Claude Code发布自愈功能更新，显著提升AI编程工具稳定性
Anthropic公司近日对其AI编程助手Claude Code进行了大规模更新，核心引入了“自愈”功能，旨在直击开发者日常使用中的六大痛点。此次更新通过全屏渲染器消除终端界面闪烁、实时流式输出显示AI思考过程以降低交互不确定性、优化错误报告使其更具指导性、改进压缩机制管理长对话上下文、增强MCP连接协议稳定性，以及自动检测并绕过文件异常以防止会话崩溃。这些改进共同提升了Claude Code的鲁棒性和用户体验，使其从一个代码生成模型进化为能适应复杂工程场景的可靠系统，推动AI编程工具向工业级应用迈进。 #ClaudeCode #AI编程 #Anthropic #自愈功能 #开发者工具 #科技新闻 #软件工程 #人工智能
Anthropic公司近日对其AI编程助手Claude Code进行了大规模更新，核心引入了“自愈”功能，旨在直击开发者日常使用中的六大痛点。此次更新通过全屏渲染器消除终端界面闪烁、实时流式输出显示AI思考过程以降低交互不确定性、优化错误报告使其更具指导性、改进压缩机制管理长对话上下文、增强MCP连接协议稳定性，以及自动检测并绕过文件异常以防止会话崩溃。这些改进共同提升了Claude Code的鲁棒性和用户体验，使其从一个代码生成模型进化为能适应复杂工程场景的可靠系统，推动AI编程工具向工业级应用迈进。 #ClaudeCode #AI编程 #Anthropic #自愈功能 #开发者工具 #科技新闻 #软件工程 #人工智能
犹他州AI处方续期试点初审报告出炉
犹他州人工智能办公室近日发布了对Doctronic公司AI处方续期试点项目首阶段（1月至4月）的初步评估报告。报告显示，在试点期间，该AI系统对72%的病例建议续期处方，并交由人类医生复核；其余28%的病例因需要新检查、出现并发症或距上次就诊时间过长等原因，被直接升级由医生处理。 在AI建议续期的病例中，91%获得复核医生的同意；在医生提出异议的9%案例中，通过补充检查或二次医生咨询后，最终97%的病例获得了续期授权。对于AI未直接建议续期的病例，69%的医生复核同意需进一步评估。报告指出，系统表现出“适度谨慎”的特点，虽然31%的升级处理被医生认为略显保守，但监管方认为在试点初期，安全优先是恰当的。未来目标是优化算法，在确保安全的前提下减少不必要的谨慎，以提高患者获取处方的便利性。该试点目前仍处于早期阶段，样本量有限，后续将进行更深入的分析。 #AI医疗 #处方续期 #医疗科技 #犹他州 #试点评估 #数字健康
犹他州人工智能办公室近日发布了对Doctronic公司AI处方续期试点项目首阶段（1月至4月）的初步评估报告。报告显示，在试点期间，该AI系统对72%的病例建议续期处方，并交由人类医生复核；其余28%的病例因需要新检查、出现并发症或距上次就诊时间过长等原因，被直接升级由医生处理。 在AI建议续期的病例中，91%获得复核医生的同意；在医生提出异议的9%案例中，通过补充检查或二次医生咨询后，最终97%的病例获得了续期授权。对于AI未直接建议续期的病例，69%的医生复核同意需进一步评估。报告指出，系统表现出“适度谨慎”的特点，虽然31%的升级处理被医生认为略显保守，但监管方认为在试点初期，安全优先是恰当的。未来目标是优化算法，在确保安全的前提下减少不必要的谨慎，以提高患者获取处方的便利性。该试点目前仍处于早期阶段，样本量有限，后续将进行更深入的分析。 #AI医疗 #处方续期 #医疗科技 #犹他州 #试点评估 #数字健康
DiffuJudge-AV 框架发布，提升自动驾驶视频评估校准性
