-
从“口述修改”到“逐条批示”:Plannotator 给 AI 编码 Agent 补上一块人工审阅台
开源项目 Plannotator 为 AI 编码 Agent 提供本地浏览器审阅界面,让计划、代码 diff 和人工批注能够结构化回到同一工作流,补齐 human-in-the-loop 工具链。
-
韩国税务师考试第一名被调查:智能眼镜让考场监管进入新问题区
韩国人力资源开发院就税务师考试第一名考生涉智能眼镜作弊争议展开调查,暂未发现确凿证据。事件背后,是智能眼镜进入考试、职场和公共场景后的监管与合规新问题。
-
英伟达禁运芯片疑被用于中国前沿模型训练,出口管制执行漏洞浮出水面
一项新研究称,中国多家前沿实验室发布的开放权重模型中,出现了美国限制出口至中国的英伟达 Blackwell GPU 的训练痕迹。研究将问题指向出口管制执行:禁运芯片如何进入训练链条,第三国数据中心和转运贸易如何成为合规漏洞,以及英伟达和美国监管机构将面临何种追问。
-
模型效果不佳先别急着上强化学习:先判断它缺知识、规矩还是技巧
模型效果不佳时,不应默认使用强化学习。文章提出应先判断模型缺知识、规矩还是技巧:缺知识可考虑 Mid-training,缺规矩适合 SFT,缺技巧再用 RL。数据和奖励环境往往比算法选择更关键。
-
国产AI太阳镜进入美日亚马逊前列,中国AI眼镜出海找到更现实的切口
国产AI太阳镜进入美日亚马逊前列,大朋选择无显示太阳镜形态,从佩戴、款式、海外渠道切入,给中国AI眼镜出海提供了更现实的样本。
-
Loop 工程去魅:给 Agent 加循环前,先给它一套可靠评价
Loop 工程的核心并不神秘:它继承了机器学习训练循环和反馈回路的旧思路,新的变化是模型可以读懂自然语言反馈,并调整提示词、文件、知识库等非数值对象。对 Agent 工程来说,真正决定 Loop 上限的不是循环次数,而是外部评价体系是否可靠、具体、不可作弊。
-
黄仁勋卸任后,英伟达投资节奏生变:AI初创融资进入更谨慎阶段
黄仁勋卸任后,英伟达作为AI创业资本支点的角色可能转向保守。投资人担心更小的支票、更低的估值和更不确定的算力承诺,将影响AI初创融资节奏。
-
AI眼镜产业协同提速:广东对接会集中释放芯片、显示与场景需求
11月13日,广东智能穿戴产业对接活动在深圳举行,AI眼镜被释放为重点支持方向。活动集中呈现低功耗芯片、微显示、光学模组等核心器件需求,并展示企业级巡检应用与公共服务平台建设进展,显示广东正推动AI眼镜从单点产品探索走向产业链协同落地。
-
从“能跑”到“可靠”:异步 Agent 需要学会给任务排序
异步 Agent 面对用户新消息、工具返回、定时器和协作请求时,需要先解决“何时看见新事件、如何安排处理顺序”的问题。取消式、队列式和并行式策略,以及原生异步能力,正在成为 Agent 应用从可用走向可靠的重要工程基础。
-
两个 Grok 智能体组成“软件工厂”:让 AI 编程变成可审计的流水线
开发者用两个 Grok Bot、GitHub 标签、GitHub Actions 和 Claude Code 搭建了一条可审计的软件生产流水线,将任务发现、规划、实现和人工审查拆分成明确状态节点。