林俊旸官宣创业公司“Pragmatik Labs”
前阿里通义千问（Qwen）团队核心成员林俊旸官宣了其创业公司：语用科技（Pragmatik Labs）。 今日凌晨，他在 X 上发布了这条消息。"a life update"，措辞轻描淡写，但内容不轻：新公司叫 Pragmatik（p7k）Labs，中文名"语用科技"，方向是数字世界和物理世界的下一代 Agent。种子轮由高榕创投和红杉中国联合领投，腾讯和上...
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
12005资讯
11873正文归档
75817媒体
浅析大模型推理十二篇之关键指标
前两篇分别讲了 Prefill / Decode 两阶段，以及 KV Cache 如何用「空间换时间」避免重复计算。理解机制之后，下一步是：怎么衡量一个推理系统好不好？
Grok Bot 正式官宣 —— SpaceXAI 也下场做 AI 同事了
马斯克旗下 AI 公司 SpaceXAI 发布了 Grok Bot（目前处于 Early Beta 阶段）——一个专注于“干活”而非聊天的 AI 产品。 和 ChatGPT 或 Claude 的对话框不同，Grok Bot 的设计目标是像一个同事一样接管你的工作流。它可以登录你的 Zendesk 处理客服队列，学习你做周报的流程然后自动执行，多个 Bot 在同一个线程里互相传...
独家解读丨对手买「法拉利」，AMD为何给自己添了一辆「拖拉机」？
一颗芯片，只为一个模型而生。在模型仍快速迭代的今天，这听起来多少有些反常识。但8月6日，AMD官宣收购加拿大AI推理芯片公司Taalas。待交易完成后，AMD计划将Taalas技术纳入其加速器路线图，并与Instinct GPU共同开发系统级解决方案。某AI芯片企业产品副总裁蒋姚打了个很形象的比方：相比英伟达在有了“大众”后再添一辆追求极致性能的“法拉利”，AMD买下Taalas，更像给自己置办了一辆“拖拉机”。“拖拉机”并非性能差，只是适用范围更窄。那么，Taalas为什么愿意主动舍弃灵活性呢？在Taalas创始人Ljubisa Bajic看来，今天的AI距离真正“无处不在”仍有两个重要障碍
OneAdvanced 如何在英国主权 AWS 上部署超过 50 个 AI Agent
英国企业软件提供商 OneAdvanced 为满足严格的数据主权要求，在伦敦 AWS 区域自托管了 Llama 4 Maverick 与 Llama Guard 4，确保用户数据不离开英国。该方案以 Amazon SageMaker AI 上的 vLLM 模型服务为基础，结合 Aurora PostgreSQL 的 pgvector RAG 管道、Amazon ECS 上运行的 Strands Agents SDK，以及 DynamoDB 配置管理。OneAdvanced 在三周内构建并上线超过 50 个面向医疗、法律、HR、营销等领域的专业 Agent，并通过无代码构建器降低非技术人员创建 Agent 的门槛。该案例说明，对于受监管行业，自托管开源权重模型可在保留模型服务控制权的同时，满足数据驻留、隐私和 AI 治理需求。
推理服务化：Triton、Ray Serve、KServe 与 PD 分离
From single-node engines to production clusters: Triton, Ray Serve, KServe, PD disaggregation, LoRA
放心支付：Solv Labs 如何基于 Amazon Bedrock AgentCore payments 构建可验证、可审计的 Agent 支付
Solv Labs 联合 ICME Labs 在 Amazon Bedrock AgentCore payments 上构建了一套受治理的 Agent 支付工作流，通过 ORACLE 策略引擎、ICME PreFlight 验证、AWS Nitro Enclave 硬件证明和逐笔风险定价控制每一笔交易。该方案要求支付结算前完成预授权、可独立验证的策略证明、硬件完整性证明和风险乘数计算，并将证据锚定至公共区块链。端到端单笔交易耗时不足四秒，其中治理开销不足一秒，同时保留完整、可供审计方和交易对手独立验证的证据记录。对企业开发者而言，这一模式将 Agent 支付的治理从事后审查转为执行时控制，尤其适用于监管要求严格的业务场景。
:fire::fire:开源 API 开发管理平台 5.5.0 发布
ApiGo 是一款在线接口开发和管理平台，企业项目开发脚手架、SQL2API 、数据预览平台。支持动态数据源、动态 SQL 和标签， 支持接入（mysql、oracle、达梦、TiDB、DolphinDB、Hive、DuckDB ）等 SQL 或 NoSQL 数据源，在线可视化编写 SQL 快速发布接口，支持接口上下线、接口管理、接口限流、权限控制、数据转换、事务控制...
