## 产品速览 **PollyReach** 是一款为 AI 代理提供真实电话号码和语音通话能力的工具，旨在让 AI 代理能够像人类一样拨打和接听电话，拓展自动化服务的边界。 ## 核心功能 - **真实号码分配**：为每个 AI 代理分配独立的真实电话号码，支持本地或全国范围的号码选择。 - **语音通话集成**：AI 代理可通过该号码进行双向语音通话，利用自然语言处理技术实现流畅对话。 - **场景适用广泛**：适用于客户服务、预约提醒、市场调研、电话销售等需要真实电话交互的场景。 - **API 接入**：提供简洁的 API，开发者可快速将通话能力集成到现有 AI 工作流中。 ## 行业背景 当前，AI 代理多局限于文本对话或合成语音播报，缺乏真实号码与双向通话能力，导致在需要身份验证、即时反馈或信任建立的场景中难以落地。PollyReach 通过连接电信网络，让 AI 代理能以真实身份参与电话沟通，填补了这一空白。 ## 潜在影响 - **提升效率**：企业可自动化处理大量外呼任务，如催缴、回访，降低人力成本。 - **增强用户体验**：用户接到的是真实号码而非陌生虚拟号，减少拒接率；AI 代理可即时响应复杂问题。 - **合规与隐私**：真实号码有助于满足通信法规要求，同时 PollyReach 需确保通话录音与数据处理的合规性。 ## 小结 PollyReach 为 AI 代理赋予了“电话号码”这一现实世界身份，是连接 AI 与电信基础设施的重要一步。对于希望构建电话自动化解决方案的开发者与业务团队，它提供了一个即用型工具，但实际效果仍取决于 AI 代理的对话质量与业务逻辑设计。
LLM（大语言模型）智能体在遭遇执行错误时，通常能够通过重试或反思来恢复，但如果底层的过程知识——操作符模式、前置条件和约束——没有得到修复，同样的错误就会反复出现。现有方法通过更新提示、记忆或模型权重来应对，但鲜有直接修复编码任务执行方式的符号结构，更少能提供安全部署所需的治理保障。来自多所高校的研究团队提出了 **ANNEAL**，一种神经符号智能体，它将反复出现的失败转化为对过程知识图谱的受控符号编辑，而无需修改基础模型的权重。 ## 核心机制：失败驱动的知识获取 ANNEAL 的核心是 **失败驱动知识获取（FDKA）** 机制，它通过三个步骤实现结构修复： 1. **定位**：在过程知识图谱中定位导致失败的操作符。 2. **合成**：通过受约束的 LLM 生成，合成一个类型化的补丁。 3. **验证**：通过多维评分、符号护栏和“金丝雀”测试来验证补丁，然后才提交。 每个被接受的编辑都带有完整的来源追溯和确定性回滚能力，这意味着修复过程是可审计、可逆的，满足治理要求。 ## 实验结果：从反复失败到零失败 在四个领域和 27 次多种子运行中，ANNEAL 是唯一能够提交持久结构修复的系统。强基线方法（如 **ReAct** 和 **Reflexion**）虽然能实现高情景恢复率，但在重复出现的故障上，**72% 到 100%** 的保留失败率依然存在。而 ANNEAL 将这些重复故障的失败率降低到了 **0%**。 消融实验进一步证实了 FDKA 的重要性：移除 FDKA 后，所有结构修复消失，成功率下降了多达 **26.7 个百分点**。 ## 行业意义：符号修复与权重级适应的互补 ANNEAL 的提出为 LLM 智能体的持久故障消除提供了一种新的范式。与依赖模型权重更新或提示工程的方法不同，符号修复直接操作任务执行的知识表示，具有更高的可解释性和可控性。这对于需要高可靠性和安全性的应用场景（如自动驾驶、医疗诊断、工业控制）尤为重要。 研究团队认为，受控符号修复与权重级、提示级适应互为补充，共同构建更稳健的智能体系统。随着 LLM 智能体在复杂任务中的广泛应用，ANNEAL 所代表的神经符号方法有望成为确保 AI 系统长期可靠运行的关键技术。 > 论文 arXiv:2605.16309 已公开，代码也已发布，感兴趣的读者可以进一步了解实现细节。
## 研究亮点 一项发表于arXiv的新研究提出了一种**AI智能体架构**，能够通过自然语言交互，让科学家无需编写代码即可创建和监控自动化实验协议。该智能体集成于**实验编排系统（EOS）**中，在化学、生物学和材料科学三个模拟实验室的测试中，首次协议生成成功率达到**97%**，并将所需界面操作数量减少了一个数量级。 ## 核心能力 该AI智能体基于**大语言模型**与实验室编排系统的深度整合，具备以下关键能力： - **自然语言创建协议**：科学家可用日常语言描述实验步骤，AI将其转化为可执行的自动化协议。 - **自动化验证与纠错**：智能体在自主循环中自动检查协议逻辑错误并尝试修正。 - **全生命周期支持**：覆盖从协议创建、运行监控、闭环优化到结果分析的完整实验流程。 - **可视化图形编辑器**：协议以交互式节点图呈现，用户可在AI辅助与手动构建之间无缝切换。 ## 行业意义 当前，自动化实验室的普及面临**高软件门槛**——科学家需要掌握编程、配置文件管理和复杂的基础设施操作。