跳到正文

网站与博客

媒体报道、公司博客与研究文章

当前显示全部 AI 相关新闻
按账号或来源筛选（93）
全部网站与博客新闻IT Home10130 条TechCrunch · AI469 条The Decoder401 条Simon Willison383 条OpenAI News323 条The Verge · AI257 条Hugging Face Blog156 条Claude Blog142 条elsewhere articles118 条Google Research110 条OpenRouter Announcements108 条Databricks Blog104 条Mistral AI89 条Tomer Tunguz89 条Sierra Blog71 条Claude Platform release notes70 条Anthropic Newsroom67 条Gary Marcus65 条LlamaIndex：产品、工程与评测62 条Runway News62 条Gemini API 更新日志61 条Together AI Blog61 条Factory 研究 / 产品60 条LMSYS Blog60 条Manus Blog60 条Google DeepMind59 条Replit Blog59 条NVIDIA Blog54 条a16z News52 条LangChain Blog51 条Apple Machine Learning Research50 条ByteByteGo48 条Suno Blog48 条ElevenLabs Blog45 条Google Cloud: Databases45 条Google Blog: AI42 条AWS Machine Learning Blog41 条Qwen Blog40 条Google Developers Blog38 条Cursor Blog37 条Ars Technica · AI34 条Microsoft AI News32 条Linear Now30 条PromptArmor：Threat Intelligence28 条Dwarkesh Patel27 条Latent Space27 条Nathan Lambert: Interconnects26 条Anthropic Research24 条Sakana AI Blog24 条DeepSeek API updates23 条Artificial Intelligence News22 条Amazon Science21 条Cohere 产品与研究博客21 条Import AI21 条AI as Normal Technology20 条Epoch AI：Gradient Updates20 条Exponential View20 条MarkTechPost20 条OpenClaw Blog20 条Recode China AI20 条Redwood Research Blog20 条SemiAnalysis 长文19 条MIT Technology Review · AI18 条Understanding AI18 条ByteDance Seed Papers17 条Liquid AI 模型与工程博客16 条GitHub Blog · AI & ML13 条404 Media12 条ChinaTalk12 条Google AI：DEV 作者专属12 条Microsoft Research12 条MiniMax Blog12 条Meta Engineering11 条Sam Altman Blog11 条Berkeley AI Research10 条Black Forest Labs Blog10 条Chips and Cheese10 条PyTorch Blog9 条xAI：News9 条Every latest articles7 条Preferred Networks：AI 研究与产品7 条Thinking Machines Lab Blog7 条ByteDance Seed Research5 条Claude YouTube3 条Canary Media：Data Centers2 条CMU Machine Learning Blog1 条MarkTechPost · 历史来源184 条xAI News · 历史来源76 条Artificial Intelligence News · 历史来源64 条Claude YouTube · 历史来源54 条Ars Technica: AI · 历史来源20 条GitHub Blog · 历史来源20 条Lilian Weng's Log · 历史来源2 条
15,470 条AI 相关新闻 · 最新在前
8月17日周一
  1. The Verge · AI62

    OpenAI 据报解散其 preparedness 团队

    据《金融时报》报道，OpenAI 已在 上月底 解散负责评估模型是否构成严重风险并制定缓解措施的 preparedness 团队。OpenAI 发言人 Kayla Wood 否认这一说法，称公司在网络安全、生物化学与 AI 自我提升能力等方向都有资深研究负责人，均向安全负责人 Saachi Jain 汇报。

  7. LlamaIndex：产品、工程与评测38

    LlamaIndex 如何用 Temporal 扩展可靠的文档编排

    LlamaIndex 用 Temporal 替换 RabbitMQ，支撑起每天数千万页文档的处理，并驱动其最新的 Batch API 发布。Temporal 作为持久化函数执行运行时，通过 Workflow、Activity 和 Worker 提供持久状态、公平性与并发控制，让失败任务可从断点重试。LlamaIndex 借此解决了旧队列系统在状态追踪、心跳重试和资源限流上的层层复杂度。

8月16日周日
  5. Simon Willison47

    Dario Amodei 谈公众对 AI 的负面看法：根源是信任危机而非风险警告

    Anthropic 的 Dario Amodei 认为，公众对 AI 的负面看法根本上是一场信任危机，而非 AI 领袖警告风险所致，普通人本就不信任企业、政府和科技行业。他反对用光鲜的正面营销挽回信任，称"AI 能治愈癌症"已沦为陈词滥调，真正有效的是真的治愈癌症。他认为对 Anthropic 等 AI 公司最准确的批评是尚未兑现造福世界的承诺。

