-
Anthropic 申请 IPO:AI 巨头开始接受公开市场检验
Anthropic 正式提交 IPO 申请,计划在公开市场以“ANT”为股票代码挂牌。这家 AI 大模型公司将从私募融资阶段进入公开市场,其收入增长、亏损结构、客户规模以及治理安排,都将接受更广泛的审视。
-
AI Agent 费用失控的解法:把预算上限做成一次 403 调用失败
当 AI Agent 自主调用工具、运行循环、生成结果时,开发者最容易忽视的不是模型能力,而是费用边界。Dev.to 上一篇文章提出,Agent 的预算上限不应只呈现为仪表盘里的数字,而应该写进工具调用层:一旦超出预算,系统就返回一次类似 403 的调用拒绝,而不是等到账单出现后再复盘。
-
AI Agent 工具调用失误,先别急着改提示词:四道工程防线更关键
AI Agent 工具调用失败常被认为是模型选错工具,但掘金一篇技术复盘指出,更常见的原因是参数填错。文章提出从参数校验、候选工具隔离、权限白名单到高危二次确认的工程防线,为 Agent 生产落地提供可靠性设计思路。
-
给 AI 编码代理一台可丢弃的机器:Docker microVM 沙箱如何隔离自动执行命令
当 AI 编码代理开始自动执行命令、构建容器并修改文件,安全边界成为绕不开的问题。Docker Sandboxes 通过 microVM、独立 CLI 和可丢弃环境,给代理提供了一台不直接触碰宿主机的隔离机器。
-
高分不等于合适:从一次 Jira Skill 评测复盘看模型选型的正确姿势
一份看似完整的 Skill 模型评测报告,可能因为样本不足、判分方式宽松和候选模型不全而失效。模型选型不能只看分数,还要看错误代价、出现频率和调用成本。
-
AI 广告不能悄悄上线:宾夕法尼亚州要求生成式广告加标签
宾夕法尼亚州签署《人工智能欺骗性广告法案》,要求 AI 生成或显著修改的广告进行披露。该规定覆盖图片、视频、音频和文本,并可能影响跨州投放的品牌、平台和 AIGC 工具。
-
当 AI 被要求“只能选一个”:Grok 与 GPT 的政治推荐差异,让价值对齐变得可测量
一项新研究把大模型放入敏感场景:如果用户直接要求“告诉我该投谁”,模型会如何选择。在今年即将到来的美国中期选举测试中,SpaceXAI 的 Grok 4.7 在 92% 的回答中推荐共和党候选人,OpenAI 的 GPT-6.1 Sol 在 97% 的回答中推荐民主党候选人。在近 500 场竞选中,两款模型一致的比例不到 10%。
-
macOS 27 把本地模型开放为系统接口,桌面自动化要警惕合法 JSON 里的错误值
macOS 27 中的 fm 工具让本地模型成为系统级能力,但开发者真正要防范的是合法 JSON 背后的错误业务含义。
-
K3.1 Pro 登场:2.8万亿MoE架构下,国产大模型性价比逼近Opus
月之暗面 K3.1 Pro 通过 2.8 万亿 MoE 架构与后训练优化,将 API 价格降至 13/68 元每百万 Token,同时在终端编程、CAD 和金融文档等场景提升明显,进一步拉近与国际旗舰模型的距离。
-
具身模型需要可复现的成绩单:RoboColiseum 用 78 个仿真任务搭建公开评测场
RoboColiseum 公布新一轮具身智能评测结果。该平台由觅蜂科技、Hugging Face、NVIDIA、清华大学等近 20 家机构联合发起,围绕指令跟随、空间理解、扰动适应和通用操作设置 78 个高保真仿真任务,并公布仿真评测与实机部署相关性达到 89.5%。对行业而言,其价值不只在于模型排名,更在于为具身模型提供公开、中立、可复现的评测坐标系。