In the loop.
每一次跃迁,都从一个信号开始。
两个精选来源,一个信息现场。
在变化之中,看见值得关注的事。
每一次跃迁,都从一个信号开始。
MiniMax 发布面向智能体任务的 M3.1 Flash,介绍编程、电脑操作等能力,以及推理价格与速度的变化。
淘宝技术团队分享会场 Agent 的工程实践:把策划、设计、商品数据和页面构建连接起来,产出可投放的业务页面。
Cloudflare 分享代码审查流程的推理优化,讨论如何降低模型调用成本;标题披露的降幅为 68%。
Meta 介绍 Prometheus 超级集群,围绕千兆瓦级基础设施的建设与扩展展开工程复盘。
Jediah Katz 从模型能力的进步出发,讨论旧式 Harness 的局限,以及智能体架构中仍需保留的部分。
观察中国 AI 行业的年轻技术负责人,讨论他们如何处理组织管理、资源分配与技术方向之间的关系。
Exa 的 Ryan Ahern 介绍历史网页检索:为搜索加入时间维度,并讨论它在模型回测中的用途。
围绕一家年收入近百万美元的创业公司,讨论 AI 时代继续经营一项业务所需的判断。
通过模型切换工作坊,比较 GPT、Kimi、DeepSeek 和 Mistral 在实际应用中的表现与取舍。
Hugging Face 介绍 TorchNeuron,讨论在 AWS Trainium 硬件上运行模型的开发流程。
Google 介绍 LiteRT Tensor API,面向边缘设备上构建与运行模型的开发者。
Long Lake 的 Prathik Naidu 讨论另一种 AI 商业路径:直接收购企业,与向企业销售 AI 服务进行比较。
Sean Goedecke 讨论 AI 普及后,写作成果为何难以继续直接代表投入的工作量。
从语音中的情绪与非语言信息切入,介绍语音 AI 对叹气等声音线索的理解,以及相关评测。
浙大团队提出具身记忆基准,考察智能体能否在长期任务中保留和使用观察过的信息。
一位 Personal Agent 创业者分享对个人智能体产品与创业方向的思考。
介绍 Google 开源 Harness 与 OpenCode、Codex 的结合,并记录开发者对 Jev 的使用观察。
腾讯科技关注 Token 转售现象,讨论围绕 AI 调用资源形成的交易与商业活动。