在自动驾驶领域，使用大型语言模型（LLM）或视觉语言模型（VLM）作为评估工具来自动评分模型输出，但现有方法存在可靠性问题。研究者发现，文本模型 Claude 在评估自动驾驶视觉问答时，虽然与黄金分数的 Pearson 相关性达 0.753，但加权 Cohen’s κ 仅为 0.057，表明其评分严重压缩至中间范围，无法作为序数安全评估器。为此，他们构建了 DiffuJudge-AV 框架，将法官评分视为潜在真实评分的噪声观察，通过一步 Tweedie 后验均值进行去噪，并报告校准不确定性。在 Wayve 的 LingoQA 基准上，针对 28,400 次评估的实验显示，开源 7B 视觉语言模型 Qwen2.5-VL-7B 表现最佳，超越闭源模型，突出了开源模型在关键评估任务中的优势。该框架为评估评估提供了新方法，有助于在自动驾驶软件发布前更可靠地识别不良答案。 #自动驾驶 #AI评估 #DiffuJudgeAV #VLM #开源模型 #计算机视觉 #机器学习 #LLM
在自动驾驶领域，使用大型语言模型（LLM）或视觉语言模型（VLM）作为评估工具来自动评分模型输出，但现有方法存在可靠性问题。研究者发现，文本模型 Claude 在评估自动驾驶视觉问答时，虽然与黄金分数的 Pearson 相关性达 0.753，但加权 Cohen’s κ 仅为 0.057，表明其评分严重压缩至中间范围，无法作为序数安全评估器。为此，他们构建了 DiffuJudge-AV 框架，将法官评分视为潜在真实评分的噪声观察，通过一步 Tweedie 后验均值进行去噪，并报告校准不确定性。在 Wayve 的 LingoQA 基准上，针对 28,400 次评估的实验显示，开源 7B 视觉语言模型 Qwen2.5-VL-7B 表现最佳，超越闭源模型，突出了开源模型在关键评估任务中的优势。该框架为评估评估提供了新方法，有助于在自动驾驶软件发布前更可靠地识别不良答案。 #自动驾驶 #AI评估 #DiffuJudgeAV #VLM #开源模型 #计算机视觉 #机器学习 #LLM
英伟达千亿投资巩固台湾AI中心地位
英伟达CEO黄仁勋宣布，公司将每年投资1500亿美元以确保台湾成为“AI革命”的中心。他强调台湾在芯片制造、封装及AI超级计算机系统组装方面的关键作用，并指出目前在台合作伙伴众多。这笔巨额投资将用于在台设立新的总部，预计今年动工，2030年投入运营。黄仁勋表示，四、五年前英伟达在台年投资约100-150亿美元，如今已大幅提升至1000亿至1500亿美元。 作为全球市值最高的公司，英伟达于2025年成为首家市值突破5万亿美元的企业。黄仁勋预测，新的台湾基地将确保公司在未来三到五年内价值进一步增长。此举与特朗普政府推动美国成为全球AI中心的计划形成潜在冲突。英伟达尚未对此矛盾发表评论，但该公司去年已开始在美国本土生产AI芯片，被视为对特朗普施压制造业回流的一种回应。 #英伟达 #人工智能 #台湾 #芯片制造 #黄仁勋 #AI中心 #科技投资 #半导体 #全球科技格局
英伟达CEO黄仁勋宣布，公司将每年投资1500亿美元以确保台湾成为“AI革命”的中心。他强调台湾在芯片制造、封装及AI超级计算机系统组装方面的关键作用，并指出目前在台合作伙伴众多。这笔巨额投资将用于在台设立新的总部，预计今年动工，2030年投入运营。黄仁勋表示，四、五年前英伟达在台年投资约100-150亿美元，如今已大幅提升至1000亿至1500亿美元。 作为全球市值最高的公司，英伟达于2025年成为首家市值突破5万亿美元的企业。黄仁勋预测，新的台湾基地将确保公司在未来三到五年内价值进一步增长。此举与特朗普政府推动美国成为全球AI中心的计划形成潜在冲突。英伟达尚未对此矛盾发表评论，但该公司去年已开始在美国本土生产AI芯片，被视为对特朗普施压制造业回流的一种回应。 #英伟达 #人工智能 #台湾 #芯片制造 #黄仁勋 #AI中心 #科技投资 #半导体 #全球科技格局
气候科技公司扎堆上市，AI监管与安全引热议
近期，多家气候科技公司成功上市引发关注。太阳能与储能公司Solv Energy在2月上市时估值达60亿美元，随后的小型模块化核反应堆公司X-energy和地热公司Fervo Energy也相继取得高估值，市值分别达到115亿和约124亿美元。这些公司恰逢人工智能发展带动数据中心电力需求激增的时代背景，其集体上市成功反映了市场对稳定电力供应前景的看好，也预示了电网未来的演变方向。 与此同时，人工智能领域的动态同样密集。美国伊利诺伊州刚刚通过了一项潜在最强的人工智能安全法案，要求进行第三方安全审计。但行业内部对AI的影响看法不一，例如OpenAI与Anthropic在对就业影响上就持不同观点。此外，谷歌一名工程师因涉嫌利用内部数据进行内幕交易被指控；字节跳动等科技巨头正在研发自研CPU以应对芯片短缺；亚马逊、谷歌等四家科技公司联手推动人工智能数据中心的清洁能源建设。这些事件共同勾勒出当前技术发展与监管挑战并存的局面。 #气候科技 #AI安全 #科技新闻 #IPO #人工智能 #内幕交易 #数据中心 #清洁能源
