OpenAI 开发者大会发布智能体 Dot、ChatGPT Space 与高性价比模型 GPT-6.1 Sol 等全系新品Chinese
OpenAI 在开发者大会上公布了全天候自主智能体 Dot、人机协作空间 ChatGPT Space 以及主力模型 GPT-6.1 Sol 等一系列新品。
Why it matters: 原文系统梳理了 OpenAI 构建智能体协作平台的多款新品细节与定价对比，有助于读者评估其对现有开发及企业工作流的综合影响。
AI agents
All topics让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Latest selected
1641–1660 of 1,875爱范儿 · AI 筛选SelectedAI score8484 Cerebras 官方博客（网页）SelectedAI score7474 Cerebras 发布 GLM-4.7 迁移与调优指南Chinese
Cerebras 上线智谱 GLM-4.7 推理支持并发布迁移指南，依托晶圆级集群实现最高 1500+ tokens/s 的输出速度。
Why it matters: 文章总结了 GLM-4.7 的行为特性与十条工程迁移规则，读者可以直接参考这些参数设置与 Prompt 技巧优化推理效率。
Cerebras 官方博客（网页）SelectedAI score7777 Cerebras 实测 Karpathy 的 autoresearch：如何防止 AI 自主研究闭环失控与偏离目标Chinese
Cerebras 针对 Karpathy 提出的 autoresearch 框架开展了 71 次实测，开源了 codex-autoresearch-harness 和 reap-expert-swap 工具，并总结了防止智能体自主实验偏离目标的工程实践。
Why it matters: 原文通过两组真实任务实测了自主研究智能体的边界，给出了约束环境漂移和控制算力开销的具体方案。
Cerebras 官方博客（网页）SelectedAI score6464 Cerebras：AI 竞争为何转向推理速度Chinese
Cerebras 发文分析指出，前沿实验室的 AI 竞争焦点正从单纯提升模型智能转向极致推理速度，token 生成速率已直接决定模型迭代与软件构建效率。OpenAI 与 Anthropic 等头部厂商均已全面使用自身的高速编码模型来自举研发下一代模型和产品代码库，Anthropic 对 2.5 倍速版本的定价更是达到基础版的 6 倍。
Why it matters: 梳理了前沿大厂从卷模型智能转向卷推理速度的逻辑，有助于理解高吞吐推理对智能体研发与模型自举迭代的核心价值。
Cerebras 官方博客（网页）SelectedAI score7373 Cerebras 探讨 MCP 与 CLI 之争：核心在于速度与执行基础设施Chinese
针对 Perplexity 宣布从 MCP 回退至 API 和 CLI 引发的争议，Cerebras 撰文分析认为两者的核心分歧在于运行时速度与安全可审计性之间的权衡。
Why it matters: 文章梳理了 MCP 与 CLI 在延迟和安全上的权衡，并指出通过低延迟推理与轻量执行环境可以缓解协议带来的性能开销。
Cerebras 官方博客（网页）SelectedAI score7676 Cerebras 分享多智能体工作流构建经验与 5 种实用设计模式Chinese
Cerebras 官方博客总结了构建多智能体工作流的实战经验，提出将单智能体拆解为“主厨（调度器）与配菜工（子智能体）”协作架构，以解决单智能体容易触碰的上下文膨胀和失败率过高问题。
Why it matters: 原文通过厨房主厨与配菜工的比喻系统梳理了 5 种多智能体设计模式，读者可以据此将复杂 AI 编码任务拆解为轻量上下文并行与验证工作流。
LlamaIndex 官方博客（网页）SelectedAI score6464 LlamaIndex 推出 Parse Gateway：支持按页面复杂度智能路由文档解析器Chinese
LlamaIndex 推出 Parse Gateway Web 应用，基于 LiteParse 的 is_complex 功能实现页面级别的文档解析智能路由。系统会依据无文本、扫描件、乱码或多列复杂排版等信号及严重程度，将简单页面交给免费进程内运行的 LiteParse 处理，复杂页面则自动升级并路由至不同档位的 LlamaParse。
Why it matters: 通过在页面级评估文档复杂度并将不同页面路由至对应解析层级，在保障复杂页面提取质量的同时有效降低了整体延迟与处理成本。
