跳到正文

#Agent

今日 110 条
10月2日周五
  3. elvis46

    我认为更快的推理是编码智能体接下来的重大突破之一。 Volantis 正利用光学技术，为每颗芯片提供大得多的内存和高得多的内存带宽。他们的目标是在参数量超过 10T 的模型上，实现每用户每秒最高 10,000 tokens。这太疯狂了！ 在那样的速度下，如今需要数小时的编码智能体，几分钟内就能完成。 这绝对是我近期见过更令人兴奋的融资之一。

    引用Tapa Ghosh@semiDL

    Excited to announce Volantis's $88M Series A. We are solving Al's memory bottleneck by using optics, enabling chips with huge amounts of fast & cheap memory. By boosting both the memory bandwidth and capacity per chip by orders of magnitude, we enable ultra-fast inference (up to 10,000 tps/user) for large models (>10T) - with low $/tok to boot. Initially, this will enable insanely fast agents - think coding agents that finish in minutes or even seconds instead of hours. More excitingly, optics is a fundamentally scalable way to increase memory systems. Not 2X/year, but by orders of magnitude across new generations. This will enable a structurally new Al industry, including restarting scaling laws, holding entire repos in context windows & more. Our team has pioneered many core semiconductor technologies: the 1st CoWoS product, early HBM, the 1st silicon photonics CPO systems, the 1st high volume tunable VCSELs, the 1st processors to directly communicate using light & more. We’ve already sent data >10× farther than equally tiny electrical wires inside a chip package. Our next iteration is already taped out and targets world-record bandwidth density over relevant distances, read more: https://volantissemi.ai/news-insights/our-88m-series-a-demolishing-the-memory-wall-with-photonics-post

  5. Hacker News：AI 热帖80

    金融 AI 智能体基准分数为何应像 Adjusted EBITDA 一样打折审视

    作者分析多个金融智能体基准后认为，82.2% 等头部分数主要反映干净输入、单次运行、宽松评分和简化环境下的表现，不能直接等同于真实金融工作可交付能力。

    推荐理由：文章把金融智能体基准分数拆解为输入预处理、运行次数、评分规则和环境简化等差异，便于团队按自身工作流校准可用性。

  8. IT之家（RSS）76

    加州检察长向 OpenAI 发出传票，调查 AI 智能体网络安全风险

    加利福尼亚州总检察长罗布·邦塔向 OpenAI 发出调查传票，要求其说明 AI 模型相关网络安全事件和风险。此前加州司法部已就今年早些时候 OpenAI AI 智能体入侵 Hugging Face 并取得部分基础设施访问权限一事展开调查，15 个州总检察长也组成联盟要求 OpenAI 提供信息。

    推荐理由：文章串联州检察长、FTC 和多州联盟的调查动作，可帮助读者理解 AI 智能体网络安全风险正进入执法审视阶段。

  9. Hacker News：AI 热帖64

    Noodle 推出免费开源的 Mac AI 智能体应用套件

    Noodle 发布面向 AI 智能体工作的 Mac 应用，支持为智能体设置名称、职责和独立工作区，并可让多个智能体在同一群组中分工协作。套件包含 Noodle Computer、Noodle Browser、Noodle Applet 和 Noodle Hub，智能体可使用独立桌面、登录后的浏览器、生成小工具，并通过常开 Mac 共享给亲友。

  11. Hacker News：AI 热帖55

    DoGBench 文档生成基准发布：AI 智能体综合得分最高未超过 50%

    DoGBench 是面向用户文档生成的评测基准，测试 AI 智能体能否根据真实仓库事件和文档缺口编写、维护软件文档。基准包含来自 Helm、PostHog、Mautic、Doc Detective 等开源项目的 292 个任务，其中 205 个需要修改文档、87 个不应修改；主评测使用 117 个留出任务，含 82 个需更新任务和 35 个无需更新任务。

  14. Rohan Paul41

    Chamath 在 Stanford AI Club 表示，AI 的 long-horizon tasks 与复杂问题目前仍未被有效解决，即使运行 48 小时的脚本或评测也不能证明其可用。

    引用Rohan Paul@rohanpaul_ai

    Eric Schmidt: If I could invest in only 1 AI theme, it would be long reasoning. A model that can stay on 1 problem for hours/days is a completely different thing from a model that answers and stops, and most people still have not priced that difference. ---- From "Blackstone and Eric Schmidt" YouTube channel, (link in comment)

  22. Hacker News：AI 热帖52

    用提示词降低审查 AI 代码改动时的认知负担

    作者在审查大量 AI 生成代码前，会先用提示词让 LLM 提取非常规或自定义抽象术语，生成包含含义、选择原因和替代名称的临时 markdown 文件。作者确认或改写术语后，AI 会在代码和文档中全局替换，使代码表述更贴近作者的语言习惯，从而减少反复理解新术语的认知负担。