近期，多家气候科技公司成功上市引发关注。太阳能与储能公司Solv Energy在2月上市时估值达60亿美元，随后的小型模块化核反应堆公司X-energy和地热公司Fervo Energy也相继取得高估值，市值分别达到115亿和约124亿美元。这些公司恰逢人工智能发展带动数据中心电力需求激增的时代背景，其集体上市成功反映了市场对稳定电力供应前景的看好，也预示了电网未来的演变方向。 与此同时，人工智能领域的动态同样密集。美国伊利诺伊州刚刚通过了一项潜在最强的人工智能安全法案，要求进行第三方安全审计。但行业内部对AI的影响看法不一，例如OpenAI与Anthropic在对就业影响上就持不同观点。此外，谷歌一名工程师因涉嫌利用内部数据进行内幕交易被指控；字节跳动等科技巨头正在研发自研CPU以应对芯片短缺；亚马逊、谷歌等四家科技公司联手推动人工智能数据中心的清洁能源建设。这些事件共同勾勒出当前技术发展与监管挑战并存的局面。 #气候科技 #AI安全 #科技新闻 #IPO #人工智能 #内幕交易 #数据中心 #清洁能源
OpenLoomi AI宣布开源，倡导数据隐私与透明化
OpenLoomi AI团队于2026年5月28日正式宣布开源其核心AI工具，旨在挑战当前AI行业普遍依赖用户数据训练模型的商业模式。他们指出，许多AI服务将用户的聊天记录、邮件和项目数据作为“原材料”用于改进自身模型，而用户无法收回或控制这些信息。OpenLoomi选择开源，以消除用户对公司的信任依赖——代码公开可审计、可分叉，任何人可自行验证其安全性，避免数据滥用或政策变更的风险。 该工具采用本地优先架构，所有数据加密存储在用户设备上，绝不传输至外部服务器。其核心是一个自进化记忆系统，能自动提取、评分并归档来自消息、邮件、日历和文档的信息，形成上下文感知的知识图谱。它集成了Telegram、微信、Slack等主流通信平台，以及Gmail和Google日历等服务，通过后台代理每30分钟处理新信息，使AI助手能持续理解用户工作流。开源举措不仅保障了长期数据隐私，还为用户提供了可定制的透明化工具，推动AI开发向更开放、负责任的方向发展。 #OpenLoomi #AI #开源 #数据隐私 #透明度 #科技新闻 #人工智能 #软件开发 #工作伙伴 #本地优先
OpenLoomi AI团队于2026年5月28日正式宣布开源其核心AI工具，旨在挑战当前AI行业普遍依赖用户数据训练模型的商业模式。他们指出，许多AI服务将用户的聊天记录、邮件和项目数据作为“原材料”用于改进自身模型，而用户无法收回或控制这些信息。OpenLoomi选择开源，以消除用户对公司的信任依赖——代码公开可审计、可分叉，任何人可自行验证其安全性，避免数据滥用或政策变更的风险。 该工具采用本地优先架构，所有数据加密存储在用户设备上，绝不传输至外部服务器。其核心是一个自进化记忆系统，能自动提取、评分并归档来自消息、邮件、日历和文档的信息，形成上下文感知的知识图谱。它集成了Telegram、微信、Slack等主流通信平台，以及Gmail和Google日历等服务，通过后台代理每30分钟处理新信息，使AI助手能持续理解用户工作流。开源举措不仅保障了长期数据隐私，还为用户提供了可定制的透明化工具，推动AI开发向更开放、负责任的方向发展。 #OpenLoomi #AI #开源 #数据隐私 #透明度 #科技新闻 #人工智能 #软件开发 #工作伙伴 #本地优先
英伟达宣布每年在台投入1500亿美元建设AI基础设施