LlamaIndex 官方博客（网页）SelectedAI score6969 LlamaIndex 解读大模型 OCR：错误为何变得更隐蔽与工程应对方案Chinese
大语言模型用于 OCR 虽提升了复杂文档的识别流畅度，但由于生成时依赖语言先验，常导致数值静默替换、表格漏行且缺乏字符级置信度，让传统错误捕获机制失效。文章将大模型 OCR 划分为后处理修正、原生视觉模型转录和智能体编排三类架构，指出传统字符错误率难以反映高熵字段的真实准确率。针对这一缺陷，工程落地需通过版面预分割、按元素路由模型、多轮验证闭环以及绑定像素包围盒溯源来构建可证伪的解析流程。
Why it matters: 解析了大模型处理文档时出现隐蔽错误的生成机制，并给出了通过系统编排与证据溯源降低静默失效风险的工程方案。
Cerebras 官方博客（网页）SelectedAI score6565 Cerebras 推出 Kimi K2.6 万亿参数企业级推理服务Chinese
Cerebras 宣布面向企业客户测试开放万亿参数开源模型 Kimi K2.6 的高速推理服务。经 Artificial Analysis 独立实测，Cerebras 运行 K2.6 的生成速度达每秒 981 个 output tokens，针对 10k 输入加 500 输出的复杂请求总耗时仅 5.6 秒，比官方接口快 29 倍。
Why it matters: 原文给出了万亿参数模型在晶圆级硬件上的实测吞吐与端到端延迟对比，读者可据此评估高速推理对智能体编码工作流的提速幅度。
LlamaIndex 官方博客（网页）SelectedAI score7575 LlamaIndex：文档 OCR 为何不会被通用前沿大模型商品化Chinese
LlamaIndex 提出文档 OCR 与解析不会成为通用大模型的普通内置功能，专用解析引擎在准确率与成本的帕累托前沿上将持续领先。前沿模型主要针对数学、编程和工具调用优化，在空间定位与结构化还原上表现较弱，在 ParseBench 基准中落后专用方案约 20 分。通过难度路由、可验证奖励的强化学习微调、直接提取文件容器元数据以及评测闭环，专用引擎能以远低于通用 VLM 的成本实现更高精度。
Why it matters: 原文结合评测基准与工程实践，系统论证了垂直解析引擎在准确率与成本上持续超越通用前沿模型的底层逻辑。
Claude 官方博客（网页）SelectedAI score8282 Claude in Chrome 正式向所有付费用户开放，支持浏览器自主操作与提示词注入防护Chinese
Claude in Chrome 现已正式向所有 Claude 付费订阅用户开放，支持 AI 智能体在 Chrome 浏览器中自主阅读文本、点击链接、跨页面导航和填写表单，无需每一步都经人工批准。
Why it matters: 原文详细披露了浏览器智能体防范提示词注入的多层探测与分类器机制及实测防御率，为网页级 Agent 的安全落地提供了具体参考。
Claude 官方博客（网页）SelectedAI score7676 Claude for Small Business 推出 43 个新工作流与 27 项工具集成Chinese
Anthropic 宣布升级 Claude for Small Business，新增 43 个预设工作流并扩展了 27 项常用工具集成，涵盖 Shopify、Salesforce、TikTok、Gusto 及 Zoom 等平台。
Why it matters: Anthropic 为中小企业场景扩展了自动化工作流与常用 SaaS 连接器，展示了如何通过桌面端集成与审批流承接日常运营。
Claude 官方博客（网页）SelectedAI score8080 Claude 宣布合并 Cowork 并推出 Claude Docs 与 SlidesChinese
Claude 宣布将 Claude Cowork 与聊天界面合并为一个统一产品，并同步推出 Claude Docs 与 Claude Slides，同时支持在对话中直接调用 Claude Design。
Why it matters: 原文展示了多项创作工具与后台异步任务整合进统一界面的方式，读者可据此了解办公工作流的自动化协作形态。
Cerebras 官方博客（网页）SelectedAI score6464 Cerebras 解析构建 AI Agent 循环机制为何必须依赖验证器Chinese