  24. Hacker News：AI 热帖65

    《AI as Normal Technology》提出将 AI 视为普通技术的世界观

    一篇长文提出应把 AI 视为由人类和组织控制的普通技术，而非高度自主、可能成为超级智能的独立物种。文章区分 AI 方法发明、产品创新与社会扩散，认为安全验证、组织流程和制度适应会让重大经济影响以数十年尺度展开，并主张用审计、监控、容错、权限控制等下游治理应对事故、军备竞赛、滥用和错位风险。

  25. Hacker News：AI 热帖42

    AI 不“只是工具”：对 LLM 技术“工具论”的批评

    一篇观点文章反对“AI 只是工具”的说法，认为该表述把 LLM、AI 智能体、数据中心扩张和付费产品简化为中性工具，回避了公司责任、训练数据、算力与环境成本等问题。文章以电钻、Emacs 和 Vim 为例，称传统工具用于特定任务且不会概率性出错，而当前 AI 行业还伴随公司高管言论、资源消耗和社会危害争议。作者呼吁停止使用“只是工具”的修辞，以免为不负责任的 AI 公司行为开脱。

  26. Hacker News：AI 热帖67

    AI 安全运动应选择大帐篷还是小帐篷

    两位作者主张 AI 安全运动应采取大帐篷路线，关注 AI 放大的网络、生物和累积性制度风险，而不是让缺乏可信因果模型的 x-risk 叙事主导公共政策。文章认为 x-risk 框架会加剧极化、误导资源，并使政策空间偏向模糊的开发禁令；更可行的方向是建设社会韧性、透明度、责任机制和嵌入式评估。

  27. Hacker News 热门（buzzing.cc 中文翻译）68

    Earendil 发布 Pi 1.0 与实验包 Pi Durable

    Earendil 发布 Pi 1.0，这是一个强调极简、稳定和可扩展的 AI 智能体 harness，可作为日常编码智能体使用。Pi 1.0 新增 Codemode、对 MCP 和非 LLM 模型的原生支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、会话中系统消息、新 TUI 主题和默认全屏模式。

  28. Elon Musk37

    Grok Bot 现在更主动了。 举例来说：用户改签航班后，它会注意到 Uber 预约未同步更新，并在转机途中提醒用户修改；用户借助 Starlink 网络在落地前完成更改，避免了麻烦。 Grok @Bot 是一款出色的助手。

    引用matt palmer@mattyp

    Grok Bot is now more proactive. What does that mean? Here's one example: I switched flights, but @bot noticed I didn't update my Uber reservation Bot realized, then pinged me to update the reservation *during* my connecting flight I had @starlink, so I was able to change it before I landed and save myself a headache

  35. elvis52

    Onepin 发布面向 text-to-speech 之后流程的 AI 语音质检工具，可在配音上线前逐行检查自然度、清晰度、发音和单词准确性。它支持用 400 万词发音词典核对人名和产品名、预先拼读价格与日期，并可用同一声音直接修复错误单词而无需重新生成整句；服务兼容 ElevenLabs、OpenAI、Google 等 30 多个语音提供方，免费开始且无需信用卡。转发者 elvis 认为，AI 语音在多数应用中已经足够自然，但 Q3、v1.2 或品牌名读错仍会影响用户对语音智能体的感受。

    引用Soohyun Bae@RealSoohyunBae

    Your AI voice sounds human. So why can't it say your product's name? A great AI voice reads "Porsche Taycan" as TAY-can. Porsche says TIE-kahn. It guessed from the spelling, and nobody caught it, because nobody listens to line 1,200. Today we're launching Onepin: the production step after text-to-speech. It checks every line of voiceover before it ships using the voices you already work with. Onepin can: ➤ Check people's and product names against a 4-million-word pronunciation dictionary ➤ Spell out prices and dates before the voice speaks ➤ Score every line of audio for naturalness, clarity and word accuracy ➤ Fix the one wrong word in the same voice, without re-rendering the take Works with your voice subscription on @ElevenLabs, @OpenAI, @Google and 30+ more. No phonetic spellings to type. No re-rolls. No switching providers. Free to start, no credit card required. Hear the before and after in the thread ⬇️

  39. Databricks：Blog（RSS）49

    Lakebase Postgres 基于分支的恢复如何实现大规模快速恢复

    Lakebase Postgres 推出基于分支的恢复机制，将恢复变为在指定时间戳创建分支的元数据操作，即使数据库达 100 TB，恢复时间也可降至秒级。其架构将计算与存储解耦，由 Safekeepers、pageserver 和对象存储分别负责 WAL 持久化、页面重构与长期历史保存，避免传统 PITR 部署实例、拉取快照和重放 WAL 的多小时等待。