/
构建去中心化互联网，借助 AI：NANDA 即将登场
本文探讨了利用人工智能构建去中心化互联网的可能性与挑战，强调理解背后哲学思想的重要性。文章引用 Abhishek Singh 的演讲，讨论了隐私、验证、激励、编排和用户体验的难题，并介绍了 NANDA（Networked Agents and Decentralized AI）的概念，认为去中心化模式将释放数据和计算资源，推动创新，实现科技普惠。
OpenAI欲构建类似 AI 操作系统的订阅服务，整合 SDK、API 及交互界面
OpenAI CEO Sam Altman 描绘了订阅式 AI 平台的愿景，计划整合 SDK、API 及“界面”，通过不断迭代打造能整合个人全生活数据的智能模型，释放巨大财富潜力。
Zerve 推出多智能体系统，支持企业级 AI 开发全生命周期
Zerve AI Ltd. 推出一款多代理系统，将 AI 代理从代码助手升级为全流程协作者，覆盖规划、基础设施部署、构建与发布，并内置分布式计算引擎及 App Builder，加速企业级 AI 产品开发。
AWS 生成式 AI 采用指数的 10 个关键发现
文章基于九国3700余位IT决策者调研数据，揭示企业在生成式AI应用过程中在预算分配、领导任命、人才培养及变革管理等方面的趋势与挑战。
Anaconda 发布专为开源开发优化的数据科学平台
Anaconda 推出的 AI 平台集成了分发、工作流程、实时监控及安全治理等功能，有效简化开源生态下的开发和运维工作，为 Python 和 AI 应用的构建与部署提供高效保障。
Cadence 发布 Millennium M2000 超级计算机，Nvidia 全力加盟
Cadence 与 Nvidia 合作推出新一代 AI 加速超级计算机 Millennium M2000，显著提升仿真效能，加速芯片设计、药物研发等领域创新。
AWS 为 CIO 展示 Amazon Q Business 的应用前景
AWS 展示了客户如何运用 Amazon Q Business 生成式 AI 技术提升效率和自动化，从 Zoom、HS Brands 等实例中可见其在企业运营中的实际应用前景。
AI21 Labs 获得来自 Google 和 Nvidia 的 3 亿美元融资 拓展企业级 AI 产品
以色列 AI 初创公司 AI21 Labs 获得谷歌和英伟达3亿美元的 D 轮融资，进一步推进大型语言模型与企业级人工智能产品研发，总融资额达6.36亿美元。
Sakana 推出全新 AI 架构 “Continuous Thought Machines” ，实现模型以更少指引进行推理 —— 类似人脑
本文介绍了 Sakana 针对语言模型提出的全新 CTM 架构，通过内部短时记忆和自适应运算，令模型推理更接近人类思考方式。
OpenAI 的 30 亿美元 Windsurf 收购行动：其企业 AI 编码战略背后的真正原因
OpenAI 通过斥资 30 亿美元收购 Windsurf，旨在为开发者提供更强代码能力，应对 Google 和 Anthropic 的竞争，并抢占自主 AI 代理时代的入口。
微调与上下文学习：新研究指引如何为实际任务更优定制大语言模型
本文探讨了微调与上下文学习 ( ICL ) 两种定制大语言模型 ( LLM ) 的方法，实验显示 ICL 泛化更强但计算代价较高，研究者提出结合 ICL 增强的微调策略，以提升企业应用效果。
分析发现 ‘推理’ AI 模型性能提升可能很快放缓
Epoch AI 分析指出，以推理为核心的 AI 模型（如 OpenAI 的 o3）近年来虽取得显著进步，但因强化学习阶段所需的庞大运算和高昂研究成本，未来性能提升可能放缓，预计到2026年将趋向封顶。
2025 年人机合作模式的演变
本文探讨2025年人机合作新趋势，AI负责处理数据密集型任务，人类侧重创意、情商和伦理决策，企业高层须通过透明与负责任的变革管理，实现人机优势互补。
计算 ASI 风险始于人类思维
本文探讨如何通过量化分析和制度激励，降低人工超级智能失控风险，强调人类心智对算法倾向的决定作用，并主张以合作与持续监控实现安全的人工智能发展。
LegoGPT让你的积木梦想成为现实
LegoGPT通过文本提示生成适合Lego搭建的物理稳定设计，将物理法则与组装约束融入生成模型，助力个性化定制与创意设计。
为什么 AI 代理将引发 25 年来最大的工作场所革命
Salesforce创始人Marc Benioff预见，AI代理正迅速替代人力处理客服、规划与决策，引发企业工作模式的根本变革，开启人机深度协作新时代。
如何使用 AI 聊天机器人以及需要了解的内容
本文讲解如何利用 AI 聊天机器人进行搜索、个人决策和工作辅助，并讨论如何优化提问及比较不同机器人，同时提醒警惕其可能出现的信息错误。
MCP 与创新悖论：为何开放标准能拯救 AI 自身
文章介绍了 Anthropic 于2024年推出的 MCP 标准，通过标准化 AI 模型与工具的对接，实现无缝集成与降低供应商锁定风险，加速 AI 生态升级，同时面临安全与性能等挑战。
京公网安备 11010802021500号
