-
当 AI Agent 不知道操作是否成功:先读回状态,再决定是否重试
在生产环境中,AI Agent 面对的并非只有成功和失败。请求已发出、进程却退出时,结果会进入 Unknown 状态。若盲目重试,可能造成重复发帖、重复支付或重复发送邮件;若直接视为成功,又可能丢失未完成的工作。作者认为,Unknown 的正确处理方式是先核对外部状态,再决定后续动作。
-
Anthropic上市前的真正考验:评级预期转向,8000亿美元算力融资成本被重新计算
据《金融时报》报道,黑石集团向投资者表示,主要信用评级机构更可能在Anthropic上市后给予其BB级区间或更高的投机级评级,而非此前预期的投资级评级。对一家计划从现在到2045年投入超过8000亿美元建设算力基础设施的AI公司而言,评级不只是外部标签,而会直接影响债券利率、可接触的资金池,以及长期扩张所需的融资能力。
-
AI数据中心不再只拼速度:xAI污染诉讼进入下一阶段
美国联邦法官允许NAACP针对xAI数据中心污染问题的诉讼继续推进。案件围绕Colossus数据中心至少35台燃烧涡轮机的空气许可问题展开,也显示出AI数据中心扩张正面临更严格的环保、社区与法律审查。
-
18GB显存换来82%吞吐:中小企业本地运行125B模型的容量参考
一项单变量实测显示,本地运行125B模型时,约18GB可用显存差异可将专家缓存槽位从5,784提升至19,530,并把吞吐从140.6 tok/s提升至256.2 tok/s。对中小企业而言,显存采购的关键不只是容量,而是能否装下热专家、避免PCIe溢出和并发切碎缓存。
-
Copilot 辅助权限审批上线:AI 编程助手少点确认,但不能替代沙箱
Copilot Assisted Permissions 通过审查模型自动放行低风险操作,减少 AI 编程代理的审批点击,但官方强调它不能替代 deny 规则、沙箱和访问限制。
-
让 Agent 的回答可核对:从首轮输入、长期记忆到结果回读的上下文治理清单
当 Agent 需要完成多轮研究、资料较长或涉及中断恢复时,真正影响结果稳定性的,往往不是模型是否“知道”,而是模型在当前一轮能看到什么、这些材料是否有效、后续能否被回读和验证。
-
多阶段 Agent 跑完五个阶段后,真正缺的不是结构而是证据
多阶段 Agent 能完整跑完流程,却可能输出日期错位、框架自造、缺少出处的报告。对 AI 编程实践而言,真正需要验证的不是流程是否完整,而是证据链是否成立。
-
网站拒绝 AI 抓取将少一道门槛:OpenAI、Google、微软、Anthropic 支持统一退出信号
OpenAI、Google、Microsoft、Anthropic 表示将采用一项新的统一信号,让网站发布者可以通过 robots.txt 表达拒绝 AI 抓取的偏好。该机制由 Anthropic 在 IETF 框架下提出,若被广泛采纳,发布者将不必逐家配置 AI 训练选项。文章梳理了该标准的提出背景、各厂商落地节奏,以及其对大模型训练数据合规、版权表达和内容生态可能带来的影响。
-
Raven Prism开放预订:独立Linux与眼动交互,能否让AR眼镜摆脱手机
Raven Prism开启预订,49美元订金可退,首批预计2027年1月发货。全彩AR显示、独立Linux系统与眼动交互的组合,让这款产品兼具探索性与不确定性。
-
AI 代清理电脑如何避免误删:Windows 调优 Skill 的安全工程
pc-tuneup 通过阶段机、隔离区和显式确认,把 Windows 清理调优这类高风险 Agent 操作限制在可回滚、可审计的范围内,为有副作用的 AI 工具提供了工程化约束样本。