Agent 进入真实工作流
2026年第二季度，AI Agent正式从对话框走出，进入真实工作流。OpenClaw、Codex等产品的普及，使Agent能自主读文件、跑代码、操作软件，甚至接入企业系统。行业发现，传统浏览器入口不再必要，命令行和结构化数据对Agent更直接。与此同时，Tokenmaxxing运动失败——Agent高效生成却卡在审核、判断等瓶颈，无效Token消耗占比高达90%，代码提交量提升120%但实际发布仅30%。报告指出，核心问题已转向构建高效的Human in Loop体系并降低成本，通用Agent框架下，大模型公司正快速切入金融、法律等垂直行业，而组织复核、协调能力的缺失成为新瓶颈。 #AI #Agent #2026趋势 #Tokenmaxxing #人工智能 #科技趋势 #大模型
2026年第二季度，AI Agent正式从对话框走出，进入真实工作流。OpenClaw、Codex等产品的普及，使Agent能自主读文件、跑代码、操作软件，甚至接入企业系统。行业发现，传统浏览器入口不再必要，命令行和结构化数据对Agent更直接。与此同时，Tokenmaxxing运动失败——Agent高效生成却卡在审核、判断等瓶颈，无效Token消耗占比高达90%，代码提交量提升120%但实际发布仅30%。报告指出，核心问题已转向构建高效的Human in Loop体系并降低成本，通用Agent框架下，大模型公司正快速切入金融、法律等垂直行业，而组织复核、协调能力的缺失成为新瓶颈。 #AI #Agent #2026趋势 #Tokenmaxxing #人工智能 #科技趋势 #大模型
1955年达特茅斯夏季人工智能研究项目提案问世
由约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农共同起草的《达特茅斯夏季人工智能研究项目提案》于1955年8月31日提交。该提案提议在1956年夏季于新罕布什尔州汉诺威的达特茅斯学院开展为期两个月、十人参与的人工智能研究。提案基于一个核心猜想：学习或智能的任何特征原则上都可以被精确描述，从而能够用机器模拟。研究目标包括让机器使用语言、形成抽象概念、解决当前仅限人类的问题，并实现自我改进。提案还讨论了自动计算机、神经网络、计算规模理论、自我改进和抽象等关键方向。这份文件被公认为人工智能领域的奠基之作，直接促成了1956年达特茅斯会议，标志着AI学科的诞生。 #人工智能 #达特茅斯 #AI历史 #科技 #1955 #麦卡锡 #明斯基 #香农
由约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗切斯特和克劳德·香农共同起草的《达特茅斯夏季人工智能研究项目提案》于1955年8月31日提交。该提案提议在1956年夏季于新罕布什尔州汉诺威的达特茅斯学院开展为期两个月、十人参与的人工智能研究。提案基于一个核心猜想：学习或智能的任何特征原则上都可以被精确描述，从而能够用机器模拟。研究目标包括让机器使用语言、形成抽象概念、解决当前仅限人类的问题，并实现自我改进。提案还讨论了自动计算机、神经网络、计算规模理论、自我改进和抽象等关键方向。这份文件被公认为人工智能领域的奠基之作，直接促成了1956年达特茅斯会议，标志着AI学科的诞生。 #人工智能 #达特茅斯 #AI历史 #科技 #1955 #麦卡锡 #明斯基 #香农
Översikt.se：用公共数据与AI构建瑞典政治透明度引擎
瑞典独立平台Översikt.se正式上线，旨在通过开放官方数据和人工智能技术，提升政治透明度并对抗虚假信息与操纵。该平台整合了来自17个来源的1246篇内容，提供实时政治动态、税收计算器及政府支出可视化分析等工具。用户可输入个人收入，实时查看税收分配详情，包括地方税、国家税及公共服务费。平台还针对2026年大选设置倒计时，并公开政府预算在27个支出领域的具体流向。Översikt.se强调所有计算均在本地浏览器完成，数据仅存储于用户设备，确保隐私安全。这一工具通过将复杂的政府数据转化为直观的交互式图表，帮助选民理解财政政策，从而促进更透明的民主决策。 #瑞典 #政治透明 #AI #公共数据 #民主 #虚假信息 #政府支出 #科技新闻
瑞典独立平台Översikt.se正式上线，旨在通过开放官方数据和人工智能技术，提升政治透明度并对抗虚假信息与操纵。该平台整合了来自17个来源的1246篇内容，提供实时政治动态、税收计算器及政府支出可视化分析等工具。用户可输入个人收入，实时查看税收分配详情，包括地方税、国家税及公共服务费。平台还针对2026年大选设置倒计时，并公开政府预算在27个支出领域的具体流向。Översikt.se强调所有计算均在本地浏览器完成，数据仅存储于用户设备，确保隐私安全。这一工具通过将复杂的政府数据转化为直观的交互式图表，帮助选民理解财政政策，从而促进更透明的民主决策。 #瑞典 #政治透明 #AI #公共数据 #民主 #虚假信息 #政府支出 #科技新闻
资深工程师抨击AI在软件工程中泛滥
