从强化学习到Deep Research:OpenAI如何重新定义AI浏览与研究
这期No Priors播客首次系统讲述了OpenAI Deep Research的起源与设计取舍:为什么不把Agent做成“点按钮的机器人”,而是优先解决信息综合?以及强化学习如何在真实产品中学会规划、搜索与自我约束。
这期No Priors播客首次系统讲述了OpenAI Deep Research的起源与设计取舍:为什么不把Agent做成“点按钮的机器人”,而是优先解决信息综合?以及强化学习如何在真实产品中学会规划、搜索与自我约束。
Thomson Reuters Labs 的 Shirsha Chaudhuri 通过真实的企业一线经验,拆解了“AI 工作流自动化”迟迟难以落地的关键原因。问题不在模型能力,而在连接、可靠性、标准化和人与 AI 的协作方式。
一份来自KPMG的最新季度调查显示,企业正在以前所未有的速度将AI从概念验证推向真实业务。尤其是AI Agent,试点比例在一个季度内几乎翻倍。本文结合演讲者的解读,拆解数据背后的真实变化:投入为何加速、风险关注如何转向,以及企业为什么集体押注“先增强人,再谈替代”。
Apache Ranger 创始成员 Don Bosco Durai 结合自身开源与创业经历,系统拆解了 AI Agent 在企业落地时被严重低估的安全与合规问题,并给出一套可执行的三层方法论:从安全评估、零信任执行到持续可观测性,帮助团队真正把 Agent 放进生产环境。
这场分享不是发布新模型,而是Anthropic首次系统性讲清:大模型如何真正进入企业核心业务。从Claude 3.5 Sonnet的工程优势,到可解释性如何影响安全与商业价值,再到客户实践中踩过的坑,这是一份来自一线的企业AI落地方法论。
斯坦福2025年AI Index不是一份追热点的报告,而是一张年度趋势地图。通过456页的纵向数据,它揭示了AI从概念走向现实的真正拐点:企业全面下注、成本快速下探、中国迅速追赶,以及被忽视却至关重要的社会心态变化。
PyTorch 联合创始人 Soumith Chintala 从亲身使用 AI 的挫折与收获出发,提出一个与主流云端 Agent 不同的判断:真正能托付个人生活的 AI,必须运行在本地、完全私有。本文还原他的关键故事、技术现实与尚未解决的挑战。
这期与 Latent Space 的对谈,复盘了过去一年 AI 领域最反直觉的变化:开源是否真的追上了?为什么低代码没能吃下 AI builder 市场?以及真正出现 PMF 的,其实是那些看似“只是包装”的应用。
一段看似普通的AI新闻视频,串起了三条正在改变行业走向的暗线:图像生成正在从“画得像”走向“改得准”,语音AI第一次被大规模开源,而AI Agent正在悄悄取代传统搜索界面。这篇文章带你看懂这些变化背后真正重要的信号。
在特朗普政府启动“美国AI行动计划”征求意见后,OpenAI、Google 和 Anthropic 罕见地同时向白宫递交政策建议。这些文件不仅揭示了美国AI产业的真实诉求,也清晰展现出一条主线:加速、去约束、赢中国。这篇文章带你读懂三家公司的分歧与共识,以及它们对未来两三年AI格局的判断。