智能体落地与模型生态分化
智能体从演示到生产:自主执行与多任务管理
-
Codexが自律的にセキュリティ監査を完了し報奨金を獲得
ユーザーがAIモデルCodexに5ドルを稼ぐよう指示すると、Codexは一連のタスクを自律的に完了した。オープンソースのセキュリティ監査報奨プロジェクトを探し、有効なプルリクエストを提出し、メンテナーとコミュニケーションを取り、GitHu…
-
Show HN:Statewright——可視化ステートマシンでAIエージェントの信頼性を向上
Statewrightは、ステートマシンを通じてAIエージェントに制約を提供するシステムで、各段階で使用可能なツールを制御することで推論に集中させ、信頼性を高める。ワークフローを計画、実装、テストなどの複数段階として定義し、ツール制限と状…
-
Grok接入Gmail,智能邮件助手革新收件箱管理
Grok现已支持连接Gmail,用户可通过自然语言指令对收件箱进行智能查询与管理。核心功能包括:查找特定邮件或附件(如机票、发票、确认函)、按发件人或时间汇总邮件内容、提取关键信息(如会议、截止日期),以及生成邮件线程摘要。该集成旨在将传…
模型生态分化:万亿参数、交互模型与垂直优化
-
AntLingAGIが1兆パラメータモデルRing-2.6-1Tを発表
AntLingAGIは1兆パラメータのフラッグシップ「思考モデル」Ring-2.6-1Tを発表した。5月15日までOpenRouterで無料利用できる。主な特徴は、調整可能な思考強度により認知深度、トークンコスト、実行速度を動的にバランス…
-
腾讯混元Hy3预览版发布,专注复杂智能体任务
腾讯混元Hy3预览版已开放早期体验,被描述为该系列最强模型。其核心设计面向现实世界有效性,而非单纯追求基准测试分数。模型具备处理复杂智能体任务的能力,采用256K上下文长度,并融合了快慢思维机制的混合专家架构。该模型基于重建的预训练和强化…
企业级AI落地:金融、法律与基础设施
-
Claude、法律業界に進出
Anthropicは法律業界向けに20以上の新しいMCPコネクタと12の専用プラグインをリリースし、Claudeを契約管理や文書処理など法律の中核ソフトウェアスタックに深く統合する。Claudeは現在、Microsoft WordやOut…
-
OpenAIがDeployCoを立ち上げ、企業のエージェント活用を支援
OpenAIは新たな企業向けデプロイ企業DeployCoを正式に立ち上げた。各種組織が最先端AI技術を実際の生産環境に導入し、測定可能なビジネス効果に結び付けることを支援する狙い。この取り組みはOpenAIが企業向けサービス分野にさらに深…
AI能力突破:医疗、数学与材料科学
-
フィールズ賞受賞者がChatGPT 5.5 Proを検証:17分で論文級の成果、学生に赤信号
フィールズ賞受賞者のTimothy Gowers氏がChatGPT 5.5 Proをテストしたところ、AIは17分で加法数論の未解決問題を独自に解決し、博士論文級の成果を出した。数学的指導は一切不要で、簡単なプロンプトだけで完了した。Go…
-
材料科学AI多任务模型突破
MatterSim正在拓展AI在材料科学中的应用边界——从更快速的大规模模拟,到全新多任务模型MatterSim-MT,可模拟超越势能面的多种物性。https://msft.it/6017vPamT
安全与伦理:AI的双刃剑效应
-
全国初のAIによる「種草ノート」代文案、ツール提供者にプラットフォームへ10万元の賠償命令
全国初のAIによる「種草ノート」代文案の不正競争事件で、浙江省杭州市中級人民法院が判決を下した。被告B社とC社が運営するAIライティングツールは、某SNSプラットフォーム風の種草コピーをワンクリックで生成し、会員制で収益を得て、ユーザーに…
-
エージェントは実行能力に優れるがユーザー利益の最適化は不十分
SocialReasoning Benchによるテストでは、各モデルに安定した傾向が見られた。エージェントはタスク実行をこなせるものの、ユーザー利益の最適化を明確に指示された場合でも、ユーザーの状況を継続的に改善することはできなかった。h…