一位拥有20年软件工程经验的开发者发文表达对AI工具在行业中泛滥的强烈不满。他指出，从代码提交、PR描述、代码审查到技术文档、设计规范，几乎所有产出都已变成由AI生成的“垃圾”（slop）。许多团队的决策也深受AI生成内容的影响。虽然早期使用AI编码令人新奇，但如今它已成为行业“潜规则”，拒绝使用不仅会在文化上被视为“态度问题”，在绩效指标（如提交行数）上也难以竞争。作者认为，尽管存在像Zig这样公开反对AI的项目，但非AI项目注定只能是小众选择，难以产生商业影响。他感叹自己失去了往日对编程的乐趣，并看不到回头路。 #AI #软件工程 #代码生成 #开发者体验 #行业批判 #技术文化 #AI垃圾
一位拥有20年软件工程经验的开发者发文表达对AI工具在行业中泛滥的强烈不满。他指出，从代码提交、PR描述、代码审查到技术文档、设计规范，几乎所有产出都已变成由AI生成的“垃圾”（slop）。许多团队的决策也深受AI生成内容的影响。虽然早期使用AI编码令人新奇，但如今它已成为行业“潜规则”，拒绝使用不仅会在文化上被视为“态度问题”，在绩效指标（如提交行数）上也难以竞争。作者认为，尽管存在像Zig这样公开反对AI的项目，但非AI项目注定只能是小众选择，难以产生商业影响。他感叹自己失去了往日对编程的乐趣，并看不到回头路。 #AI #软件工程 #代码生成 #开发者体验 #行业批判 #技术文化 #AI垃圾
1Password 推出 Claude 集成，AI 代理可安全调用密码
随着代理式 AI 的发展，用户隐私与安全顾虑日益突出。1Password 宣布推出 Claude 集成，允许 AI 代理 Claude 在用户授权下使用密码执行任务，但确保 Claude 无法直接查看密码明文。该功能目前已在 Mac 端面向商业、家庭和个人计划开放，用户需同时安装 1Password 桌面应用、浏览器扩展以及 Claude 桌面应用和浏览器扩展。目前仅支持密码管理，未来计划扩展至支付卡和身份信息。这一举措被视为在 AI 深度融入个人生活与隐私保护之间寻求平衡的首批尝试之一。 #1Password #Claude #AI #隐私 #密码管理 #Anthropic #代理式AI
随着代理式 AI 的发展，用户隐私与安全顾虑日益突出。1Password 宣布推出 Claude 集成，允许 AI 代理 Claude 在用户授权下使用密码执行任务，但确保 Claude 无法直接查看密码明文。该功能目前已在 Mac 端面向商业、家庭和个人计划开放，用户需同时安装 1Password 桌面应用、浏览器扩展以及 Claude 桌面应用和浏览器扩展。目前仅支持密码管理，未来计划扩展至支付卡和身份信息。这一举措被视为在 AI 深度融入个人生活与隐私保护之间寻求平衡的首批尝试之一。 #1Password #Claude #AI #隐私 #密码管理 #Anthropic #代理式AI
Gwern 提出过度训练或成实现类人 AI 关键路径
匿名博主 Gwern 近日发表万字长文《通过弹射实现类人神经网络》，阐述为何当前大语言模型缺乏真正灵活的人类智能，以及如何通过过度训练实现突破。Gwern 的独特之处在于，早在 2020 年 GPT-3 发布时，他就准确预见了大语言模型的扩展潜力及规模竞赛，其预测能力不亚于后来因《情境意识》闻名的 Leopold Aschenbrenner。在最新文章中，Gwern 援引 OpenAI 2022 年发现的“grokking”现象：当模型在简单数据集上训练看似停滞时，继续训练会触发能力跃升——从死记硬背转向理解底层数学规律。他认为，类似地，当前 LLM 虽在特定领域表现卓越，但常犯人类不会犯的幼稚错误，根源在于泛化失败。通过长时间过度训练并施加正则化压力，模型可能被迫找到更简洁的压缩方式，从而真正理解知识。尽管该观点因文章冗长及类比人类大脑的争议而未获广泛关注，但 Gwern 的历史正确记录令其理论不容忽视。 #AI #大模型 #过度训练 #类人智能 #Gwern #grokking #机器学习 #深度学习
匿名博主 Gwern 近日发表万字长文《通过弹射实现类人神经网络》，阐述为何当前大语言模型缺乏真正灵活的人类智能，以及如何通过过度训练实现突破。Gwern 的独特之处在于，早在 2020 年 GPT-3 发布时，他就准确预见了大语言模型的扩展潜力及规模竞赛，其预测能力不亚于后来因《情境意识》闻名的 Leopold Aschenbrenner。在最新文章中，Gwern 援引 OpenAI 2022 年发现的“grokking”现象：当模型在简单数据集上训练看似停滞时，继续训练会触发能力跃升——从死记硬背转向理解底层数学规律。他认为，类似地，当前 LLM 虽在特定领域表现卓越，但常犯人类不会犯的幼稚错误，根源在于泛化失败。通过长时间过度训练并施加正则化压力，模型可能被迫找到更简洁的压缩方式，从而真正理解知识。尽管该观点因文章冗长及类比人类大脑的争议而未获广泛关注，但 Gwern 的历史正确记录令其理论不容忽视。 #AI #大模型 #过度训练 #类人智能 #Gwern #grokking #机器学习 #深度学习