后AI时代密码学面临挑战，业界展开讨论
近日，在密码学论坛pqc-forum上，一场关于“后AI密码学”的假设性讨论引发关注。有用户指出，随着ChatGPT等AI系统展现出惊人的对话和行为能力，甚至被部分人认为具有“涌现特性”，人们担忧未来AI可能被训练来破解现有密码学方案或设计新方案。为避免少数势力利用AI威胁密码安全，有必要提前进行思考和准备。对此，成员Bas Westerbaen回应称，AI在象棋等领域的表现并不突出，且当前密码学设计基于计算复杂度假设，历史上虽有过误判，但未来AI未必能大幅改变破解所需的最小计算量。另一位成员Thomas Braun则提出，若AI能破解人类创造的密码，或许可请未来的AI设计出只能通过暴力搜索（同时考虑Grover算法）才能破解的密码原语，以此作为应对思路。该讨论折射出人工智能发展对密码学领域的潜在冲击，业界正未雨绸缪。 #AI #密码学 #后量子密码 #PQC #安全 #人工智能 #Grover算法 #量子计算 #科技讨论
近日，在密码学论坛pqc-forum上，一场关于“后AI密码学”的假设性讨论引发关注。有用户指出，随着ChatGPT等AI系统展现出惊人的对话和行为能力，甚至被部分人认为具有“涌现特性”，人们担忧未来AI可能被训练来破解现有密码学方案或设计新方案。为避免少数势力利用AI威胁密码安全，有必要提前进行思考和准备。对此，成员Bas Westerbaen回应称，AI在象棋等领域的表现并不突出，且当前密码学设计基于计算复杂度假设，历史上虽有过误判，但未来AI未必能大幅改变破解所需的最小计算量。另一位成员Thomas Braun则提出，若AI能破解人类创造的密码，或许可请未来的AI设计出只能通过暴力搜索（同时考虑Grover算法）才能破解的密码原语，以此作为应对思路。该讨论折射出人工智能发展对密码学领域的潜在冲击，业界正未雨绸缪。 #AI #密码学 #后量子密码 #PQC #安全 #人工智能 #Grover算法 #量子计算 #科技讨论
Markdown 维基系统击败所有 AI 代理记忆产品，登顶评测榜首
据最新发布的 Agentic Memory Index 评测报告，由 Karpathy 开发的 Markdown 维基系统在多项 AI 代理记忆工具测试中综合得分最高，准确率达 98.5%，远超业界常用的 Claude Code 内置记忆（67.7%）。该指数从准确性、成本、速度和长期记忆保留等维度对 8 款主流记忆产品进行同标准对比。Karpathy 维基虽然每千次查询成本较高（568.93 美元），但在直接回忆、事实更新、合成等任务中表现优异，失败率仅 1%。相比之下，Claude Code 内置记忆失败率高达 39.5%，且存在大量虚假记忆问题。此外，评测还发现不同工具在任务类型上各有侧重，例如 Mitosis Cortex 在合成任务上表现突出，而 Mem0 则在成本控制上更具优势。该榜单为开发者选择 AI 代理记忆方案提供了量化参考。 #AI代理 #记忆工具 #大模型 #评测基准 #KarpathyWiki #ClaudeCode #RAG #技术新闻
据最新发布的 Agentic Memory Index 评测报告，由 Karpathy 开发的 Markdown 维基系统在多项 AI 代理记忆工具测试中综合得分最高，准确率达 98.5%，远超业界常用的 Claude Code 内置记忆（67.7%）。该指数从准确性、成本、速度和长期记忆保留等维度对 8 款主流记忆产品进行同标准对比。Karpathy 维基虽然每千次查询成本较高（568.93 美元），但在直接回忆、事实更新、合成等任务中表现优异，失败率仅 1%。相比之下，Claude Code 内置记忆失败率高达 39.5%，且存在大量虚假记忆问题。此外，评测还发现不同工具在任务类型上各有侧重，例如 Mitosis Cortex 在合成任务上表现突出，而 Mem0 则在成本控制上更具优势。该榜单为开发者选择 AI 代理记忆方案提供了量化参考。 #AI代理 #记忆工具 #大模型 #评测基准 #KarpathyWiki #ClaudeCode #RAG #技术新闻
Anthropic 内部推「智能体图」，AI 从被动响应迈向主动演进
在伦敦 AI Native DevCon 上，Anthropic 工程师 Lamis 分享了一种突破性 AI 应用方法：摒弃传统提示词工程，转向构建可自主运行的“智能图”（Graph）。该方法通过结构化知识图谱与动态上下文管理，使 Claude 等模型能随使用持续优化、自主推理。她强调，关键在于设计支持上下文流动与复用的系统架构，而非依赖人工编写提示词。这一内部实践旨在提升 AI 长期记忆、逻辑连贯性与任务泛化能力，推动 AI 从“被动响应”迈向“主动演进”。 #Anthropic #智能体图 #AI #知识图谱 #Claude #自主推理 #AI进化
在伦敦 AI Native DevCon 上，Anthropic 工程师 Lamis 分享了一种突破性 AI 应用方法：摒弃传统提示词工程，转向构建可自主运行的“智能图”（Graph）。该方法通过结构化知识图谱与动态上下文管理，使 Claude 等模型能随使用持续优化、自主推理。她强调，关键在于设计支持上下文流动与复用的系统架构，而非依赖人工编写提示词。这一内部实践旨在提升 AI 长期记忆、逻辑连贯性与任务泛化能力，推动 AI 从“被动响应”迈向“主动演进”。 #Anthropic #智能体图 #AI #知识图谱 #Claude #自主推理 #AI进化
前向部署工程师
在供应链领域部署AI模型，技术往往只是“容易的部分”。真正的挑战来自企业内部的混乱现实：不同国家、不同团队使用不同系统，数据难以统一。一位在米兰为时尚零售商实施AI配送链监控项目的工程师发现，为了比较两个日期，他们曾花费18个月构建数据管道。该项目旨在利用AI代理人自动分析配送链故障根因，帮助规划人员理解超过35%的无法解释的延迟送货。然而，最困难的部分并非代理人编排本身，而是围绕它构建的整个数据基础设施和跨部门协调。前向部署工程师需要具备处理非技术问题的能力，比如理解业务逻辑、整合异构系统、说服利益相关方。这一角色正成为高薪职位，但真正的工作远不止编程。 #前向部署工程师 #供应链AI #AI落地 #数据工程 #数字化转型 #物流科技 #人工智能 #技术挑战
在供应链领域部署AI模型，技术往往只是“容易的部分”。真正的挑战来自企业内部的混乱现实：不同国家、不同团队使用不同系统，数据难以统一。一位在米兰为时尚零售商实施AI配送链监控项目的工程师发现，为了比较两个日期，他们曾花费18个月构建数据管道。该项目旨在利用AI代理人自动分析配送链故障根因，帮助规划人员理解超过35%的无法解释的延迟送货。然而，最困难的部分并非代理人编排本身，而是围绕它构建的整个数据基础设施和跨部门协调。前向部署工程师需要具备处理非技术问题的能力，比如理解业务逻辑、整合异构系统、说服利益相关方。这一角色正成为高薪职位，但真正的工作远不止编程。 #前向部署工程师 #供应链AI #AI落地 #数据工程 #数字化转型 #物流科技 #人工智能 #技术挑战