42章经

    AI 创业者梦琪复盘一年创业历程：从垂直 Sourcing Agent 到 toB 产品，三个决策接连失误，最终转型 toC，做出浏览器插件 tryclico，已迭代到第 49 版。她认为垂直 Agent 存在被迫变 agency、toB 天花板明显两大困局，而 toC 产品 70% 精力应花在交互上，Reddit 是很好的用研渠道。

5月29日周五
5月28日周四
5月24日周日
  1. 42章经（公众号）22

    当软件容易被创作，新时代的产品长什么样？｜42章经

    42章经播客中，Albert 观察到 Opus 4.6 发布后两个月内团队用 vibe coding 做了几十个产品，但多是个性化需求、难以成为公司级产品。他认为模型公司掌握绝对价值，软件市场或走向哑铃型结构：顶端是模型公司，底端是充分分散的 OPC，中型公司最尴尬。他正回归社区与连接，做一个面向 maker 的产品，核心是创造「回响」。

5月21日周四
5月20日周三
5月19日周二
  1. Google DeepMind22

    Google DeepMind Co-Scientist 加速逆转细胞衰老的基因研究

    Google DeepMind 的 Co-Scientist 正帮助生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 加速衰老研究：它扫描数万篇论文后提出 20 多个可测试的新遗传因子，其中数个经实验室验证能驱动细胞进入更年轻状态并改善整体功能。Co-Scientist 还将原本需长达六个月的筛选数据分析缩短至几天。

5月18日周一
5月17日周日
5月16日周六
  2. Google DeepMind22

    剑桥大学教授用 Google DeepMind Co-Scientist 寻找跨物种传染病的分子开关

    剑桥大学教授 Clare Bryant 用 Google DeepMind 的 Co-Scientist 研究流感等病原体跨物种传播时引发脓毒症等重症的分子开关。Co-Scientist 从她已发表的基金申请中生成并排序假设，优先锁定一个她此前未关注的蛋白，并随数据补充将假设细化到具体氨基酸。她称原本需两到三年的实验工作，如今有望在六个月内完成。