AI前沿资讯

AI 客服别再从简单问题下手：控制平面五层法与座席流失率这个新指标采集助手 · 2026-09-18企业投了钱上对话式 AI，座席流失率却没人盯着看——这是 Opus Research 分析师 Ian Jacobs 在 PolyAI 播客 Deep Learning 里抛出的核心提醒。他与主持人 Nikola Mrksic（PolyAI 创始人）的对谈覆盖了客服 AI 的投资误区、AI Agent 军团的协调架构和一 全员工 AI Agent 落地：Vixo 的 MCP 选型试金石与技能中心实践采集助手 · 2026-09-18一家给便利店、连锁餐饮和商场门店修空调、冰箱、咖啡机的设施管理公司，看起来和”高科技”毫不沾边，却把 AI Agent 用到了全公司每个员工头上。这是 PolyAI 播客 Deep Learning 的一期节目，对谈双方是设施服务商 Vixo 的 CTO Derek Neighbors 和 IT 副总裁 Bobby H Fin 对话 incident.io：AI 怎样重塑事故响应——认知减负、AI SRE 与人工保留决策权采集助手 · 2026-09-18一句话结论 Intercom 客户支持副总裁 Declan（Screene）与 incident.io 创始工程师 Lawrence Jones 在伦敦的这场约 49 分钟对谈，把「AI 时代怎么做事故响应」讲成了一件可以落地的事：事故响应的底层是内部协同和客户信任，而 AI 的价值不是取代人，是吃掉那部分「高压下翻日 Anthropic 联创亲测：研究智能体替我读上千篇论文，Claude Cowork 一小时建成个人知识库采集助手 · 2026-09-18一句话结论 Anthropic 联合创始人 Jack Clark 用自己的一天演示了「智能体放大个人生产力」长什么样：把批量论文分析交给一组研究智能体，把建个人知识库这类拖了几年的任务交给 Claude Cowork，人只负责派活、验收和决策。 研究智能体替我读了几千篇论文 清晨走进山里徒步之前，我在咖啡馆里派了一批研 大语言模型工作原理全解：从 Transformer、token 到幻觉，一篇看懂你每天在用的 AI采集助手 · 2026-09-18你大概也曾在 ChatGPT 里敲过一个问题，拿到的回答读起来就像人写的一样。也许你想过：屏幕背后到底发生了什么？ 什么是大语言模型？ 大语言模型（LLM）是一类在海量文本上训练出来的神经网络，用来执行自然语言处理任务，尤其是生成语言。神经网络是一种大致受大脑神经元接线启发的计算机程序。它们从数据里学习模式，而不是被人 MiniMax CLI v1.0.8：视频首尾帧与参考图控制、图像种子与优化器、按模态默认模型采集助手 · 2026-09-18一句话结论 MiniMax 官方命令行工具在 v1.0.8（2026-04-16 发布）把两个生成模态的控制粒度往前推了一大步：视频生成加入首尾帧控制（ --last-frame ）和主体参考图（ --subject-image ），图像生成加入种子复现（ --seed ）、显式宽高（ --width/--height MiniMax CLI v1.0.4：改名 mmx、音乐生成结构化参数与配置体系重构采集助手 · 2026-09-18一句话结论 MiniMax 官方命令行工具在 v1.0.4（2026-04-08 发布）完成了一次「名字与底座」的双重升级：所有命令从 minimax 统一改名为更短的 mmx ；音乐生成命令补齐了曲风、乐器、人声等结构化参数；认证凭据改为仅从文件读取并支持交互式初始化；配置文件写入改为原子操作防损坏，全局错误拦截覆盖 Fin 对话 PostHog：AI 时代的定价、护城河与深度采用——从席位制到按结果付费采集助手 · 2026-09-18一句话结论 Intercom Fin 解决方案副总裁 Vignesh Pang 与 PostHog 联合创始人 Tim 在旧金山的线下对谈，把「AI 时代软件怎么卖钱」讲透了一层：席位定价已经被两家公司共同抛弃——Fin 按”解决”收费，每次约 1 美元，且刻意不做榨取式的价值定价；PostHog 全面转向用量定价，甚 Fin 对话 Linear：AI 质量不是测出来的，是看轨迹看出来的——智能体质量观测实操采集助手 · 2026-09-18一句话结论 Intercom Fin 产品团队的 Brian 与 Linear 工程师 Matias 在伦敦对谈「怎么把 AI 体验做出高质量」，核心结论反常识：智能体质量不是靠 A/B 测试和大盘指标优化出来的，而是靠精读单条执行轨迹（trace） debug 出来的——Linear 的零 bug 政策覆盖智能体错误 BestBlogs早报·09-16｜黄仁勋谈可验证安全，Gemini 3.8 Live 实时协作，语音智能体验收清单采集助手 · 2026-09-18一句话结论 当语音智能体从演示走向真实通话，决定它能否留下的不是一次顺滑演示，而是三件事能不能讲清楚：事故能不能追溯（黄仁勋的安全责任链）、等待能不能解释（Gemini 3.8 Live 的连续交互设计）、关键字段能不能一次采对（Plivo 的逐层验收清单）。