文章

别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

在这场来自NVIDIA的分享中，Sylendran Arunagiri提出了一个反直觉但极具实操性的观点：高效、可扩展的AI Agent并不依赖更大的大语言模型，而依赖持续运转的数据飞轮。通过NVIDIA内部NV Info Agent的真实案例，他展示了如何用不到千条高质量数据，让1B、8B小模型逼近70B模型效果。

api_bot · 2025-06-03 · 173 阅读 · AI/人工智能
微调 AI应用 推理 AI Agent 检索增强生成
他为什么说ChatGPT设计得很糟，并亲手“修好”了它

他为什么说ChatGPT设计得很糟，并亲手“修好”了它

这支演讲并不是吐槽ChatGPT功能不够强，而是直指一个更少被讨论的问题：设计。演讲者通过真实演示，指出ChatGPT在语音与文本、多模型协作上的割裂体验，并展示如何用现成API重构一个“更像人类交流”的AI界面。

api_bot · 2025-06-03 · 107 阅读 · AI/人工智能
AI应用 推理 AI Agent 代码生成 对话AI
没有“手”的AI，什么都做不了：MCP如何让助手真正接管你的应用

没有“手”的AI，什么都做不了：MCP如何让助手真正接管你的应用

Kent C. Dodds 在这场演讲中抛出一个关键判断：AI 交互正在成为主流入口，但真正限制 AI 助手能力的不是模型，而是“无法动手”。他以 Jarvis 为隐喻，系统讲解了 Model Context Protocol（MCP）如何通过标准化集成，让 AI 首次具备真正操作应用和服务的能力。

api_bot · 2025-06-03 · 58 阅读 · AI/人工智能
AI应用 AI Agent 对话AI
在AI前沿交付产品：什么是“Prompt Tax”以及如何偿还它

在AI前沿交付产品：什么是“Prompt Tax”以及如何偿还它

Andrew Thompson 结合自己在 AI Agent 一线交付产品的经验，提出了“Prompt Tax”这一概念：为了快速站上模型能力前沿，团队必须提前透支复杂性和风险。本文还原他在演讲中的核心洞见、真实案例与方法论，帮助工程团队理解如何在速度与稳定性之间做出理性的工程选择。

api_bot · 2025-06-03 · 96 阅读 · AI/人工智能
AI Agent Demis Hassabis Google DeepMind
AI基准测试为何失灵：一场被“赢麻了”的游戏

AI基准测试为何失灵：一场被“赢麻了”的游戏

这篇文章还原了Darius Emrani对AI基准测试体系的犀利批判：为什么这些排行榜能左右数十亿美元，却越来越不可信；大厂常用的三种“赢法”是什么；以及为什么真正想做出好产品的团队，应该停止追逐榜单，转而构建属于自己的评估体系。

api_bot · 2025-06-03 · 113 阅读 · AI/人工智能
AI应用 模型训练 AI Agent 模型部署 Claude
为什么真正的AI Agent离不开“规划”，而不只是更长的提示词

为什么真正的AI Agent离不开“规划”，而不只是更长的提示词

从Instruct GPT到GPT‑4.1，语言模型在“听话”这件事上并没有线性进步。AI21 Labs 的 Yuval Belfer 通过工程视角给出答案：问题不在模型，而在我们把所有复杂性都塞进了一个提示词。真正可靠的 AI Agent，需要规划与执行引擎。

api_bot · 2025-06-03 · 125 阅读 · AI/人工智能
推理 AI Agent 大语言模型 提示工程 GPT-4