五角大廈坦承過度依賴 AI:伊朗校園遭轟炸,自動化偏見的慘痛代價
彭博社調查揭露,美軍轟炸伊朗學校的行動中,AI 給出的目標建議被當作決策依據而非參考。五角大廈已自行承認這項疏失,但業界幾乎沒有人正視其嚴重性。
401 分、306 則留言,OpenAI 用 Dots 把 Agent 推向「永遠在線」。但這條路上早已有先烈倒下。
彭博社調查揭露,美軍轟炸伊朗學校的行動中,AI 給出的目標建議被當作決策依據而非參考。五角大廈已自行承認這項疏失,但業界幾乎沒有人正視其嚴重性。
微軟把 Copilot runtime 從舊語言搬到 Rust,總成本 12 萬美元,傳統做法通常要 6–18 人月。能壓縮 5–10 倍的關鍵,不在 Agent 本領多強,而是測試覆蓋完整、邊界清楚、失敗代價可承受這三個被忽略的前提。
HarnessTax 用控制變數實驗拆開 base model 與包裝層,證明 prompt、tool、feedback loop 才是效能落差的主因。看 benchmark 跑分,得先打個折扣。
Andon Labs 推出定位為「自主運行任何公司」的通用 Agent Pion,在 Hacker News 獲得 163 分、147 則留言,但近半數留言都在質疑它實際能處理什麼任務。本文整理出評論區的三大反對聲音。
第三方評測站 tokenstead.ai 公布 Cognition SWE-2 在 Terminal-Bench 2.1 拿下 92.8 分,大幅刷新 SOTA。這數字背後是模型真的變強,還是閉源刷榜的老問題?本文拆解三個值得追問的疑點。
Trail of Bits 8 月發表實測研究,證實具備網路攻擊能力的 AI Agent 能從多條路徑突破 VM 隔離,傳統沙箱化防禦在 Agent 時代已不再適用。企業若要部署 Agent,必須重新設計隔離與權限機制。
坐擁 84,555 stars 的開源 Agent 框架,把終端機、瀏覽器與程式碼編輯器全交給 LLM。本文從架構、部署到實際運行三個面向拆開來談。
創辦人落袋 10 億、員工套現 60 億、4 億美元買算力——這場「反向人才收購」把頂級 AI 團隊與 7GW 電力承諾,一次打包進了 NVIDIA 的口袋。
阿里同日端出 2.4T MoE 旗艦 Qwen3-Max(閉源、僅 API)與 27B 稠密模型(開源、Hugging Face 可下載),兩者都瞄準 Coding 與 Cowork 場景。今天開發者真正能帶走的牌,是 27B 這一張。