Grok is now an AI ‘teammate’ you can assign work - The Verge
Grok is now an AI ‘teammate’ you can assign work The Verge
AI 编程助手能写代码，但提个 PR 还是得靠人点网页——Gitee CLI 想解决这件事
AI 编程助手已经很能写代码了。Claude Code、Codex、OpenCode 都可以读懂你的仓库、改好一个 Bug、补上一段测试。 但当任务走到「把这个分支提个 PR」「顺手建个仓库」「把这批 issue 归档」时，它们往往就卡住了——网页界面点不动，裸调 REST API 又要记住一堆端点、鉴权和分页规则。 Gitee CLI 正在补上这「最后一公里...
Agent 能跑通以后，我才发现代码不是交付物
上一篇文章《我能解释 RAG、MCP 和 Eval，却画不出一条完整的 Agent 链路》的最后，我给自己留了一个任务： 当时我觉得这件事应该不难。 Demo 已经能运行，10 条测试全部通过，REA
一个人已经有 Agent 了，我们为什么还要建设统 Agent 平台
当 Agent 开始访问企业数据和业务系统，它代表谁？能看什么？可以替谁执行动作？一次操作出了问题，该去哪里查？一个人摸索出来的方法，又该怎样交给同事继续使用？
赛事发布｜AI 社会科学家研究挑战赛：开启AGI时代的社会科学研究之旅
一大赛背景与目的随着人工智能、大语言模型与智能体技术的快速发展，计算社会科学正在迎来新的研究范式。传统社会科学研究主要依赖调查、实验和观察等方法，在面对复杂社会系统中的多主体互动、动态演化和长期影响时，往往受到成本、规模和可重复性等限制。大模型驱动的智能体为社会科学研究提供了新的可能。一方面，智能体可以作为具有不同特征的虚拟社会参与者，在模拟环境中参与互动与决策，支持大规模、动态化的社会实验；另一方面，智能体也可以作为研究者的智能科研伙伴，协助完成问题探索、假设生成、实验设计、结果分析等研究环节。基于这一理念，本次大赛依托 AgentSociety² 平台，探索人工智能驱动的社会科学研究新方法
紫东太初推出GMC核心集剪枝方法，少80%Token仍满血保真多模态能力
免训练、开箱即用！
小扎万字长文炮轰闭源：蒸馏无罪，Meta 正式重回开源模型路线
点击查看原文>
AI Agent 的“自述”不可信：如何构建可取证、可评估、可进化的 Agent 生产流水线？
这篇指南给出的是一条已经跑通的路径：观测取证 → 分层评估 → 根因定位 → 优化回写 → 数据集回归 → 常态化监控。这条路径在实战中用 3 天完成了首轮闭环，抓出了 5 个以上生产环境的代码生成
阿里云 EMR Daft AI Function：用 DataFrame 表达式搞定大模型调用与多模态向量化
当用户在DataFrame处理链路中需要引入大模型能力，或需要统一处理文本、图片、视频等多模态数据时，推荐在阿里云EMR Serverless Spark上使用 Daft AI Function方案。
我的 AI 终端配置清单
我的 AI 终端配置清单 一、MCP Server（模型上下文协议服务） MCP 是给 AI 终端扩展"外部能力"的标准协议：终端把一个服务以 stdio/HTTP 形式拉起来，服务把自己的工具（to
不止是命令行：Gitee CLI 如何成为 AI Agent 的「Gitee 之手」
AI 编程助手已经很能写代码了。Claude Code、Codex、OpenCode 们可以读懂你的仓库、改好一个 Bug、补上一段测试。 但当任务走到「把这个分支提个 PR」「顺手建个仓库」「把这批 issue 归档」时，它们往往就卡住了，网页界面点不动，裸调 REST API 又要记住一堆端点、鉴权和分页规则。 Gitee CLI 正在补上这「最后一公里」...
