搜索
OpenAI 的 o1 系列和 DeepSeek-R1 的成功充分证明，大规模强化学习已成为一种极为有效的方法，能够激发大型语言模型（LLM) 的复杂推理行为并显著提升其能力。
当前，AI 领域呈现出一种近乎“追星式”的热情氛围，每当有新的东西发布，便迅速引发广泛关注与高度评价，仿佛技术变革即将一触即发。同时大家情绪也波动剧烈，从“危机论”到“爆发论”频繁切换。OpenAI 最近出的《A Practical guide to building AI agents》的指南，就是他们最近捧上天的“神作”。它直接被捧成了“圣经”，一时间风头无两。
现在，AI 产品仅仅只靠机器人尬聊，已经留不住用户了，这是显而易见的新共识。
Transformer作者Ashish Vaswani团队重磅LLM研究！简单指令：「Wait，」就能有效激发LLM显式反思，表现堪比直接告知模型存在错误。
在全球大模型快速爆发与AIGC应用加速落地的时代，中国的人工智能创业者也在经历从“算法至上”到“产品为王”的重大转变。过去十年，AI行业几度热潮：从2016年AlphaGo引爆的认知革命，到2022年ChatGPT带来的生成式AI浪潮，技术的跃迁正在倒逼产品逻辑重构。而真正决定一家AI公司能否走得远的，从来不是技术demo，而是“有没有真正被用起来”。
“关系”永远是人才管理的关键。ConverzAI专注于发展AI驱动的招聘解决方案，其推出的虚拟招聘助手(Virtual Recruiter)能够自主管理从人才搜索、互动到关系搭建全流程，并帮助企业做出数据驱动的招聘决策。据ConverzAI官网数据，客户企业可以在5天内快速搭建一个虚拟招聘助手，将招聘周期缩短90%。
在 InfoQ 举办的 AICon 全球人工智能开发与应用大会上网易有道国际 App 产品部业务负责人赵越做了专题演讲“AI 创新应用 C 端 B 端商业化实践，从中国走向全球”，演讲围绕 AI 技术在不同市场中的应用和变现策略。
你是否正在投入大量资源开发基于MCP的Agent，却从未质疑过一个基本假设：MCP真的比传统函数调用更有优势吗？ 2025年4月的这项开创性研究直接挑战了这一广泛接受的观点，其执行摘要明确指出："使用MCPs并不显示出比函数调用有明显改进"。
当大多数00后还在纠结高考志愿、大学专业时，Daniel Ruskin这位小哥已经在为Coinbase写着关乎数百万交易的支付代码，那年他才14岁。
从吸尘器到Optimus：机器人60年间的惊人变化。