五角大楼承认 AI 过度依赖:伊朗学校被炸,自动化偏见的代价
Bloomberg 调查披露美军导弹打击伊朗学校前,AI 推荐被当作决策依据而非参考。官方承认这一点,业内却几乎没人讨论。
401 分、306 条评论,OpenAI 用 Dots 把 Agent 推向「永远在线」。但这条路上一任早就倒下了。
Bloomberg 调查披露美军导弹打击伊朗学校前,AI 推荐被当作决策依据而非参考。官方承认这一点,业内却几乎没人讨论。
微软把 Copilot runtime 从旧语言迁到 Rust,总成本 12 万美元。传统模式同样任务要 6–18 人月。压缩 5–10 倍的背后,是完整的测试覆盖、清晰的边界、可承受的失败代价——而不是 Agent 自己有多强。
HarnessTax 用控制变量实验证明:包装层(prompt、tool、反馈循环)才是 coding agent 性能差异的真正来源。基准跑分,得打折扣看了。
Andon Labs 推出 Pion,定位「自主运行任何公司」。HN 上 163 分、147 条评论,一半在质疑它现在到底能干啥。我把评论区拆成 3 类反对。
第三方评测站 tokenstead.ai 放出 SWE-2 成绩,刷新 Terminal-Bench 2.1 纪录。92.8 分背后是模型、工具集还是工程闭环?先别急着下结论。
Trail of Bits 8 月发文实测了 AI Agent 突破 VM 隔离的几种路径,结论很硬:传统沙箱化防御在 Agent 时代需要重写。这篇文章帮你看清 Agent 沙箱为什么失效,以及企业该怎么补。
84,555 stars 的开源 Agent 框架,把终端、浏览器和代码编辑器交给 LLM。本文从架构、部署和实际运行三个角度拆开讲。
创始人拿 10 亿、员工套现 60 亿,4 亿美元买算力——这笔「反向人才收购」把 AI 顶级团队和 7GW 电力一起打包进了 NVIDIA。
阿里同时放出 2.4T 参数的 MoE 旗舰 Max(闭源、API-only)和 27B 稠密模型(开源、HF 可下载),都瞄准 Coding 和 Cowork。开发者今天能拿走的牌,是 27B 这张。