资讯列表
智能体“模态之战”：谁将主宰云基础设施管理“AIOps”的未来？
大家好，我是肆〇柒。 云基础设施日益复杂，智能体能否真正成为DevOps工程师的得力助手？ AI 应用于生产系统运维是行业在持续探索的领域，我看到一篇由密歇根大学、UC Berkeley、安德森·霍洛维茨等机构的联合研究《Cloud Infrastructure Management in the Age of AI Agents》，其中深入分析了智能体在SDK、CLI、IaC和ClickOps四种云管理模态中的实际表现。
8/14/2025 9:38:16 AM
肆零柒
GPT-5终于没有幻觉了？
为什么一个被誉为"最聪明"的AI，到现在还会一本正经地告诉你"拿破仑是用iPhone指挥滑铁卢战役的"？ 这个问题困扰了AI圈好几年。 但现在，答案终于来了。
8/14/2025 9:31:24 AM
阿丸笔记
马斯克痛失xAI大将！Grok 4缔造者突然离职，长文曝最燃创业内幕
刚刚，xAI联创Igor Babuschkin官宣离职创业！ 在xAI的最后一天，他用一篇长文回顾了2023年初见到埃隆的那天——我们畅谈数小时，探讨AI的未来与无限可能。 我们都认为，世界需要一家肩负着不同使命的新型AI公司。
8/14/2025 9:27:03 AM
新智元
微软发布五大AI Agent模式：一键解锁AI员工，打造智能体工厂
今天凌晨，微软在官网发布了Agent常见的设计模式和用例，以帮助用户快速开发出功能强大的自动化AI员工。 与传统的RPA、自动化脚本相比，智能体除了提供自动化之外，还能根据实际业务场景进行推理、协作、弥合知识与成果之间的差距，挖掘出全新的见解，提供更高的商业价值。 以下是微软根据实际业务场景总结出的5种常用的Agent模式：1、工具使用模式如今的智能体能直接与企业系统交互，能检索数据、调用应用程序编程接口（API）、触发工作流和执行交易。
8/14/2025 9:15:00 AM
美国宣战，AI行动计划打响第一枪！「AI+材料」成最新核武器
近日，美国白宫发布《美国AI行动计划》，该计划勾勒了美国国家层面的人工智能发展蓝图，其中也明确提出多项AI与产业深度融合的战略部署。 从材料科学的角度出发，可以看到美国正在以空前的战略高度，将材料科学与人工智能的深度融合置于国家核心竞争力的位置。 这其中传递出清晰的信号：谁掌握了「AI 材料」的核心能力，谁就扼住了下一代产业革命和科技创新的咽喉。
8/14/2025 9:12:00 AM
Figure人形机器人首秀灵巧手叠衣服！神经网络架构不变，只增加数据集就搞定
Figure人形机器人首秀，靠神经网络叠衣服！ 在没有任何架构改变、仅增加了数据的情况下，就让原本在物流场景干活的它，轻松习得了新技能。 能够看到，在人类拿给他衣服时，不仅有眼神交流，拿完后它点了点头，比了个「点赞」的手势。
8/14/2025 9:09:00 AM
AI Coding大佬聊透了：产品智能重要还是用户体验重要？答案让人意外
AI Coding背后的争议，正在升级。 有人说它是写代码的“自动驾驶”，有人说只是个“聪明的实习生”；有人觉得它能让0基础小白一键出成果，有人则坚持它应该精准到不改一行多余的代码。 人主导还是AI主导？
8/14/2025 9:07:00 AM
大模型训练新突破！“不对称”训练让AI学会自我反思，推理零开销
首次实现“训练-推理不对称”，字节团队提出全新的语言模型训练方法：Post-Completion Learning (PCL)。 在训练时让模型对自己的输出结果进行反思和评估，推理时却仅输出答案，将反思能力完全内化。 与目前主流的训练方式相比，这一创新方法不仅实现了模型能力的显著提升，更重要的是推理时完全零额外开销。
8/14/2025 9:00:00 AM
AI 智能体的三大支柱：上下文、认知与行动
当我们向AI助手下达“分析客户流失情况并向销售团队发送警报”的指令时，多数聊天机器人只会解释客户流失的定义，或建议联系数据团队；而真正的AI智能体却能主动访问客户数据库、开展分析、识别高风险账户，并自动通知相关销售人员——全程无需人工干预。 这种差距不仅是能力的差异，更源于架构的本质区别。 语言模型擅长文本理解与生成，但智能体的核心优势在于三大支柱的协同运作：理解场景的“上下文层”、做出明智决策的“认知层”，以及将决策付诸实践的“行动层”。
8/14/2025 8:20:38 AM
大模型之路
ColPali联手DocLayNet：打造能“看懂”文档布局的视觉问答神器！
译者 | 朱先忠审校 | 重楼本文介绍ColPali与DocLayNet结合的多模态RAG系统，通过视觉语言建模理解文档中的表格、图表等布局信息，显著提升复杂文档问答的准确性和上下文感知能力。 简介检索增强生成（RAG）已成为构建开放领域和特定领域问答系统的标准范例。 传统意义上，RAG流程严重依赖于基于文本的检索器，这些检索器使用密集或稀疏嵌入来索引和检索段落。
8/14/2025 8:00:51 AM
朱先忠
网络安全中的哈希算法简介与实践
