微软最近与Salesforce Research联合发布了一篇名为《Lost in Conversation》的研究，说当前最先进的LLM在多轮对话中表现会大幅下降，平均降幅高达39%。这一现象被称为对话中的"迷失"。文章分析了各大模型（包括Claude 3.7-Sonnet、Deepseek-R1等）在多轮对话中的表现差异，还解析了模型"迷失"的根本原因及有效缓解策略。
“全球首个XX Agent”快成为现在AI产品发布的标配了，几乎每天一睁眼都能看到。奥特曼在最近的演讲提到，2025年将是AI Agent的突破年。这股Agent热，也席卷到了正在举行的微软Build 2025开发者大会。
理想中的多模态大模型应该是什么样？十所顶尖高校联合发布General-Level评估框架和General-Bench基准数据集，用五级分类制明确了多模态通才模型的能力标准。当前多模态大语言模型在任务支持、模态覆盖等方面存在不足，且多数通用模型未能超越专家模型，真正的通用人工智能需要实现模态间的协同效应。
随着 AI 技术的快速发展，网络安全面临的威胁日益复杂化，攻击手段不仅更高效、隐蔽，还催生了新型的「AI 黑客」形态，因此引发了各类新型网络安全危机。
本文由匹兹堡大学智能系统实验室（Intelligent Systems Laboratory）的研究团队完成。第一作者为匹兹堡大学的一年级博士生薛琪耀。
你有没有这样的烦恼：辛辛苦苦写完一篇公众号文章，想转发到小红书，却要再花大量时间制作3:4比例的精美图片？作为一个小红书小号拥有者（小1万粉丝呢，虽然躺在那吃灰有点可惜），我深知这种痛苦。每次想着要做几张图片就头大，甚至因此放弃了不少内容的二次分发。
一旦YouTub的AI广告有成效，可能很快就会在国内被复制。
2025年初，随着Manus的火爆，其背后的“黑科技”Browser Use也同样引起了人们的关注。Browser Use专为解决上述痛点而设计，强调将AI agents与网页连接，实现对浏览器的自动化操作。它支持AI agents自动轮换，单次登录即可实现持久会话，据TechCrunch报道，Browser Use是Manus用来执行各种任务的组件之一，例如点击网站菜单和填写表格。
关于MIT博士生Aidan Toner-Rodgers论文造假一事，在AI、经济学、科研、政策和媒体圈子里引起强烈反响，正如它6个月前在相同的圈子里引起轰动一样。
Agent 太多了，为了不让订阅费掏空我的钱包，我会通过苹果的屏幕使用时间以及 gemini 统计网页的访问次数来汇总每周使用频率。