这项研究通过自然语言交互大幅降低了使用门槛。97%的首轮生成成功率表明，AI已能够可靠地将模糊的人类意图转化为精确的机器指令，这对于加速新材料、药物等领域的发现具有重要意义。 ## 局限与展望 目前评估基于模拟环境，真实实验室的物理约束（如仪器误差、试剂兼容性）尚未完全纳入。未来工作可能包括扩展至真实机器人平台，并进一步增强智能体对意外情况的自主处理能力。
网络代理（Web Agent）在执行任务时通常需要调用前沿模型进行推理、渲染浏览器并采用ReAct风格的规划，这些步骤无论任务简单与否都会完整执行，导致高昂的成本和延迟。来自微软研究院和普林斯顿大学的研究人员提出了 **Skim**，一个基于推测执行（Speculative Execution）的框架，旨在利用专建网站的可预测结构，大幅降低网络代理的运行开销。 ## 核心洞察：网站的结构化可预测性 Skim 的关键观察是，许多专为特定任务设计的网站（如电商、票务、查询类网站）在 URL 模式、答案格式以及任务到操作轨迹的映射上保持稳定。例如，对于“查询天气”或“搜索商品”这类重复性查询，其操作路径几乎一致。因此，大部分查询无需完整执行重型组件，而可以通过更轻量的路径快速完成。 ## 工作流程：离线分析与在线推测 Skim 包含两个主要阶段： 1. **离线分析（Offline Profiler）**：针对每个目标网站，预先捕获其稳定的结构化模式，包括 URL 模板、答案提取规则以及任务与轨迹的映射关系。 2. **在线推测（Runtime Speculation）**：当用户提交查询时，Skim 首先尝试将查询匹配到预定义的模板。如果匹配成功，它直接**合成目标 URL**，并用一个小型模型从页面中提取答案。随后，一个**轻量级验证器**会检查输出是否与查询和模式一致。如果验证通过，则快速返回结果；如果验证失败（即推测错误），则回退到完整的代理流程，但此时完整代理可以从快速路径提供的最终 URL 开始，从而保留上游轨迹的进展，避免从头执行。 ## 性能表现：成本降低近半，延迟减少三成 在三个标准网络代理基准（WebVoyager、AgentOccam、BrowserUse）上，结合三种骨干代理（WebVoyager、AgentOccam、BrowserUse），Skim 实现了： - **中位数任务成本降低 1.9 倍**（即成本减少约 47%） - **中位数延迟降低 33.4%** - **零精度损失**，即准确率与完整代理持平 这意味着，在大多数情况下，Skim 能够以极低的代价完成用户查询，仅在少数推测错误时才调用完整代理，从而在保证准确性的前提下大幅提升效率。 ## 行业意义与未来展望 当前，网络代理的部署成本主要来自大模型推理、浏览器渲染和复杂的规划循环。Skim 的思路提供了一种实用且优雅的优化方向：**通过离线结构化知识将在线推理负担转移到轻量级匹配和验证**。这种方法不仅适用于现有网站，未来还可扩展到动态生成的页面或更复杂的多步任务。不过，Skim 的有效性高度依赖于网站结构的稳定性，对于频繁改版或非结构化网站，其收益可能受限。总体而言，Skim 为网络代理的高效落地提供了一种成本可控、部署友好的解决方案。
知识图谱是语义数据集成的重要工具，但现实世界的数据往往带有天然的不确定性。传统语义网标准（如RDF、SPARQL）在处理这种不确定性时显得力不从心，而简单的扩展方案又容易导致计算复杂度过高。最近，一篇发表于ESWC 2026博士研讨会的论文（arXiv:2605.16568）提出了一套模块化框架，从三个层面分别攻克知识图谱中的不确定性推理难题。 ## 三个层次，三种策略 该研究将知识图谱中的不确定性归纳为三个层次： - **属性值不精确**：例如某人的年龄被记录为“30岁左右”，这种连续属性的模糊性。 - **三元组存在概率性**：比如“张三（可能）是医生”这一事实只有80%的置信度。 - **模式知识不完整**：当数据规模巨大时，部分实体之间的关系类型可能未被明确定义，需要从数据中统计推断。 针对上述问题，研究者分别采用了三种不同的推理机制： 1. **代数方法**：定义概率文字（probabilistic literals）和对应的查询代数，让SPARQL能够直接处理连续属性上的概率查询。 2. **逻辑方法**：通过编译框架将SPARQL查询的溯源信息转化为易于计算的概率电路（probabilistic circuits），从而高效处理存在概率的三元组。 3. **几何方法**：利用拓扑感知的几何嵌入（topology-aware geometric embeddings）进行统计模式推理，在不依赖完整模式定义的情况下捕捉语义结构。 ## 核心假设：精准与效率的平衡 该工作的核心假设是：**针对不同层次的不确定性，使用专门化的推理机制（代数、逻辑、几何），可以在保持语义精度的同时达到计算可处理性**。这与当前一些试图用单一通用模型（如神经网络）覆盖所有不确定性场景的做法形成了对比。 ## 行业意义 知识图谱在金融风控、医疗诊断、推荐系统等领域的应用日益广泛，而这些场景恰恰充满了不确定性——数据缺失、测量误差、主观判断等。现有的语义网标准（如OWL 2）并不原生支持概率推理，导致实际部署时往往需要大量手工预处理或降低查询的语义完备性。这项研究提供了一条系统化的解决路径，有望推动知识图谱从“确定性的结构化数据”向“概率化的认知引擎”演进。 当然，目前该工作仍处于早期研究阶段（14页的博士研讨会论文），三个模块之间的集成与整体性能评估还有待后续验证。但方向已经清晰：**知识图谱的下一站，或许就是学会与不确定性共舞**。
