跳到正文
11月11日周三
  1. Seven Minute Feed27

    Sea Ltd. 因增加 AI 和云支出未达盈利预期

    Sea Ltd. 未达盈利预期,因增加 AI 和云支出以应对东南亚电商竞争。 该亏损显示 AI 投资正在挤压前沿实验室和超大规模云服务商之外企业的利润率。 这一趋势表明 AI 投资正影响更多非头部科技公司的财务表现。

  2. 量子位35

    罗永浩直播间演示TRAE:9.9元体验AI编程平台

    罗永浩在双11直播间演示全链路AI开发平台TRAE,展示其9.9元首月体验价及低代码开发能力。 TRAE支持多文件感知与环境自动配置,将环境搭建等繁琐流程封装在底层,普通用户可通过自然语言直接生成可用软件。 截至今年6月,TRAE全球注册用户超1000万,月活达160万,显著降低了应用开发门槛。

  3. IT之家42

    IDC 报告显示,2026 年上半年中国液冷服务器市场收入同比增长 153.1%,交付单元正从单台服务器转向整柜系统。

    当前采购呈现高密度算力集成趋势,互联网企业占比 65.6% 为最大买方,冷板式液冷占比 90.2%。随着推理负载占比上升及 AI 智能体应用爆发,算力消耗放大;中国整柜交付比例目前为 5.0%。 增量价值正向高配置算力系统集中,液冷增长驱动因素涵盖 AI 计算需求与供给约束。

  4. IT之家29

    我国推进“人工智能+自然资源”融合,计划 2030 年打造智能化国土空间治理基础平台

    自然资源部与国家发展改革委近日发布实施意见,计划到 2030 年集成打造智能化国土空间治理基础平台,使关键核心技术与智能装备实现安全可控。 意见提出统筹布局五个人工智能中试平台,覆盖时空地理信息等五个方向,并推出涵盖“天空地海网”一体化监测等八大示范场景。 到 2030 年,自然资源数智化治理水平总体达到国际领先,人工智能成为引领生态文明建设与高质量发展的重要引擎。

  5. 36氪72

    Agent背后的Harness竞争:从运行系统到独立生意

    微软测试显示,更换Copilot Studio背后的Harness可让复杂任务通过率提高22.1个百分点,输入Token消耗减少21%,凸显Harness成为Agent性能与成本的关键变量。Anthropic、OpenAI、DeepSeek和Kimi均在将原本服务于内部产品的Agent运行系统独立出来,提供托管服务或开源框架,使Harness成为模型公司新的竞争入口。

    推荐理由:梳理了从模型内部运行系统到托管服务的商业闭环,读者可理解Harness如何影响企业的模型选择与部署成本。

  6. 36氪80

    Anthropic 上线 Claude 白板和表格工具

    Anthropic 推出 Claude Whiteboards、Claude Sheets 和 Claude Data,让用户直接画白板框选区域让 Claude 调整,制作电子表格、连接数据库生成仪表盘,微软股价当日一度下跌超 3.5%。

    推荐理由:原文给出了白板、表格、数据分析工具的具体交互与开放状态,读者可以据此判断Claude如何切入传统办公场景。

  7. IT之家50

    优步和 DoorDash 高管称 AI 智能体订单量极低

    优步和 DoorDash 在财报会上表示,通过 Meta Muse 等 AI 智能体下达的订单累计仅数百笔。相比优步 10 月最后一周 3.2 亿单的业务量,智能体贡献的 500 笔外卖订单和 4 笔网约车订单可忽略不计。尽管用户因信任和安全顾虑使用率低,两家平台仍在开发面向自家应用的 AI 功能。

  8. Hacker News AI40

    C# 与 .NET 在 Agentic 时代被低估的价值:Aspire 与 CSharpRepl

    C# 和 .NET 栈在 Agentic 时代常未受到足够关注,但 Aspire 和 CSharpRepl 两大组件使其成为构建 AI 代理软件的理想基础。 Aspire 提供可编程的运行时编排层,支持隔离网络与 OpenTelemetry;CSharpRepl 允许代理交互并操作运行中的应用状态。 这套工具组合提升了代理自主性,有助于高效迭代并生成经验证的生产就绪代码。

