系统

苹果AI秘密武器曝光！代号「AKI」团队浮出水面，乔布斯遗愿Siri终要翻身？

1985 年夏，乔布斯在瑞典南部Lund大学活动期间，于Svaneholm Castle的晚宴上发言。他当时正处于离开苹果前夕，这次演讲是对「下一代计算媒介」的公开思考。乔布斯提到一种所谓的「智能AI」，那时候离ChatGPT的诞生足足还有38年。

8/25/2025 9:02:00 AM

AI Agent系统的安全能力及可信治理的“三道防线”

在AI技术加速演进与广泛落地的当下，Agent系统作为具备自主感知、推理与执行能力的智能体，正日益成为企业智能化转型的核心驱动。然而，随之而来的系统复杂性、任务自治性以及跨域协同能力，也引发了前所未有的安全挑战与治理难题。为了构建一个既高效运行又可控可信的Agent系统，亟需在架构层面引入系统性的安全防护与治理机制。

8/8/2025 2:10:00 AM

停止提示词优化，开始系统设计：五种切实有效的智能体AI模式

当我刚开始使用大语言模型（LLMs）时，曾天真地以为关键在于写出完美的提示词。只要给足上下文，模型就能立竿见影地解决问题，对吧？事实并非如此。

8/4/2025 1:55:00 AM

大模型之路

LLM记忆终极指南：从上下文窗口到高级智能体记忆系统

当你向聊天机器人报上姓名，片刻后它却再次询问"你叫什么"时，这种数字失忆现象暴露出人工智能的关键短板：大型语言模型（LLMs）本质上是无状态的。它们像金鱼一样"记不住"过去的对话，每次交互都被视为全新事件。 ChatGPT等应用展现的记忆能力，实则是通过在每轮对话中强行插入历史记录制造的 illusion（假象）。

7/29/2025 12:00:00 AM

大模型之路

Demis Hassabis最新采访：宇宙的本质是信息，一切都将被AI学习，2030年可实现AGI

谷歌DeepMind掌门人Demis Hassabis再度做客Lex Fridman播客，贡献了一场长达两个多小时、信息量爆炸的深度对话在这场对话中，Hassabis不仅给出了AGI实现的惊人时间表，更首次系统性地阐述了他关于宇宙、现实与AI的大一统哲学思想。他将AlphaFold、视频模型Veo、电子游戏、P vs NP问题，乃至生命的起源和意识，全部串联到了一个宏大的框架之下全程两个多小时，3万多字，强烈建议去看原视频：搜索Demis Hassabis: Future of AI, Simulating Reality, Physics and Video Games以下是我觉得比较有意的的点，分享给大家宇宙的本质是信息，因此万物皆可被AI高效学习信息第一性： Hassabis明确提出，信息是比能量和物质更根本的宇宙单位。

7/28/2025 9:06:04 AM

AI破解宠物心声，读懂你的猫狗？全球首个AI与动物感知中心揭秘

养过宠物的人，会忍不住思考这些动物是如何思考的。一个名为Traini的app，则号称能够基于大模型PetGPT，读懂宠物的叫声和面部表情，帮助主人理解宠物的情绪和需求。 descript近日，伦敦政治经济学院（LSE）将于9月30日启动Jeremy Coller动物感知中心将会给出回答。

7/25/2025 3:24:47 PM

新智元

为什么日本代码‘稳如狗’？走访丰田等多家日本团队：写代码像做寿司，每天进步1%「侘寂」美学让系统跑几十年，网友：任天堂都30年了

编译 | 云昭这周一，小编偶然看到了一篇角度很奇特的、有关日本代码风格的文章。虽说现在 Vibe Coding 盛行，很多老铁们都不那么关注代码本身了，但若要真的让 AI 工具编写含金量组足够的代码，反而对于开发者的“代码审美”提出了更高的要求。这篇文章的作者是一位老鸟后端工程师 Sohail Saifi，也在用各种 AI Coding 工具。

7/25/2025 10:51:38 AM

云昭

采用LangGraph集成多个MCP服务器的应用

现代人工智能应用程序通常需要对不同的语言模型和专门的服务器进行复杂的编排，每个服务器在更大的工作流中处理特定的任务。然而，这种分布式方法引入了一个关键的挑战：保持上下文的连续性。当会话或任务在不同的模型或服务器之间转换时，上下文信息很容易丢失。

7/24/2025 8:13:36 AM

曹洪伟

让GUI智能体不再「过度执行」，上海交大、Meta联合发布OS-Kairos系统

本文第一作者是上海交通大学计算机学院三年级博士生程彭洲，研究方向为多模态大模型推理、AI Agent、Agent 安全等。通讯作者为张倬胜助理教授和刘功申教授。一、论文概述1.1 研究背景随着多模态大语言模型（Multimodal Large Language Models, MLLMs）的快速发展，越来越多的研究聚焦于构建能够在图形用户界面（GUI）中执行复杂任务的智能体。

7/3/2025 9:27:57 AM

深入浅出RAG详解：语言模型的“开卷考试”——让模型答案锚定现实的外部“记忆”

引言大型语言模型（LLMs）彻底革新了自然语言处理领域，但其对静态内部知识的依赖，在事实准确性和时效性方面暴露出根本性局限。检索增强生成（RAG）作为一种强大的范式应运而生，它构建了一种混合架构，将模型输出动态锚定于外部可验证信息。本文将深入探讨RAG框架的核心机制——从检索器与生成器组件到参数化记忆与非参数化记忆的关键区别，揭示其在知识密集型应用中实现前沿性能的奥秘。

7/3/2025 2:12:00 AM

柏企阅文

比10年专业医生准4倍！微软发布突破性医疗AI系统

微软首席执行官Satya Nadella在社交平台分享了，微软最新发布的突破性医疗AI系统MAI-DxO。 MAI-DxO最大技术创新在于其模型无关的设计，使其能够适配不同厂商、不同能力的语言模型，并普遍提升它们的诊断性能。并且能模拟真实医生的诊断流程，比专业医生的准确率更高。

7/2/2025 9:43:13 AM

图驱动的自然语言接口：混合LLM与意图分类方法

在当今数据驱动的商业环境中，数据分析人员和营销人员经常需要与复杂的数据库交互以获取洞察。然而，并非所有人都精通SQL等结构化查询语言，这就催生了对自然语言接口的需求。本文将深入探讨一种创新的意图驱动自然语言接口，该接口结合了大型语言模型（LLM）和意图分类技术，为数据洁净室（Data Clean Rooms, DCRs）等隐私敏感环境提供了安全、高效的解决方案。

7/1/2025 9:00:00 AM

大模型之路