Cerebras 深入分析了 AI Agent 自主循环机制（Loop）的演进，指出循环的核心在于引入可靠的验证器（Verifiers）而非单纯追求自主性。随着多模态视觉检查能力、MCP 等工具调用协议以及超高速推理的成熟，Agent 能够自主比对输出并低成本迭代修复；同时开发者必须设定明确的完成标准与禁止规则，以避免循环陷入死循环或投机作弊。
Why it matters: 原文梳理了自主循环工作流依赖多模态验证器与高速推理的演进逻辑，为构建防失控的 Agent 提供了实践参考。
LlamaIndex 官方博客（网页）SelectedAI score6464 LlamaIndex 联合 Kaggle 推出面向 AI 智能体的文档抽取基准 ExtractBenchChinese
LlamaIndex 联合 Kaggle 推出文档结构化抽取基准及排行榜 ExtractBench，用于评估 AI 智能体在企业复杂文件中的抽取表现。该基准覆盖 8 个商业领域的 370 份文档（共 4,869 页），采用确定性规则对 14 个系统在准确率、感知质量、表格结构、文档长度和成本等维度进行评测。
Why it matters: 该基准针对真实企业多页复杂文档测试提取鲁棒性与成本，可作为评估智能体长文档落地能力的参考依据。
Cerebras 官方博客（网页）SelectedAI score6161 Cerebras 重构工程师技术面试：全面引入 AI 辅助并重点考察验证能力Chinese
Cerebras 宣布全面改造工程团队的技术面试流程，明确允许并期望候选人使用 AI 辅助编码，将考核重心从孤立的语法与算法记忆转向真实工程场景。面试通过多步骤复杂任务考察候选人的问题拆解、上下文提供、代码验证、调试及生产环境权衡能力。Cerebras 指出 AI 让候选人更快完成初版代码，团队据此将“代码验证与查错能力”设为最高优先级的评估信号，坚持候选人必须对最终交付的系统负全责。
Why it matters: Cerebras 复盘了将 AI 引入技术面试的实践细节，展示了工程团队在 AI 原生时代如何重构对工程师验证与判断能力的考核标准。
LlamaIndex 官方博客（网页）SelectedAI score6262 LlamaIndex 推出文档抽取层 LlamaParse Turbo Beta 版Chinese
LlamaIndex 在 LlamaParse 平台推出极低延迟的结构化抽取层 Turbo Beta 版，定价为每页 35 credits。Turbo 省去独立解析步骤并采用多页并行处理，在中长文档场景下单页耗时可降至约 0.5 秒，在 ExtractBench 评测中单页中位数耗时为 3.7 秒且 F1 分数为 0.84。
Why it matters: 原文展示了并行页面抽取在长文档场景下的低延迟表现与适用场景，有助于读者评估实时结构化提取方案。
LlamaIndex 官方博客（网页）SelectedAI score6767 LlamaIndex 提出即时智能体 OCR 模式：两阶段处理兼顾文档检索效率与精度Chinese
LlamaIndex 提出了面向 10 至 100 份文档临时数据室场景的即时智能体 OCR（Just-in-Time Agentic OCR）模式，通过两阶段处理降低 VLM 全量解析的高昂成本与延迟。
Why it matters: 文章拆解了即时智能体 OCR 的两阶段处理机制，为百篇内临时文档集的低成本精准解析提供了清晰的落地参考。
LlamaIndex 官方博客（网页）SelectedAI score6666 LlamaIndex 详解 AI 文档抽取难题：为何 Schema 才是导致流水线失效的关键Chinese
LlamaIndex 发布文章指出，生产级 AI 文档抽取流水线的准确率瓶颈已从 OCR 与解析能力转向 Schema 定义层，未受审计的 Schema 会导致模型在必填字段上生造数据或错误合并重复项。
Why it matters: 文章拆解了文档抽取中 Schema 设计不当导致的隐性错误，提供了字段审计与 Agentic 架构的具体实践路径。
vLLM 官方博客（网页）SelectedAI score6767 vLLM 推出会话感知智能体路由 SAAR，优化长流程 Agent 模型调度与缓存成本Chinese
vLLM 在 Semantic Router 中正式引入会话感知智能体路由 SAAR，通过会话级状态控制解决长流程 Agent 在单轮 prompt 路由下易打断工具调用与丢失前缀缓存的问题。
Why it matters: 原文针对长流程智能体多轮调度痛点，提出结合工具循环锁与前缀缓存定价的会话级路由策略，为大模型推理网关降本与连续性保障提供了工程参考。