  9. arXiv · NLP24

    基于 OASIS 框架的 LLM Agent 评估社交媒体亲社会干预研究

    研究基于 OASIS 框架构建了 13,835 个具有独特配置的 LLM Agent,模拟 20 个时间步骤内的社交媒体互动。 通过评估增加已验证新闻曝光的三种干预措施,发现将新闻上移至显著位置产生最大效应,且在性别、年龄和教育程度维度上表现稳定。 结果与人类受试研究强对齐,表明 LLM Agent 模拟可支持部署前早期评估,上移策略比增加新闻量更有效。

  10. arXiv · NLP45

    ARE-bench:在真实研究会话与工作区中评测 Agent 研究能力

    ARE-bench 发布 75 个基于真实研究者项目的任务,涵盖 7 个研究阶段、33 项需求及 1173 个二元检查项。 在七个前沿模型中,最强模型仅通过 66.2% 的任务所有检查项;一旦加入历史与工作区上下文约束,通过率骤降至 28.4% 至 40.0%。 这表明忽略上下文要求的评测会高估研究 Agent 的真实交付能力。

  11. arXiv · AI35

    KAIROS:面向智能体推理的状态感知、上下文感知低功耗服务系统

    KAIROS 是一种面向智能体 AI 服务的上下文感知功耗优化系统。它将智能体上下文作为首要控制信号,联合管理 GPU 频率、单实例并发及多实例请求分配,在降低功耗的同时避免内存抖动并维持性能目标。在软件和数据分析智能体任务评测中,KAIROS 平均实现 27% 的功耗降低(最高达 39.8%),且满足既定性能指标。

  12. arXiv · AI39

    LLM 智能体实现可解释的迭代数据可视化优化

    基于大语言模型(LLM)的智能体管线将可视化评估与超参数优化视为语义任务,通过迭代循环自动产出高质量可视化图。 该系统结合定量评估与 LLM 模拟的人类定性判断,生成包含描述性总结和可操作配置建议的多维度报告,以解决高维数据降维中人工调参的高强度负担。

  13. arXiv · AI28

    多智能体协同重命名重构框架

    该论文提出首个自动化协同重命名的多智能体框架,通过Scope Inference、Planned Execution和Replication Agent协同工作,减少开发人员手动传播重命名变更的负担。 框架基于IDE受信重构API执行变更,前期研究分析了100个开源项目中609K次提交的实践,并调查了205名开发人员的需求。

  14. arXiv · AI25

    利用大语言模型在 One Health 语境下进行风险协商与共识构建

    研究提出将 LLM 智能体整合进人类监督的风险协商流水线,通过检索增强生成处理多利益相关方冲突。 采用 Nash 议价解与 Pareto 最优性指标评估候选方案,并在 Campylobacter 食品安全及橡 processionary 蛾管理两个实际场景中完成可行性验证。 框架为 AI 辅助风险协商提供了蓝图,但 LLM 在效率与决策质量上的具体增益需进一步比较评估。

  15. arXiv · AI25

    Forethought:基于神经符号基元编程的可验证推理系统

    Forethought 提出一种神经符号推理系统,通过将符号与神经基元组合成类型化领域特定语言来构建可验证的推理程序,在四个标准工具调用基准测试中,端到端准确率中位数相比直接提示提升 32%。 该系统在设计与执行时检查输出契约,明确划分保证与测量边界;配合小型开放模型可匹配前沿模型性能,且移除契约与控制层会抹去大部分收益。 结果表明丰富的符号编排器有助于构建更准确、可靠且可审计的语言模型智能体。

  16. arXiv · AI47

    SciConBench 揭示健康领域 AI 智能体科学结论综合能力不足

    针对健康领域 AI 智能体结论综合能力的未知,研究提出 9.21K 问题的 SciConBench 基准,并配套 SciConHarness 隔离环境以防止数据泄露。 在清洗后的评估中,前沿模型表现不佳,最佳智能体事实 F1 仅 0.337,远低于无约束环境下的估计。 研究还发现 Google AI Overview 等消费级产品常生成不完整甚至矛盾的结论,表明可靠科学综合仍面临重大挑战。