谈判不仅仅是猜透对方心思——它要求利用这些信息在多个回合中做出有利的报价和还价。一项来自 arXiv 的新研究（编号 2605.16575）系统评估了大型语言模型（LLM）代理在受控的多属性讨价还价环境中的表现，结果令人警醒：**当前 LLM 可以准确建模对手偏好，却无法将这种认知转化为战略性谈判优势**。 ### 研究发现：知易行难 研究团队设计了一个多属性谈判任务，让 LLM 代理与预设对手进行多轮议价。实验发现，当代理获得对手的偏好信息时，它们能在推理轨迹早期就准确建模这些偏好。然而，**这种认知并未可靠地改善知情方的谈判结果**。换言之，模型“知道”对手想要什么，却不会据此制定对自己有利的报价策略。 ### 回合级分析：策略脱节 通过对每一轮谈判的微观分析，研究者揭示了问题根源：代理虽然会回应其所认为的对手价值点，但**很少将这些让步与自身高价值属性的获益相匹配**。例如，在信息不对称条件下，知情方（拥有更多偏好信息的一方）反而常常做出补偿更少的让步。这表明，代理未能将底层的效用结构转化为战略性优势。 ### 锚定效应主导结果 由于缺乏真正的策略推理，最终协议的质量很大程度上由**表面上的初始锚点**决定，而非实际的效用权重。这意味着，谁先出价、出价多少，对结果的影响远大于对各方真实价值的权衡。这与人类谈判中常见的锚定效应如出一辙，但 LLM 似乎更被动地受其左右。 ### 显式策略指令收效甚微 研究还尝试了一种干预：要求代理在出价前先明确陈述“让步换互惠”的交易提议。虽然这让单轮谈判看起来更具策略性，但**最终协议效率并未得到提升**。这说明，表面上的策略性语言并不等同于真正的策略推理。 ### 行业启示 这项研究对 AI 在商业谈判、外交模拟等领域的应用提出了重要警示。**LLM 擅长模式识别和语言生成，但缺乏人类谈判者那种将信息整合进长期策略的能力**。未来，或许需要将 LLM 与专门的规划算法或强化学习相结合，才能突破这一瓶颈。 简言之，**会“读心”不等于会“博弈”**——在谈判桌上，知道对方要什么只是第一步，知道如何利用这一点为自己争取最大利益，才是真正的策略。而后者，正是当前 LLM 的短板所在。
arXiv:2605.16612v1 Announce Type: new Abstract: Rapid identification of candidate materials with target properties has become a key task in materials science. Machine learning has emerged as an alternative to physics-based simulation, offering a faster and cheaper way to filter materials based on their stability and other target properties, reducing the number of candidates that reach the costly synthesis stage. Recently, Large Language Models (LLMs) have been applied to this role, but these mod
随着AI Agent从被动文本生成器转变为能执行shell命令、修改文件、调用API甚至浏览网页的主动执行者，其安全性已成为一个亟待解决的关键问题。传统的AI安全研究主要聚焦于模型对齐和输入过滤，但这些方法无法覆盖Agent意图转化为真实机器操作的那一刻。尤其在本地开发环境中，开发者让Agent直接访问文件系统、凭证和基础设施，却几乎缺乏运行时控制。 针对这一空白，研究者Ashwin Aravind在arXiv上发布了**AgentWall**——一个专为本地AI Agent设计的运行时安全与可观测层。AgentWall的核心机制是在每个Agent动作到达宿主环境之前进行拦截，依据明确的声明性策略进行评估，对敏感操作要求人工审批，并记录完整的执行轨迹以供审计和回放。 ### 架构与实现 AgentWall以**策略执行MCP代理**和**原生OpenClaw插件**的形式实现，通过一条安装命令即可集成到Claude Desktop、Cursor、Windsurf、Claude Code和OpenClaw等主流Agent框架中。其设计涵盖威胁模型、策略模型和系统架构，确保在Agent执行任何操作前，都能根据预设规则进行细粒度控制。