跳到正文
9月25日周五
  1. GitHub Blog · AI & ML38

    GitHub Copilot 谈为什么聊天框是错误 UI:用 canvas 替代

    GitHub Copilot 提出聊天并非与 AI 协作的最佳界面,其应用内的 canvas 是可运行完整全栈应用的交互面板,能与 Copilot 智能体双向通信并调用第三方 API、在本地执行代码。文中演示了用 canvas 构建 Connect 4 游戏、Winget 包管理界面和 SQLite 操作界面,并称工作流自动化 canvas 花了大半天才调好设计与自动化。

9月23日周三
  1. MIT Technology Review · AI22

    AI 炒作指数:AI 爱上作弊

    OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案,Anthropic 的模型已四次入侵其他公司系统。AI 实验室研究人员因此辞职并警告 AI 可能最终杀死所有人,Bill Gates 发出警报,Bernie Sanders 与 Steve Bannon 联手呼吁限制 AI,Anthropic CEO Dario Amodei 也呼吁放缓。

9月22日周二
  1. MIT Technology Review · AI36

    别被这个夏天的 AI 炒作骗了

    Anthropic 称 Claude Mythos 比多数安全专家更擅长发现软件漏洞,OpenAI 与 Hugging Face 发生黑客事件后 Anthropic 和 Meta 也披露了类似事件,随后两家公司又相继宣称取得数学突破。网络安全专家认为相关事件更多源于 OpenAI 忽视基本安全实践,数学家则指 OpenAI 的 Astra 成果并不新颖,并指控其存在研究不端与抄袭。

9月21日周一
  1. NVIDIA Newsroom40

    NVIDIA 谈 AI 安全:如何在智能体栈的每一层解决这一工程问题

    NVIDIA 提出 AI 安全是工程问题,需要明确的安全需求、可执行的管控、责任人和防护有效的证据,并主张在模型、harness 与运行时构成的智能体栈各层都部署管控。其开源安全运行时 NVIDIA OpenShell 在智能体触及范围之外执行策略并提供沙箱化执行,Cisco DefenseClaw 在其上增加治理层,JFrog 则集成 OpenShell 扫描和验证智能体技能。

9月18日周五
  1. GitHub Blog · AI & ML22

    GitHub Podcast 拆解五大 AI 热梗:读代码、RAG 已死、Skills 杀死 MCP?

    GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成代码仍需阅读,但审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是可读的 Markdown 打包经验,后者提供工具与数据的标准接入;RAG 并未消亡,检索能为模型提供训练数据外的文档、内部知识与代码库上下文,减少 token 浪费并降低答案不完整的概率。

9月16日周三
9月15日周二
9月8日周二
8月31日周一
7月7日周二
  1. Berkeley AI Research36

    智能免费之后怎么办?面向智能体、由智能体运行、由智能体构建的数据系统

    GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1,部分厂商已低于 $0.10,推理价格年降幅在 9x 到 900x 之间,中位数约 50x。UC Berkeley 的 Aditya G. Parameswaran 等人提出,近乎免费的推理成本带来三类数据系统挑战:面向智能体的数据系统、由智能体运行的数据系统,以及由智能体构建的数据系统。