-
AI编程Agent真正该测的不是生成器,而是评估器
AgentSSL论文的一组对比数据显示,AI编程Agent的瓶颈正在从生成能力转向选择与评估能力。当Agent用自身反馈指标挑选最终方案时,准确率最多下降47%,这提示开发者应优先测试那些平时不显眼、却决定系统成败的评估模块。
-
AI眼镜如何避免成为“隐形摄像头”:Google为Gemini眼镜补上旁观者保护机制
Google为搭载Gemini的智能眼镜公布隐私保护方案,通过录制指示灯、防遮挡检测、旁观者人脸遮蔽、权限管理和应用生态限制,回应AI眼镜在公共空间中的拍摄与隐私争议。
-
英伟达私下确认AI芯片可定位,出口管制或将进入“芯片级追踪”阶段
英伟达被曝私下向美国众议员确认,先进AI芯片的位置追踪在技术上可行。公开层面,行业组织曾质疑相关立法要求“可能不可行”;私下层面,英伟达的表态为芯片级追踪进入出口管制工具箱提供了新的想象空间。
-
读懂大模型逐字生成:KV Cache、推理链路与常见误读
大模型输出回答并不是“直接把句子想出来”,而是由提示词编码、KV Cache 复用和逐 token 解码共同完成。掘金一篇技术复盘以简化模型为例,梳理了从输入到输出的推理链路,并重点纠正了 KV Cache、FlashDecoding、残差连接与下一轮输入等常见误读。对开发者而言,这套流程直接关联响应延迟、长文本成本和优化方案的选择。
-
苹果AI眼镜供应链出现新线索:快克智能确认参与相关项目
快克智能在第三季度业绩说明会上确认,公司已参与苹果AI眼镜及新款智能耳机项目,为苹果尚未正式发布的新一代AI可穿戴设备提供了供应链线索。
-
AI 编程进入团队协作阶段:多智能体的难点正在变成分布式系统工程
多 Agent 协作正在从模型能力竞赛转向系统工程问题。AI 编程团队需要像设计分布式系统一样,处理消息传递、状态一致性、重试、幂等、可观测性和故障隔离。
-
大模型应用上线后的第一笔明白账:把每请求 Token 成本变成可观测指标
大模型应用进入生产环境后,成本治理的第一步不是更换更便宜的模型,而是把每个请求消耗的 Token 转化为可实时观测、可告警、可优化的工程指标。
-
黄仁勋离任,英伟达的开源 AI 投入面临考验
黄仁勋辞去英伟达 CEO 后,市场关注其未完成的 Hugging Face 收购、Nemotron 开放权重模型及开发者生态投入是否会发生变化。
-
Android XR 眼镜开售:谷歌与三星把 AI 助手先做进日常镜框
三星与谷歌合作的首批 Android XR 智能眼镜开启预售,产品以41克轻量镜框、Gentle Monster 与 Warby Parker 外观组合,以及 Gemini 视觉问答、实时翻译等能力切入大众市场。
-
Claude Duet 消费级 Agent 实测:AI 助手开始替你盯工作,也暴露了边界问题
Anthropic 的 Claude Duet 尝试把 AI Agent 从编码工具带向日常办公,通过接入邮件、日历、文档和 Slack 主动提出工作建议。实测显示,它能发现日程冲突、起草消息并连接会议记录与聊天内容,但也会误判截止时间,并因深度数据接入带来隐私和工作边界问题。