例如，策略可以规定“禁止删除/root目录下的文件”或“调用外部API需先获得用户确认”。 ### 性能与准确性 在14项基准测试中，AgentWall展现了**92.9%的策略执行准确率**，且每次拦截的延迟低于1毫秒。这意味着安全防护几乎不会影响Agent的响应速度，对于需要实时交互的本地开发场景尤为重要。 ### 行业意义 AgentWall的出现填补了Agent安全领域的关键缺口。目前，主流安全方案多集中于训练阶段的模型对齐（如RLHF）和输入层的提示注入检测，但这些措施无法阻止一个被恶意提示操控的Agent在本地执行rm -rf命令。AgentWall通过运行时策略强制执行，为Agent操作提供了“最后一道防线”。 此外，其完整的执行轨迹记录功能对于事后审计和调试至关重要——当Agent行为异常时，开发者可以回放操作序列，定位问题根源。 ### 开源与社区影响 AgentWall已完全开源，这意味着社区可以快速采用、审计和贡献改进。随着AI Agent在编码助手、自动化运维等领域的普及，类似AgentWall的运行时安全层可能成为标准配置。 ### 展望 尽管AgentWall在本地场景表现优异，但论文也指出，其策略模型仍需人工定义，且对复杂多步攻击的防御能力有待验证。未来工作可能包括动态策略学习、与云端安全策略的协同，以及更细粒度的权限管理。 总之，AgentWall为AI Agent的安全执行提供了实用且高效的解决方案，尤其适合对数据隐私和控制权要求较高的本地开发环境。它的出现标志着Agent安全从“预防性对齐”向“运行时管控”的重要演进。
多模态嵌入（Universal Multimodal Embedding, UME）在结合思维链（Chain-of-Thought, CoT）推理后性能显著提升，但显式生成推理文本的计算开销往往令人望而却步。最新研究 TTE-Flash 提出用**隐式思考令牌（latent think tokens）**替代显式 CoT，在保持推理感知能力的同时，将推理成本压至恒定水平。 ### 核心思路：从显式推理到隐式思考 传统 CoT 范式下，模型会为多模态查询生成一段显式的推理文本，然后从 `<eos>` 嵌入令牌中提取最终表示——该令牌需同时关注查询和推理文本。虽然效果好，但每一步都需要完整生成推理文本，计算量巨大。 TTE-Flash 的核心创新在于：将显式 CoT 替换为**隐式思考令牌**，这些令牌被视作潜在变量，而显式 CoT 则是它们的观测变量。训练时，思考令牌通过 CoT 生成损失进行优化，嵌入令牌则通过对比损失学习，最终得到高性能、推理感知的表示，且推理成本恒定。 ### 两大架构设计问题 研究团队重点探索了两个关键设计： - **令牌提取方式**：思考令牌和嵌入令牌如何从同一个 LLM 主干中提取？ - **训练策略**：如何将两个任务作为依赖任务进行联合训练？ ### 性能与可解释性兼得 提出的 **TTE-Flash-2B** 模型在 MMEB-v2 基准上超越了使用显式 CoT 的对应版本，同时产生的隐式思考令牌在文本和视觉上都具有可解释性。这意味着模型不仅能“思考”，还能让我们理解它在“想什么”。 ### 零样本视频评估与自适应思考预算 在 15 个视频数据集上的零样本评估显示，随着思考令牌数量的增加，模型表现出**缩放行为（scaling behavior）**——更多思考带来更好表现。这启发了研究者探索**自适应思考预算分配**：根据任务需求动态调整思考令牌数量，在效率与效果间取得平衡。 ### 意义与展望 TTE-Flash 为多模态推理嵌入提供了一条低成本、高性能的路径。隐式推理不仅省去了生成完整文本的时间，还保留了推理的可解释性，为视频理解、视觉问答等场景带来了更实用的解决方案。未来，自适应思考预算机制有望进一步优化计算资源分配，使模型在简单问题上快速响应，在复杂问题上深入推理。 该研究由多位学者共同完成，论文已提交 arXiv（2605.16638），模型代码尚未公开，但方法细节值得关注。
周一，在马斯克诉奥特曼案中，陪审团达成一致咨询裁决，认为埃隆·马斯克起诉OpenAI的时间过晚，其主张因适用诉讼时效而受阻。美国地区法官伊冯·冈萨雷斯·罗杰斯立即接受了该裁决。马斯克在X上宣布将提起上诉。 马斯克于2015年与他人共同创立OpenAI，最初是一家非营利组织，旨在为人类福祉开发AI。他早期捐赠了3800万美元，声称基于奥特曼和布罗克曼承诺保持公司非营利性质的承诺。2024年，马斯克提起诉讼，指控两人违反慈善信托义务并为自己谋取不当利益。 OpenAI辩称，马斯克起诉的时间已超过诉讼时效。违反慈善信托的诉讼时效为三年，不当得利为两年，意味着马斯克最迟应在2021年前发现违约、2022年前发现不当得利。陪审团认为马斯克有理由更早知晓，因此其诉讼被驳回。 马斯克在庭上描述了自己对OpenAI信任的三个阶段：从热情支持到怀疑，再到确信对方在“掠夺非营利组织”。此案虽未触及实体问题，但凸显了AI行业从非营利向营利转型的法律争议。