英伟达首席执行官黄仁勋在台湾主持新总部动土仪式时宣布，公司计划每年在台湾投入1500亿美元，用于建设AI基础设施，并称台湾是“AI革命的中心”。这一表态与他此前在美国签署5000亿美元数据中心投资协议形成微妙对比，后者曾获得美国前总统特朗普的赞赏并缓和了关税威胁。 黄仁勋的决策基于产业现实而非个人情怀。他指出，当前AI行业高度依赖的先进芯片封装、大规模服务器组装等关键制造环节与完整生态系统均集中于台湾，且短期内无法在其他地区复制。美国的制造布局虽在推进，但仍落后产业当前需求数年。因此，在台湾设立总部是对下一代AI系统“Vera Rubin”可能面临的供应链风险的未雨绸缪。与此同时，特朗普政府此前的对华芯片出口管制，反而促使中国转向本土采购，英伟达已基本将中国市场让给了华为。
英伟达首席执行官黄仁勋在台湾主持新总部动土仪式时宣布，公司计划每年在台湾投入1500亿美元，用于建设AI基础设施，并称台湾是“AI革命的中心”。这一表态与他此前在美国签署5000亿美元数据中心投资协议形成微妙对比，后者曾获得美国前总统特朗普的赞赏并缓和了关税威胁。 黄仁勋的决策基于产业现实而非个人情怀。他指出，当前AI行业高度依赖的先进芯片封装、大规模服务器组装等关键制造环节与完整生态系统均集中于台湾，且短期内无法在其他地区复制。美国的制造布局虽在推进，但仍落后产业当前需求数年。因此，在台湾设立总部是对下一代AI系统“Vera Rubin”可能面临的供应链风险的未雨绸缪。与此同时，特朗普政府此前的对华芯片出口管制，反而促使中国转向本土采购，英伟达已基本将中国市场让给了华为。
企业运用AI嵌入向量技术，以极低成本实现海量客户行为快速分类
一家零售企业创新性地结合大型语言模型（LLM）与传统机器学习，以约25英镑的成本，在极短时间内为超过3万个购物篮自动标注了详细的购物原因分类。传统上，这项任务需要依赖易出错的规则引擎或昂贵的人工标注服务。 该企业首先将每个购物篮数据转化为文本，利用LLM生成初步、但描述性的购物动机标签（如“新宠物”、“日常补货”）。随后，基于这些标签建立一个标准化的分类体系，并再次利用LLM，但这次要求它仅在该体系内对部分样本进行精准标注。接着，他们使用嵌入向量模型将全部3万个购物篮数据转换为语义向量，并以此向量作为特征，训练一个轻量级的经典分类器模型。最终，该分类器能以近乎零的边际成本，快速预测剩余所有购物篮的分类标签。 这种方法的核心优势在于，它巧妙地结合了LLM强大的语义理解能力与经典机器学习模型的低边际成本。嵌入向量能捕捉远超传统数据维度的深层语义关系，使得分类结果能揭示“宠物饲养阶段”、“饮食需求”等深层次的客户意图，而非仅停留在“宠物类型”、“商品类别”等表面信息。该技术还在新店选址等需要主观评估的模型中展现出潜力，有望提升决策的客观性与效率。 #AI #机器学习 #人工智能 #LLM #嵌入向量 #零售科技 #企业解决方案 #技术创新 #数据科学
一家零售企业创新性地结合大型语言模型（LLM）与传统机器学习，以约25英镑的成本，在极短时间内为超过3万个购物篮自动标注了详细的购物原因分类。传统上，这项任务需要依赖易出错的规则引擎或昂贵的人工标注服务。 该企业首先将每个购物篮数据转化为文本，利用LLM生成初步、但描述性的购物动机标签（如“新宠物”、“日常补货”）。随后，基于这些标签建立一个标准化的分类体系，并再次利用LLM，但这次要求它仅在该体系内对部分样本进行精准标注。接着，他们使用嵌入向量模型将全部3万个购物篮数据转换为语义向量，并以此向量作为特征，训练一个轻量级的经典分类器模型。最终，该分类器能以近乎零的边际成本，快速预测剩余所有购物篮的分类标签。 这种方法的核心优势在于，它巧妙地结合了LLM强大的语义理解能力与经典机器学习模型的低边际成本。嵌入向量能捕捉远超传统数据维度的深层语义关系，使得分类结果能揭示“宠物饲养阶段”、“饮食需求”等深层次的客户意图，而非仅停留在“宠物类型”、“商品类别”等表面信息。该技术还在新店选址等需要主观评估的模型中展现出潜力，有望提升决策的客观性与效率。 #AI #机器学习 #人工智能 #LLM #嵌入向量 #零售科技 #企业解决方案 #技术创新 #数据科学