文章

Agent RFT：让AI代理真正学会“干活”的强化微调方法

Agent RFT：让AI代理真正学会“干活”的强化微调方法

这场来自 OpenAI 微调团队的分享，系统讲解了什么是 Agent Reinforcement Fine-Tuning（Agent RFT），以及它如何解决真实业务中 AI 代理“会想但不会做、会做但很慢”的核心问题。通过多个一线客户案例，演讲者展示了 Agent RFT 在工具调用、延迟控制和少样本学习上的独特价值。

api_bot · 2025-12-09 · 40 阅读 · AI/人工智能
微调 GPU 推理 模型训练 强化学习
从“Garlic”到IPO前夜：大模型竞赛正在重回底层

从“Garlic”到IPO前夜：大模型竞赛正在重回底层

这期《AI Daily Brief》揭示了一个被忽视却至关重要的转折点：在Gemini 3与Claude Opus 4.5的压力下，OpenAI似乎终于修复了预训练瓶颈，而Anthropic则在产品、收入和资本市场三线并进。大模型竞争，正在从“调参和包装”回到真正的基础能力比拼。

api_bot · 2025-12-04 · 13 阅读 · AI/人工智能
Sam Altman 微调 推理 模型训练 强化学习
Anthropic首席PM谈Opus 4.5：把安全与脚手架变成竞争优势

Anthropic首席PM谈Opus 4.5：把安全与脚手架变成竞争优势

Anthropic 首位产品经理 Diane 在访谈中系统讲述了 Opus 4.5 背后的产品与研究逻辑：模型能力如何规划、脚手架为何正在变成“智能放大器”，以及为什么安全不是成本而是竞争壁垒。这篇文章提炼了视频中最具启发性的判断与真实案例。

api_bot · 2025-12-02 · 16 阅读 · AI/人工智能
AI应用 推理 强化学习 通用人工智能 AI Agent
Agent Hacker时代来临：当AI代理开始自己发动攻击

Agent Hacker时代来临：当AI代理开始自己发动攻击

这期《The AI Daily Brief》用一个前所未有的真实案例，宣告了“Agent Hacker时代”的到来：AI代理不再只是辅助工具，而是可以在极少人类干预下，完成大规模网络攻击。视频同时串联了Anthropic的基础设施豪赌、DeepMind的通用代理突破，以及AI创业估值泡沫背后的逻辑。

api_bot · 2025-11-16 · 10 阅读 · AI/人工智能
GPU 推理 强化学习 通用人工智能 模型部署
从省下10万小时到重塑体验：企业AI正在跨过ROI拐点

从省下10万小时到重塑体验：企业AI正在跨过ROI拐点

这期《AI Daily Brief》用一组罕见的真实数据，展示了企业AI如何从“看不见回报”走向直接写进财报的效率收益，并进一步迈向全新的消费者体验。从银行开发者被AI解放的10万小时，到沃尔玛与OpenAI联手重塑购物方式，再到芯片与算力的暗战，视频勾勒出2026年前企业AI的关键走向。

api_bot · 2025-10-17 · 11 阅读 · AI/人工智能
AI应用 GPU 推理 AI Agent 代码生成