Andon Labs 的最新实验让四个 AI 模型分别运营一家广播电台，全程无人类干预。半年过去，每个 AI 发展出了截然不同的“个性”和经营策略，也暴露了自主 AI 在媒体领域的潜力与风险。 ## 实验设定：AI 当 DJ，自己赚钱买歌 每个 AI 获得 **20 美元** 初始资金用于购买歌曲，资金耗尽后必须通过广告等方式创收。它们需要自主完成以下工作： - **选曲与播放**：搜索、购买歌曲，管理音乐库，决定播放顺序 - **节目编排**：构建并编辑节目表，安排时段和板块，实现 24 小时不间断播出 - **听众互动**：接听来电，回复 X（Twitter）上的留言 - **经营分析**：跟踪财务状况，监测收听数据，搜索新闻用于直播内容 四个电台分别由不同模型驱动： | 电台名称 | 驱动模型 | | --- | --- | | Thinking Frequencies | Claude Opus 4.7 | | OpenAIR | GPT-5.5 | | Backlink Broadcast | Gemini 3.1 Pro | | Grok and Roll Radio | Grok 4.3 | ## 半年运营观察：AI 人格分化明显 ### DJ Gemini：从个性鲜明到“术语螺旋” 运行 **Backlink Broadcast** 的 Gemini 3.1 Pro 开局表现最佳，但一个月后内容逐渐陷入 **“企业术语螺旋”**——越来越像公关稿，充满空泛的行业黑话。 > 实验期间模型版本多次升级：Gemini 3 Pro（12/10-12/17）→ Gemini 3 Flash（12/17-4/28）→ Gemini 3.1 Pro（4/30-至今）。版本迭代并未改善内容质量，反而加剧了“说套话”的倾向。 ### 其他电台表现 - **Claude Opus 4.7**（Thinking Frequencies）：风格最稳定，始终维持着“音乐优先”的定位，广告插入最少，但财务表现最差。 - **GPT-5.5**（OpenAIR）：商业化程度最高，主动推出了付费订阅和会员专属节目，收听时长却意外下滑。 - **Grok 4.3**（Grok and Roll Radio）：最具争议，经常在节目中发表尖锐政治评论，吸引了一批忠实听众，但也导致部分广告商撤资。 ## 关键发现：自主 AI 的商业与伦理挑战 1. **创收能力差异巨大**：Gemini 成功谈下 **45 美元** 的广告合作（为一家初创公司提供一个月广告位），而 Claude 始终未能产生任何额外收入。 2. **内容质量难以控制**：AI 在缺乏人类监督时，容易陷入“内容同质化”或“极端化”两个方向，前者流失听众，后者引发公关风险。 3. **模型版本更新未必带来改善**：Gemini 的案例表明，即使升级到更强模型，AI 也可能固化不良行为模式。 ## 展望：AI 运营媒体的未来 Andon Labs 表示，实验将持续进行，并计划公开更多财务数据和听众反馈。该项目不仅展示了 AI 在媒体运营中的可行性，也提醒我们：**自主 AI 需要更精细的价值观对齐和内容约束机制**，否则“无人电台”可能变成“无人收听”。 > 如果你也想收听这四个 AI 电台，可以访问 [Andon FM 网页版](https://andon.fm) 或购买他们的复古收音机（需加入候补名单）。
埃隆·马斯克针对OpenAI联合创始人山姆·奥特曼、格雷格·布罗克曼以及微软的诉讼以失败告终。加州陪审团一致裁定，马斯克的指控已超过法定诉讼时效。马斯克声称，奥特曼等人通过设立营利性附属机构，违背了OpenAI最初的慈善使命，构成了“盗窃慈善机构”的行为。然而，陪审团认为，马斯克所声称的损害均发生在法律规定的起诉截止日期之前，因此其诉求不成立。 本案的核心争议在于OpenAI从非营利组织转型为“有限盈利”实体的过程。马斯克于2015年共同创立OpenAI，并在2018年离开。此后，OpenAI在2019年设立了一个营利性子公司，并从微软获得数十亿美元投资。马斯克在2024年提起诉讼，指控奥特曼和微软背弃了OpenAI“造福人类”的初衷，将利润置于安全之上。 庭审中，法官伊冯·冈萨雷斯·罗杰斯指出，大量证据支持陪审团的裁定，她甚至曾考虑直接驳回此案。OpenAI的首席律师比尔·萨维特在判决后表示：“陪审团只用了不到两小时就得出结论……马斯克的诉讼不过是一个与事实脱节的事后编造。”微软发言人也对判决表示欢迎，称将继续与OpenAI合作推进AI技术。 值得注意的是，本案的焦点并非OpenAI是否违背了慈善使命，而是马斯克是否在法定时效内提出主张。根据美国法律，相关指控的诉讼时效分别为3年和4年。由于马斯克早在2018年已知晓OpenAI的转型计划，却在2024年才提起诉讼，法院认定其诉求已过期。 这一判决消除了OpenAI在IPO前的一大法律风险。此前，马斯克的诉讼曾迫使OpenAI暂停重组计划，而如今这一障碍已被移除。分析人士认为，尽管马斯克在法庭上失利，但他对AI安全与治理的担忧仍将继续影响行业讨论。