能力越自主，验收越要前置。 导语 一段语音交互能够边看屏幕、 BestBlogs早报·06-14｜出口管制、AI监管边界、编程瓶颈转移采集助手 · 2026-09-18一句话结论 三条线索勾勒 AI 中期真实处境：出口管制首次落地前沿模型、监管分水岭在护栏与官僚之手间摇摆、工程瓶颈从模型转移到人的注意力——当 AI 输出价值稳定超过 Token 成本，睡后 Token 模式的三个条件（Session 可恢复、Sandbox 可替换、Harness 无状态）缺一不可。 导语 出口管制首 BestBlogs早报·06-17｜OpenAI部署模拟、智能体代码审查、后端AI Friendly采集助手 · 2026-09-18一句话结论 AI 辅助编码的隐性代价被数据坐实：22000 名开发者研究显示代码量激增的同时缺陷率从 9% 升至 54%，写代码不再是瓶颈、审查能力才是；OpenAI 用生产对话重放把安全评估变成可测量指标；阿里给出后端走向无人值守开发的六类知识底座与 L0-L5 权限分级完整路线图。 导语 AI 安全的边界正在被量化 BestBlogs早报·06-16｜Loop Engineering、Agent工具设计、Token成本控制采集助手 · 2026-09-18一句话结论 三个被讨论过热的词被还原成可落地的工程判断：循环工程要回答五个问题才值得搭，一次性任务一句好提示词更快更便宜；Agent 工具设计的有效模式与反模式对照表可直接当 checklist；Token 成本大头在系统前缀而非你的提问，Prompt Cache 省的是重复成本、要诀是写稳不是写短。 导语 最近没有特 BestBlogs早报·06-15｜Fable 5出口管制、SpaceX上市、JEPA世界模型采集助手 · 2026-09-18一句话结论 当 AI 能力逼近阈值，安全、资本和技术路线同时被推向临界点：Fable 5 被攻破只用了 24 小时、从发布到下线 72 小时，Constitutional AI 发明者守不住自己的宪法；SpaceX 用 24 年极限工程换来 2.1 万亿美元市值；LeCun 押十亿美元赌生成式路线撞上「模糊诅咒」，JE BestBlogs早报·06-18｜GLM-5.2开源、AI化学家、对话闫俊杰采集助手 · 2026-09-18一句话结论 本期主线是「模型能不能独立把一件复杂的事情做完」：GLM-5.2 用 Solid 1M 上下文在长程编程上追平开源第一梯队，OpenAI 的 AI 化学家在真实实验室近乎自主跑完一轮科研优化，闫俊杰则谈智能终局是端到端交付结果而不是给建议——衡量标准正在从「说得对」转向「做得完」。 导语 智谱 GLM-5. Genesys Cloud Associate：把 AI 客服编排扩展到呼叫中心之外的全员桌面采集助手 · 2026-09-18一句话结论 Genesys Cloud Associate 把 AI 驱动的体验编排从呼叫中心扩展到每一位接触客户的员工：门店、网点、外勤人员在一块统一桌面上看到跨渠道完整交互记录，用个人手机接打商务来电，AI 自动生成对话摘要并智能路由，管理者第一次拿到全旅程的员工绩效与质量洞察。 问题：客户旅程跨部门，组织却按部门 Fin Apex 1.0 发布：客服专用模型的胜利——RL 把幻觉降下来，解决率提上去采集助手 · 2026-09-18一句话结论 Intercom 正式发布自研客服模型 Fin CX Apex 1.0：在一个足够智能的开源权重模型上做监督微调与强化学习，目前每周处理超过一百万次 Fin 对话，在解决率、客户满意度、幻觉率和响应延迟四个维度同时超越此前的通用模型方案——这是”通用模型够用”叙事在客服领域被推翻的标志性证据。 路线演变：从 Fin 对话 Anthropic：AI 客服的信任工程——从「不知道就说不知道」到按结果付费采集助手 · 2026-09-18一句话结论 Intercom COO Jordan Neil 与 Anthropic 数字原生业务负责人 Ryan O’Halleran 在巴黎对谈，把 AI 客服的”信任”从口号拆成了可执行的工程问题：Fin 在 2023 年的最大创新是”不知道就说不知道”，商业模式上只对解决了的对话收费，产品上用程序描述、仿真测试 Kilo Code 接入 OpenRouter 实操：一把密钥调度 300+ 模型，kilo.json 路由配置与免费模型额度全解采集助手 · 2026-09-18一句话结论 Kilo Code 是自带编辑器和终端的编程智能体，负责会话、编辑、上下文、模式与模型选择，但不自带模型，需要用户自备 provider。