  8. IT Home62

    中消协：近期 AI 客服相关投诉显著增多

    中消协 8 月 5 日发布报告指出，AI 客服投诉显著增多，消费者反映的问题集中在 AI 客服不实承诺、人工客服接入困难、生成内容失准等方面。据北京卫视近期测试，记者拨打某短视频平台客服电话时，说出 4 次转人工后才开始转接，从拨打电话到接通人工客服用时近 6 分钟，部分平台还会通过循环应答、多层跳转阻碍进入人工服务。

  18. LangChain Blog62

    LangChain 的 Managed Deep Agents 进入公开测试

    LangChain 宣布 Managed Deep Agents 进入公开测试，开发者可用 Python 或 TypeScript 编写 Deep Agent 并本地测试，再用 mda deploy 一条命令部署到 LangSmith 托管运行时。

    推荐理由：原文列出托管运行时接管的持久化、沙箱与记忆等基础设施，并说明用户仍可控制的部分，便于判断是否把原型迁到生产。

  19. LangChain Blog49

    LangChain 推出 ReviewBench：用真实 PR 评审数据评测代码审查智能体

    LangChain 发布 ReviewBench，一个基于 LangSmith 单体仓库真实 PR 评审意见构建的代码审查智能体评测基准，目前包含 59 个任务、覆盖 64 个基线问题，采用 Harbor 任务格式并以 F1 为综合得分。在统一 Deep Agents 基础框架下，最强模型仅能找回约 30% 的基线问题；对 Luna 改用高推理强度与结构化评审提示词后，其表现出现变化。

  23. LangChain Blog71

    LangChain 实测 Switchyard 路由：仅 7% 的 agent 调用需要前沿模型

    LangChain 用自家 145 个多步任务的 Deep Agents 评测套件测试 NVIDIA 开源路由库 Switchyard，只有 7% 的模型调用被送到 Claude Opus 4.8，其余 93% 由 30B 的 Nemotron 3.5 Lightning 处理。

    推荐理由：用同一套 agent 评测套件对比单模型与路由方案，并给出判断是否值得上路由的成本公式。

  24. LangChain Blog49

    LangChain 如何构建智能体优先的数据栈

    LangChain 将数据栈从传统 BI 工具迁移到以 Hex 为核心的智能体优先架构，六周内 100% 完成迁移。其自助数据智能体目前处理的请求量约为 3 人数据团队直接承接量的 40 倍，近 30 天内近 100% 的已配置用户（占公司三分之一）使用过该智能体，期间约产生 2,200 次对话。用户可通过 Hex UI、Slack、CLI、MCP 和 LangSmith Fleet 等入口访问。

  26. LangChain Blog44

    Similarweb 如何用 LangSmith 评估长文智能体研究报告

    Similarweb 在 LangSmith 中结合确定性检查与 LLM-as-a-judge，评估 Data Studio 智能体输出的长文研究报告。确定性检查验证工具调用与结构化输出，LLM 评审则依据 golden answer 或评分细则打分并给出评语，所有反馈与 trace 关联，可逐条下钻查看。团队还强调评估校准不当比没有评估更糟，并分享了踩坑一周的教训。

  30. LangChain Blog65

    LangChain 发布 Deep Agents v0.7，基础输入 token 减少 65%

    LangChain 发布 Deep Agents v0.7，通过删除底层基础系统提示词、裁剪 43% 内置工具描述并把 TodoListMiddleware 改为可选，默认智能体单轮的基础输入 token 减少 65%（约 6k 降至约 2k）。

    推荐理由：发布给出了删减提示词后的 token 与成本对比数据，可用来判断精简 harness 对现有智能体工作流的影响。

  31. LangChain Blog60

    LangChain 解释什么是 AI 智能体，并给出自治程度六级划分

    LangChain 在博客中把 AI 智能体定义为使用大语言模型决定应用控制流的系统，自治程度取决于模型掌握多少控制流。文章用六级图谱区分工作流与智能体，从手写代码、单次 LLM 调用、链式调用一直到能自行构建并记忆工具的完全自主智能体，并指出模型控制权越多，对可观测性、评测、记忆、权限和安全执行的要求越高。

    推荐理由：文章给出以控制流归属划分智能体的定义和六级自治图谱，并列出落地生产所需的基础设施与评测方法。

  32. LangChain Blog45

    LangChain 如何评估语音智能体：执行、结果与体验三个维度

    LangChain 提出从执行、结果、体验三个维度评估语音智能体，三者相关但不可互换。执行维度检查智能体是否按指令调用正确工具、遵守隐私与同意政策；结果维度关注交互是否真正达成目标，如预约是否成功；体验维度则看对话是否顺畅。LangSmith 支持追踪完整交互、用代码评估器和 LLM 评判器打分，并对比长期变化。