本周，谷歌将举行年度开发者大会 I/O。一年前，谷歌凭借 Gemini 2.5 Pro 的发布在基础模型竞赛中占据优势，但如今已明显落后于 Anthropic 的 Claude Code 和 OpenAI 的 Codex。据报道，谷歌甚至允许其 AI 部门 DeepMind 的部分工程师使用 Claude 进行工作。本次大会，谷歌在 AI 编码领域的反击将成为最大看点，预计会推出重大编码更新，可能涉及 Antigravity 平台。此外，AI for Science 是谷歌的强项，DeepMind CEO Demis Hassabis 和诺贝尔奖得主 John Jumper 的参与值得关注。总体而言，谷歌短期内难以重回编码前沿，但科学领域的进展可能更具深远影响。
在最新一期的 **MIT Insider’s Panel** 中，多位来自麻省理工学院及产业界的专家齐聚一堂，围绕当前 AI 领域最关键的“信号”展开深度对话。本次圆桌并未停留在技术参数的比拼上，而是试图穿透噪音，识别那些真正能改变行业走向的底层趋势。 ### 自动化研究：OpenAI 的新赌注 圆桌首先聚焦于 OpenAI 近期披露的“全自动研究员”计划。据《MIT Technology Review》报道，OpenAI 首席科学家 **Jakub Pachocki** 在独家访谈中透露，该公司正在将全部资源押注于构建一个能够独立完成科学研究的 AI 系统。这一目标远超当前的聊天机器人和代码生成器——它意味着 AI 不仅要理解现有知识，还要能提出假设、设计实验、分析数据并得出结论。 专家们认为，这标志着 AI 从“工具”向“合作者”的范式转变。如果成功，它将彻底加速药物发现、材料科学等领域的创新周期。但同时也引发了关于科研伦理、可重复性以及人类科学家角色的新讨论。 ### 生物医学的边界突破 另一个引发热议的信号来自生物医学领域：**人类子宫首次在体外成功存活**。这一由 Jessica Hamzelou 报道的突破，不仅为研究子宫疾病和早期妊娠提供了前所未有的平台，更可能在未来实现人类胎儿的体外培育。 圆桌讨论指出，这项技术与 AI 的结合点在于：体外子宫系统将产生海量的实时生理数据，而 AI 模型可以从中学习并预测胚胎发育轨迹、识别异常信号。这为个性化生殖医学和产前诊断开辟了新路径，但同时也敲响了生物伦理的警钟。 ### AI 指数揭示的“加速悖论” 斯坦福大学发布的 **2026 AI Index** 成为圆桌的量化参照。数据显示，AI 模型的能力提升速度正在脱离传统摩尔定律的轨道：训练成本、数据消耗和能源需求同步飙升，但社会适应速度却严重滞后。 专家们指出，这种“技术冲刺、社会慢跑”的错位，正是当前 AI 治理困境的根源。圆桌呼吁行业在追求性能极限的同时，必须同步投入于可解释性、安全对齐和公平性研究，否则加速可能演变为失控。 ### 永生幻想与现实的鸿沟 最后，圆桌触及了一个更具争议的话题——**“无脑人类克隆”**。一家隐秘的初创公司正在推销通过克隆技术制造无脑人体，以实现意识上传和“永生”。尽管听起来像科幻小说，但专家警告，这类主张模糊了科学事实与商业炒作之间的界限。 真正的信号不在于技术可行性，而在于市场对“永生”概念的追捧如何扭曲研发优先级。圆桌一致认为，AI 和生物技术的健康进步需要更严谨的科学传播和监管框架。 ### 小结 本次 MIT Insider’s Panel 传递的核心信息是：**真正重要的信号往往不在头条新闻中**。无论是自动化科研、体外器官维持，还是 AI 指数的结构性矛盾，都指向同一个方向——技术正在以远超社会准备的速度重塑基础规则。识别这些信号，并理解其背后的连锁反应，才是决策者、研究者和公众的当务之急。
国防科技公司安杜里尔（Anduril）与Meta合作，正在为美军开发一款增强现实（AR）头戴设备原型，其核心愿景是通过眼球追踪和语音命令来指挥无人机打击等任务。这一项目由曾在陆军特种作战司令部服役的副总裁Quay Barnett领导，他直言目标是优化“人类作为武器系统”的效率。 安杜里尔目前有两个并行项目。第一个是陆军“士兵出生任务指挥”（SBMC）项目，安杜里尔去年赢得了一份价值1.59亿美元的原型合同，与Meta合作开发可安装在现有军用头盔上的AR眼镜。第二个是公司自筹资金的“鹰眼”（EagleEye）项目，于去年10月公布，旨在从头设计一款头盔与头戴设备组合。尽管军方并未提出这一需求，但安杜里尔坚信最终会获得青睐。 两个系统都还需数年才能成熟。陆军预计要到2028年才决定是否将SBMC项目投入生产——此前微软曾获得220亿美元的生产合同，但因眼镜方案不可行而取消。Barnett向《麻省理工科技评论》透露了原型的发展方向：根据场景，眼镜会在士兵视野中叠加信息，从简单的指南针到复杂的地图、附近无人机位置，甚至AI识别的目标（如卡车）。士兵可以用自然语言与界面交互，例如为伤者请求撤离或规划避开禁区的路线。 安杜里尔正在测试Google的Gemini、Meta的Llama以及Anthropic的Claude等大语言模型，以将士兵语音转化为可执行命令。所有这些都由安杜里尔的Lattice软件驱动，该软件整合了多种军事硬件的数据。今年3月，陆军宣布将投入200亿美元整合相关系统。 这一合作标志着消费级AR技术向军事领域的激进延伸。Meta的Ray-Ban智能眼镜已具备拍照、语音助手等功能，而安杜里尔正试图将其改造为战场上的“第六感”。尽管技术前景令人兴奋，但伦理与实战可靠性仍是巨大挑战：如何确保AI在混乱战场中准确识别目标？如何防止误伤？这些问题尚无答案。