[AINews] 如何窃取推理轨迹
一篇新论文披露，攻击者可利用多家前沿 AI 公司 API 中的漏洞，重放加密推理块并诱导较弱模型转录隐藏的推理内容。研究团队称，恢复出的推理 token 数量在多数测试提示词中与 API 计费的 thinking token 数量 1:1 对应，并在约 7,000 条公开轨迹中发现 API 密钥、邮箱、密码等敏感信息。该事件凸显了公开分享 Claude Code、Codex 等会话轨迹的隐私风险，也表明隐藏 CoT 并非可靠的安全监控边界。与此同时，新闻还涵盖 NVIDIA Nemotron 3.5 Lightning、小型开放 Agent 模型、本地 AI 工具、Grok Bot，以及企业级 Agent 评测的发展。
从辅助到执行：企业如何让 AI 投入工作
OpenAI 的研究揭示了企业如何采用具备代理能力的 AI，并将其用于实际业务工作流程。研究关注 ChatGPT 和 Codex 在企业中的应用，以及 AI 如何从辅助工具逐步承担执行任务。报告指出，率先采用前沿 AI 能力的企业正在扩大领先优势，这对开发者和行业的 AI 部署策略具有参考意义。
早报｜Manus官宣恢复独立运营/米哈游新作上线未满一月宣布停运/胖东来发放7万元「委屈奖」
· 前千问负责人林俊旸创办新公司，腾讯参与支持 · 英伟达联手六家资管机构，为 AI 基础设施撬动超 5000 亿美元资本 · DeepSeek 招募 IDC 数据中心团队#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
RingCentral 如何从工程到运营构建 AI 原生工作方式
RingCentral 使用 ChatGPT Work 和 Codex 加速 AI 产品开发，并将工程与运营领域的业务情报集中化。其目标是把 AI 能力嵌入从软件工程到日常运营的工作流程中。对开发者和企业而言，这展示了生成式 AI 工具在提升研发效率、打通跨部门信息与运营协作方面的应用方向。
流强制：为鲁棒流式视频生成构建统一训练轨迹
流式视频生成在世界建模中具有重要潜力，需要在线、按顺序地预测未来帧，从而形成连续的视频流。原文指出，流式视频扩散模型存在根本性的训练—推理不匹配问题。该研究提出“流强制”（Stream Forcing），旨在构建统一的训练轨迹，以提升流式视频生成的鲁棒性。由于所提供原文未包含完整摘要和方法细节，具体技术实现、实验数据及结论尚无法进一步确认。
DriveVLA-M0：面向自动驾驶的失效感知记忆增强
DriveVLA-M0 是一项面向端到端自动驾驶的 Vision-Language-Action（VLA）模型研究，论文以 arXiv:2608.10413v1 的新稿形式发布。其摘要指出，VLA 模型可在感知、语言与规划之间实现统一推理，因而成为自动驾驶领域具有潜力的技术范式。该研究聚焦于利用历史失败经验进行记忆增强，以弥补现有方法缺乏有效利用过去失败信息机制的问题。对开发者而言，这一方向可能有助于提升自动驾驶 Agent 对复杂场景和既往错误的感知与应对能力。
FormStruct-Bench：面向表格表单文档结构识别的分层诊断基准
该论文提出 FormStruct-Bench，一个用于表格表单类文档结构识别的分层诊断基准。论文指出，将表格表单文档转化为机器可处理的记录，不仅需要恢复可见内容，还需要识别组织这些内容的多层级结构。现有基准通常只评估整体文档输出或部分结构能力，难以系统诊断模型在复杂表单结构理解中的不足。该工作或将为文档智能、OCR 后处理、信息抽取及 Agent 自动化流程中的结构化解析能力评测提供更细粒度的依据。
迈向统一的动态人脸关键点检测
该论文提出 Unified Dynamic FLD，旨在解决传统人脸关键点检测模型需针对不同“N 点”数据集分别训练、且只能输出固定数量关键点的问题。方法将关键点表示为“人脸部位锚定关键点位置”（FPALP），即沿人脸部位轮廓从起点到终点的连续进度值，从而可将不同来源的 N 点数据集统一起来。模型使用基于 FPALP 的查询，通过跨模态解码器逐步优化并预测关键点坐标，可在运行时加载指定查询以输出任意数量的特定关键点。多项基准实验表明，该方法在获得统一训练与动态预测能力的同时，性能与现有先进方法相当，并在部分场景中更优。
从检测到理解：用于多任务交通异常推理的 TAR 与 TAR-Bench
研究团队发布了 TAR（Traffic Anomaly Reasoning）和 TAR-Bench 数据集，旨在支持视频语言模型开展超越传统异常检测的交通异常推理。TAR 包含面向 10 项任务的 44,040 条链式思维训练标注，覆盖 3,670 段 CCTV 视频。该资源可帮助开发者训练和评估模型对交通异常进行更细粒度的理解、解释与多任务推理，而不仅是识别异常是否发生。
空间思维链：面向视觉语言模型的模态无关空间定位
该论文提出“空间思维链”（Chain of Spatial Thoughts），旨在提升视觉语言模型（VLM）的模态无关空间定位能力。研究聚焦空间理解这一具身智能的基础能力，其应用包括机器人操作、具身导航和自动驾驶。论文指出，尽管近期 VLM 已取得显著进展，但空间理解仍是需要重点解决的关键问题。该工作可能为开发具备更可靠空间推理与环境交互能力的 AI Agent 提供方法参考。
面向长时程工具使用 Agent 任务的高效强化学习
这篇新论文（arXiv:2608.10357v1）聚焦长时程、可调用工具的 Agent 任务中的强化学习效率问题。此类 Agent 需要同时处理用户目标、领域策略、工具调用、模拟器状态，以及延迟且可验证的奖励。论文指出，强化学习适合这一场景，但多轮在线策略采样会产生很长的上下文与交互轨迹，带来训练效率挑战。相关研究对构建能够完成复杂多步骤工作流的开发者 Agent 和行业自动化系统具有参考意义。