网络安全中的哈希算法是一种单向过程，使用加密函数将数据转换为固定长度的字符串（称为哈希或摘要）。 确保数据的完整性和安全性，因此对于密码存储、数字签名和区块链应用至关重要。 无论你尝试多么独特的密码组合，你确定它无法被破解吗？
8/14/2025 7:59:30 AM
何威风
人工智能的局限性：人工智能无法企及的领域和任务
译者 | 李睿审校 | 重楼从图像识别、语言翻译到在国际象棋比赛中击败人类，人工智能如今取得了非凡的成就。 然而，人工智能并非万能，其在一些关键领域和任务上的能力仍远逊于人类。 目前的人工智能系统是“狭义”的专家，擅长解决定义明确的问题，但在需要常识、创造力或情感理解的情境中却难以应对。
8/14/2025 7:48:12 AM
李睿
尽管新协议不断推出，AI互操作性难题依然存在
在一年内，许多企业可能会运行数十个智能体，其中一些由企业内部构建，另一些则从五六个不同的供应商处购买。 对于一些CIO来说，这听起来就像是互操作性难题，近几个月来，虽然已经出现了一些AI标准化协议，但哪些协议将在市场上胜出仍不明朗，CIO们仍面临诸多棘手问题。 从长远来看，多智能体IT环境的倡导者认为，随着智能体接手大量目前由员工完成的琐碎且重复的任务，该环境有望大幅提高效率并显著节约成本，但与此同时，许多IT领导者也看到了严重的互操作性问题，包括数据安全、成本控制，以及多个智能体协同工作时对结果的不信任。
8/14/2025 7:10:00 AM
Grant
拥抱 AI：转转智能客服自主化升级之路
1 前言2 进化之路：从构想到落地2.1 技术路线选择——NLP 还是 AIGC？ 2.2 模型构建与训练——厚积薄发2.3 稳扎稳打——线上灰度与数据验证3 总结1.前言转转2015年上线后，机器人客服系统历经多年，完成了三次重要版本迭代。 但核心NLP（自然语言处理）能力一直依赖外部厂商，资源受限，一直没有完成突破。
8/14/2025 2:55:00 AM
李帅
AIOps系列 | 开发 K8s GPT 故障诊断工具
前面我们介绍了 《开发 K8s Chat 命令行工具》，实现了通过和 Kubernetes 进行交互的方式进行运维，虽然文章中所描述的功能比较简单，但是可以以此进行扩展，丰富功能。 那本章，我们将在 《开发 K8s Chat 命令行工具》的基础之上，增加 Kubernetes 故障诊断工具，其主要功能点是：获取集群的 event 时间，特别关注 warning 级别事件然后进入对应的 pod 获取日志大模型结合事件和日志进行分析，得出解决问题的建议当然，这里也只是起到一个抛砖引玉的作用，提供简单的思路，可以自行扩展。 开发过程（1）首先使用 cobra-cli 新增一个 analyze 命令复制（2）然后在 analyze 下面添加一个子命令 event，专门用于分析事件复制（3）设计一个方法 getPodEventsAndLogs 用于获取 K8s 的事件和日志复制我们使用一个 map[string][]string 来保存 pod 的事件和日志信息，然后通过 client-go 获取 warning 级别的事件，最后过滤需要的 pod 事件以及 pod 相关信息，然后继续通过 client-go 获取对应 pod 的日志，然后把这些信息放到 map 中。
8/14/2025 1:11:00 AM
乔克
B端产品中的AI应用形态，掌握这3种就够了！
最近有挺多同学都在问我：AI 技术发展的如火如荼，作为 B 端产品的设计师如何在设计需求中应用 AI 技术呢？ B 端产品如果想要应用 AI 功能，有几种呈现形态呢？ 更多AI产品设计布局：关于 AI 技术和产品之间的关系，我在之前的文章中也给出过一些观点：.
8/14/2025 12:35:47 AM
Ant Design 元尧
商汤多模态大模型赋能铁路勘察设计，让70年经验“活”起来
贯通 28 个行业专业知识，打造具有“工程师思维”的多模态大模型，唤醒沉睡的勘察设计知识经验，为铁路工程注入创新动能！ 作为我国最早的大型铁路勘察设计单位之一，中铁第一勘察设计院（以下简称“铁一院”）在沙漠铁路、高原冻土铁路、高地温岩土工程处理、长大干线隧道、高寒地区高铁设计等复杂、艰巨的项目中积累了大量宝贵经验，但随着人才迭代，传统 “师徒传承” 模式下的知识流失、效率低下等问题愈发突出，亟待破局。 为此，铁一院携手商汤大装置打造“国铁价值工程多模态大模型应用平台”，首次将多模态大模型技术应用于铁路工程设计领域。
8/13/2025 9:50:38 PM
十三
腾讯Q2财报：ToB营收双位数增长 AI加速转化为业绩动能
8月13日，腾讯最新发布的二季报显示，AI技术及应用正加速转化为业绩增长动能。 在资本开支同比三位数增长的高投入背景下，当季腾讯实现营收1845亿元，同时实现毛利22%与经营利润（Non-IFRS）18%的双增长，显示AI投入与高质量增长的正循环不断加固。 腾讯充分发挥“AI应用好手”优势，将AI深度融入游戏、广告及社交生态，驱动核心业务增长：增值服务和营销服务保持高速增长；金融科技及企业服务稳健增长，二季度实现营收同比提升10%至555亿元。
8/13/2025 8:53:43 PM
时令