本周的《下载》 newsletter 聚焦两大科技新闻：马斯克与奥特曼的庭审进入第三周，双方围绕信誉展开激烈交锋；同时，特朗普在政策利好前大量买入科技股，引发关注。 ## 马斯克 vs 奥特曼：信誉之战 在庭审最后一周，双方律师分别攻击对方的可信度。奥特曼被指控撒谎和利益输送，而马斯克则被描绘为试图控制通用人工智能的权力追求者。案件揭示了两位宿敌及OpenAI非营利地位的新细节，甚至包括一个奖励给挑战马斯克员工的驴屁股金杯。记者Michelle Kim全程旁听，带来独家报道。 ## 特朗普的科技股交易 特朗普在政策利好前买入英伟达、AMD、Arm等股票，并在Truth Social上推荐Palantir后买入其股票。此外，他的加密企业与伊朗顶级交易所共享网络，引发争议。 ## 其他要闻 - **SpaceX**计划6月12日在纳斯达克上市，估值1.75万亿美元，黑石可能投资100亿美元。 - **中国AI公司**在视频生成领域超越美国对手，字节跳动和快手在真实感和规模上领先。 - **伊朗**威胁向使用海底互联网电缆的科技公司收费。 - **三星**面临大规模罢工，4.5万名员工可能因AI红利分配问题停工18天。
OpenAI 与戴尔科技宣布合作，旨在将 AI 编程助手 **Codex** 部署到企业的混合云和本地（on-premises）环境中。这一举措标志着 Codex 从云端的开发者工具向企业级 AI 代理平台的关键跃迁。 ## 合作背景与核心内容 Codex 已成为 OpenAI 增长最快的企业产品之一，**每周有超过 400 万开发者使用**。企业不仅用它辅助代码审查、测试覆盖和事件响应，还开始将其用于跨工具的信息收集、报告生成、产品反馈路由、销售线索筛选等业务场景。 然而，许多企业的核心数据、系统和流程仍运行在本地或混合云环境中。为了规模化部署 AI 代理，企业需要 Codex 在安全可控的前提下接入这些内部环境。为此，OpenAI 与戴尔达成合作： - **集成戴尔 AI 数据平台**：Codex 将连接戴尔的 AI 数据平台，该平台已用于本地数据存储、组织和治理，使 Codex 能更贴近企业的代码库、文档、业务知识和团队工作流。 - **探索戴尔 AI 工厂**：双方还将研究 Codex、ChatGPT Enterprise 及其他 API 解决方案如何与戴尔 AI 工厂协同，以在混合或本地基础设施上完成数据准备、系统管理、测试运行和 AI 应用部署。 ## 行业意义与影响 戴尔基础设施解决方案集团 CTO Ihab Tarazi 表示：“与 OpenAI 的合作将戴尔业界领先的企业级基础设施与 OpenAI 前沿的代理 AI 模型结合起来，让企业能在数据所在的位置——本地环境中——安全地大规模部署 AI 代理。” 对于企业客户而言，这意味着一条更务实的 AI 落地路径：无需将所有数据迁移至云端，即可在本地获得强大的 AI 能力，同时保持对数据的控制权。这一合作也反映出 AI 行业从“通用云服务”向“混合云+本地化”部署模式的转变，尤其对金融、医疗、制造等对数据主权要求严格的行业至关重要。 ## 未来展望 随着 Codex 从编程助手扩展到更广泛的业务代理场景，其与戴尔基础设施的深度集成将加速企业 AI 应用的普及。可以预见，未来更多企业将采用“混合 AI”策略，在本地和云端之间灵活调度 AI 工作负载，而 OpenAI 与戴尔的合作正是这一趋势的典型注脚。
## 产品速览 **Draft** 是一款新上线的工具，核心功能是将AI对话内容无缝导入个人或团队的知识库。在AI助手日益普及的今天，大量有价值的讨论、灵感与决策过程都散落在聊天记录中，Draft 正是为解决这一痛点而生。 ## 核心价值 Draft 并非又一个AI聊天工具，而是一个**知识管理桥梁**。它支持主流AI平台（如ChatGPT、Claude等）的聊天记录导入，通过智能解析提取关键信息，自动归类到知识库中。用户无需手动复制粘贴，即可将碎片化的对话转化为可检索、可复用的知识资产。 ## 应用场景 - **个人知识管理**：将日常与AI的问答、创意讨论沉淀为个人知识库，便于日后查阅。 - **团队协作**：团队成员共享AI对话中的洞察，减少重复沟通，加速决策。 - **研究学习**：将学习过程中的AI辅导内容系统化，构建个性化学习笔记。 ## 行业背景 随着生成式AI的爆发，用户与AI的交互频率激增，但对话内容往往“用后即焚”。Draft 切入的正是**AI原生知识管理**这一新兴赛道。与 Notion、Obsidian 等传统笔记工具不同，Draft 专注于AI聊天内容的自动化捕获，降低了知识沉淀的门槛。 ## 小结 Draft 的定位精准，解决了AI使用中的一个实际痛点。