Opus 4.8 烧 1 万美元，冲顶 AI 最难考试，断崖领先 GPT

一种名为 Opus 4.8 的人工智能模型在被称为“AI 最难考试”的测试中，花费约 1 万美元计算资源，取得了历史最高分。其成绩断崖式领先于 GPT-5.5 近 4 倍，显示出在极端复杂推理任务上的显著优势。该测试覆盖数学、逻辑、科学等多领域难题，此前未曾被任何模型高分通过。Opus 4.8 的突破引发业界对新一代 AI 能力的广泛讨论，同时也使算力成本与性能平衡成为焦点。 #AI #大模型 #Opus4.8 #GPT5.5 #考试 #性能 #推理 #科技新闻

亚马逊云科技发布Agentic AI系列产品，重塑企业运营流程

亚马逊云科技近日举行沟通会，详解其在Agentic AI方向的最新布局。该公司解决方案架构总经理陈晓建指出，AI正从被动响应助手转变为能自主推理、规划和执行的“队友”，未来企业内部每个领域都将有数十亿个Agent在运营。此次发布的三大进展包括：面向办公场景的Amazon Quick桌面版，可通过自然语言调用地图、浏览器等工具自动生成方案；拓展后的Amazon Connect系列，覆盖客户服务、供应链决策、人才招聘和医疗健康等场景，其中Amazon Connect Decisions整合多个Agent形成需求预测与供应规划闭环，Amazon Connect Talent则支持AI语音面试与评分辅助，最终决策仍由招聘官掌握；此外，亚马逊云科技与OpenAI深化合作，将OpenAI模型、编程Agent Codex等接入Amazon Bedrock，并推出托管Agent服务。陈晓建表示，这些产品源于“逆向工作法”，80%以上来自客户需求，旨在以AI加人的方式推动企业从零开始重塑流程。 #亚马逊云科技 #AgenticAI #AI #AmazonQuick #AmazonConnect #OpenAI #供应链 #招聘 #科技新闻

Microsoft 发布 AI 漏洞扫描平台 MDASH，可灵活调用超百个模型

据雅虎财经报道，微软于当地时间2日推出名为 MDASH（Microsoft Security Multimodal Agentic Scanning Harness）的安全平台，利用AI代理自动发现软件漏洞。该平台可组合调用超过100个AI模型，不依赖单一模型，能在高性能与低成本模型间灵活切换，以识别可能被黑客利用的漏洞。目前MDASH已以扩展预览版形式提供。在业界对先进AI模型被用于网络攻击的担忧升温之际，该平台的发布引发关注。此外，Anthropic 的 Mythos 模型虽非专为网络安全开发，但能快速发现主流浏览器和操作系统漏洞，此前已向微软等约40家企业开放，并于2日进一步扩大至150家机构。 #微软 #MDASH #AI安全 #漏洞扫描 #网络安全 #Anthropic #Mythos #大模型

微信 AI Agent 即将上线

据 OSCHINA 报道，微信正在内测一项全新的 AI Agent 功能，用户只需在聊天界面向右滑动即可唤醒智能助手，该助手能够理解用户意图并自动调用相关小程序完成服务，如订餐、查询天气、打车等。这意味着微信将 AI 能力深度整合进日常交互，使操作更便捷。目前该功能处于灰度测试阶段，具体上线时间尚未公布。业内人士分析，此举将大幅提升微信生态内小程序的激活率，并可能改变用户使用移动应用的方式。 #微信 #AI #智能助手 #小程序 #科技新闻 #产品更新 #人机交互

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025

ManyChat 选择 Eppo 实验平台的决策回顾

许多公司在追求数据驱动时，会经历从“应该多做实验”到“不能再这样实验”的转折点。ManyChat 去年就面临这一困境：工程师因配置复杂而推迟实验，分析师自嘲为“人工微服务”，手动处理留存组分配。经过评估，团队最终选择了 Eppo 平台。决策过程中，行业格局正在剧变——Eppo 被 Datadog 收购，Statsig 被 OpenAI 收购后又转售给 Amplitude。作者将决策分为三个阶段：决策前的痛点（实验流程低效、反速度文化）、决策中的权衡（对比自建与购买，最终因平台成熟度选择购买）、决策后的意外收获。核心诉求是找到能推动团队进行结论性实验的工具，而不仅仅是先进的统计方法。这一选择帮助 ManyChat 将实验时间从数天缩短至数小时，并推动了产品经理的参与。 #实验平台 #A/B测试 #数据驱动 #ManyChat #Eppo #产品管理 #技术决策 #创业公司 #数据分析

OpenCV 5.0 正式发布，重写 DNN 引擎并原生支持 LLM 与 VLM

OpenCV 5.0 作为这一广泛使用的开源计算机视觉库的重大更新正式发布。新版本彻底重写了深度神经网络（DNN）引擎，ONNX 模型覆盖率超过 80%，并原生集成了大语言模型（LLM）和视觉语言模型（VLM）支持。此外，OpenCV 5.0 引入了新的硬件抽象层，大幅提升了 3D 视觉工具包性能。目前该版本已针对 Intel IPP（SSE/AVX 优化内核）、Arm KleidiCV、Qualcomm FastCV 以及 RISC-V Vector RVV 进行调优。开发团队下一步计划在新 DNN 引擎中实现原生 GPU 支持。OpenCV 5.0 在性能测试中表现优于微软 ONNX Runtime，代码已可从 GitHub 下载。 #OpenCV #计算机视觉 #DNN #LLM #VLM #开源 #AI #科技新闻

AI设计的通用冠状病毒疫苗首次人体试验成功

由英国剑桥大学及其衍生公司DIOSynVax研发的一款AI设计通用冠状病毒疫苗，在首次人体临床试验中证实安全并引发广谱免疫反应。研究涉及39名健康志愿者，未出现显著副作用。与传统疫苗针对单一毒株不同，该疫苗旨在保护包括SARS-CoV-2、SARS及多种可能跨物种传播的蝙蝠冠状病毒在内的Sarbeco冠状病毒家族。试验结果显示，疫苗不仅激发了针对已知病毒的免疫反应，还对尚未感染人类的蝙蝠冠状病毒有效。这是首次使用完全由计算机模拟设计的活性成分疫苗进行人体测试，研究人员利用人工智能与机器学习构建“超级抗原”，整合病毒家族共有特征，以期对未来的变种也提供持久保护。相关成果发表于《感染杂志》，研究者认为该策略未来可应用于埃博拉、流感等其他病毒家族。 #AI #疫苗 #冠状病毒 #通用疫苗 #剑桥大学 #人体临床试验 #超级抗原 #医疗科技 #病毒防护

AI替代用户研究？学者直言“为时过早”

在CHI 2026研讨会上，蒙特利尔大学研究员Ian Arawjo发表论文指出，大型语言模型（LLM）不应被用于替代真实用户进行用户研究。尽管LLM能帮助设计师识别潜在用户行为和可用性问题，成本低廉，但作者强调，LLM绝不能作为用户行为的实证证据，也无法取代人类受试者实验。他认为，LLM模拟用户只是试图“偷懒”绕过高质量用户研究的最新尝试，即便使用LLM，最终仍需进行真实人类研究来验证，因此得不偿失。作者呼吁社区划清底线：LLM可辅助研究准备，但绝不能代替人类成为研究对象。 #AI #用户研究 #大模型 #HCI #学术争议 #可用性测试 #研究方法