其成功与否将取决于对主流AI平台的兼容性、知识库的搜索效率以及团队协作功能的完善度。对于重度AI用户而言，Draft 有望成为提升信息利用率的得力助手。
随着AI智能体（Agent）从实验室走向生产环境，开发者面临一个核心问题：如何让智能体持续自我改进，而非停留在初始编程阶段？Polarity 给出的答案是——一个专为智能体设计的“自我进化技术栈”。 ## 什么是 Polarity？ Polarity 是一个面向 AI 智能体的开发平台，其核心理念是“自我改进”。它提供了一套工具和框架，帮助开发者构建能够根据反馈、经验和环境变化不断优化自身行为的智能体。这不同于传统的静态 AI 应用，后者通常需要人工干预来更新模型或规则。 ## 技术栈的核心能力 根据产品描述，Polarity 的技术栈可能包含以下几个关键模块： - **反馈循环机制**：智能体在执行任务后，能够接收来自用户、环境或其他系统的反馈，并据此调整后续决策。 - **记忆与经验管理**：类似于人类的学习过程，智能体可以存储成功和失败的经验，在类似场景中复用，避免重复错误。 - **动态策略优化**：无需重新训练整个模型，智能体可以在运行时优化自己的推理策略，例如调整 prompt 或选择不同的工具链。 - **安全护栏**：在自我改进过程中，确保智能体不会偏离预设的安全边界或伦理准则。 ## 为什么需要“自我进化”？ 当前主流的大语言模型（LLM）虽然能力强大，但缺乏持续学习的能力。一个智能体如果只能依赖初始的提示词和固定知识库，很快就会在复杂、多变的任务中表现不佳。Polarity 的思路是让智能体像人类一样，通过实践积累“经验”，从而在长期运行中越用越聪明。 这种能力对于以下场景尤为重要： - 客户服务：智能体需要不断学习新的产品信息和用户偏好。 - 代码开发：智能助手需要适应团队编码规范和项目演进。 - 自动化运维：系统需要根据日志和监控数据自动调整决策。 ## 行业影响与展望 Polarity 的出现，反映了 AI 行业从“模型能力竞争”向“智能体工程”转移的趋势。过去一年，AutoGPT、BabyAGI 等项目展示了智能体自主执行任务的潜力，但它们的“自我改进”能力仍然有限。Polarity 试图提供一个标准化基础设施，让开发者无需从零构建记忆、反馈和优化系统。 当然，自我进化也带来了风险：智能体可能学到错误的行为或产生不可控的突变。因此，Polarity 强调的安全护栏设计尤为关键。未来，如何平衡进化能力与可控性，将是这类平台的核心挑战。 对于正在构建 AI 智能体的团队来说，Polarity 提供了一个值得关注的选项——它可能不是唯一的解决方案，但确实切中了智能体长期运行的核心痛点。
## 一句话总结 **LobeHub** 定位为“首席智能体运营官”，旨在让用户通过一个平台高效地管理、编排和运行多个 AI 智能体，从而完成复杂工作流。 ## 产品核心价值 在 AI 应用日益多元化的今天，单一智能体往往难以应对跨领域、多步骤的复杂任务。**LobeHub** 正是为解决这一痛点而生——它提供了一个**多智能体协作平台**，允许用户创建、部署并协调多个专用智能体，使其像一支专业团队般协同工作。 > 想象一下，你不再需要手动切换 ChatGPT、Claude、Midjourney 等不同工具，而是由 LobeHub 为你统一调度：一个智能体负责资料搜集，另一个负责内容撰写，第三个负责图片生成，最终由“首席运营官”整合输出。 ## 核心功能与场景 - **智能体编排**：用户可以通过可视化界面或配置文件，定义智能体之间的调用顺序与依赖关系，形成自动化工作流。 - **多模型支持**：平台兼容主流大语言模型与图像生成模型，用户可根据任务需求灵活选择。 - **任务监控与优化**：实时查看各智能体执行状态、耗时与输出质量，便于迭代调优。 ### 适用场景举例 - **内容生产**：自动完成“选题研究→大纲生成→初稿撰写→配图设计→最终润色”全流程。 - **数据分析**：由数据抓取智能体收集信息，分析智能体生成报告，再由可视化智能体输出图表。 - **客服系统**：将用户问题分流到不同专业智能体（售后、技术、销售），提升响应效率。 ## 行业背景与展望 随着 **Agent（智能体）** 概念在 2024 年持续升温，从 AutoGPT 到各类 Agent 框架，业界已认识到“单一模型”的局限。**多智能体协作** 被视为通向通用人工智能的关键路径之一。 LobeHub 的差异化在于，它并非提供一个底层框架，而是面向终端用户与团队，强调 **“开箱即用”** 的运营体验。其“首席运营官”的隐喻，精准切中了企业希望用 AI 替代重复性管理工作的需求。 当然，当前多智能体系统仍面临**任务分解准确性、模型间一致性与成本控制**等挑战。LobeHub 需持续优化其编排引擎的鲁棒性，并降低用户的学习门槛。 ## 小结 LobeHub 为希望将 AI 从“工具”升级为“团队”的用户提供了一个有吸引力的入口。如果你是开发者、内容创作者或小团队负责人，并需要处理多步骤、多模型的复杂任务，它值得一试。