接入 OpenRouter 后，一把 API 密钥即可调度 70+ 供应商的 300+ 模型，路由规则、故障转移与账单集中在一处。本文覆盖三步接入、kilo.json 路 Cloudflare 智能体互联网行为治理：从风险评分转向持续信任评估，AI 迷宫反爬三招可配置采集助手 · 2026-09-18一句话结论 AI 爬虫与智能体流量暴增后，“机器人都是坏的、人类都是好的”这个旧假设彻底失效。Cloudflare Web Integrity & Trust 团队这篇文章给出完整方法论：把 Risk（风险）与 Trust（信任）拆成两个独立维度持续评估，用 Precursor 客户端行为检测捕捉会话中途的身 计算机使用 Agent 入门原理：感知-思考-行动循环怎么让 AI 学会用鼠标键盘采集助手 · 2026-09-18计算机使用 Agent 是能像人一样操作电脑的 AI 程序：看屏幕、动鼠标、点按钮、敲键盘。 用大白话说：我们给它一个目标，它就用电脑替我们完成这个目标。 把它拆开看名字就清楚了：Computer 是带屏幕、鼠标、键盘的机器。 Use 是像我们一样真正去操作那台机器。 Agent 是让它自己一步步朝着目标行动，不需要我 EvoCode-Bench：多轮迭代任务下编码 Agent 真实能力评测，回归才是最大瓶颈采集助手 · 2026-09-18如果你正在给团队选编码 Agent，单轮基准测试的分数已经不够用了。Philipp Schmid 解读的 EvoCode-Bench 基准揭示了一个关键事实：把任务拆成多轮迭代、让需求持续变更后，模型排名会重新洗牌，而过半失败不是因为做不出新功能，而是弄坏了已经通过的功能。 单轮基准与真实使用差距在哪 大多数编码基准的 主 Agent 管理子 Agent 的四种模式：从函数调用到自治团队，按控制力度分级选型采集助手 · 2026-09-18去年 Philipp Schmid 讨论过为什么把任务隔离进专注的 Agent 能提升可靠性。此后，更强的规划与工具使用能力解锁了此前过于脆弱的模式：持久工作池与代理间直接消息。本文按主 Agent 对子 Agent 生命周期的控制力度排序，讲透四种模式。 模式一：Inline Tool——子代理即函数调用 主 Age 用 Gemini 3.5 Flash 原生 Computer Use 控制 Android 手机：ADB 桥接完整实操指南采集助手 · 2026-09-18Gemini 3.5 Flash 内置了 Computer Use 能力。模型看一张截图，决定下一步做什么，返回一个函数调用如 click(y=300, x=500)。你的代码通过 ADB 在设备上执行该动作，再截一张新截图发回去。循环往复直到任务完成。Philipp Schmid 这篇指南带你用 mobile 环境和 Kimi、Cursor、Chroma 如何用强化学习训练 Agent 模型：三份技术报告的共性方法论采集助手 · 2026-09-18Philipp Schmid 读完三份技术报告——月之暗面 Kimi K2.5 论文、Cursor Composer 2 技术报告与博客、Chroma Context-1 报告——提炼出 Agent 模型强化学习训练的共性方法论。对想理解”垂域 Agent 模型怎么炼成”的读者，这是一份高密度路线图。 三份报告各有独到 MiniMax CLI v1.0.14：设备码登录、多轮 REPL、文件存储与代理支持，一条命令链路补齐采集助手 · 2026-09-18一句话结论 MiniMax 官方 CLI 在 v1.0.13 和 v1.0.14 两个版本（2026 年 5 月发布）里补齐了一批此前只能靠平台控制台或裸 API 完成的能力：OAuth 设备码登录流程命令化并直写配置文件、交互式多轮对话终端 mmx text repl 、文件上传/列表/删除三命令、全局 HTTP/H Gemini 工具组合：一次请求混用内置工具与自定义函数，模型自己排调用顺序采集助手 · 2026-09-18大多数真正能干活的智能体，一次任务里需要好几个工具配合。一个 DevOps 智能体发现了 CVE 漏洞，还需要顺手在内部系统里建一张工单。直到最近，这类交接要么得你自己写编排逻辑，要么只能在自定义工具里绕开内置工具。 Gemini API 的工具组合（tool combination）能力改变了这一点：现在可以在同一次 写好 Agent Skills 的八条经验：描述即触发器，指令要短，负向用例不能省采集助手 · 2026-09-18Skills 已经成为智能体最常用的扩展点之一。它们灵活、容易做、分发也简单。 但正是这种灵活，让人很难判断什么是好的、什么真正有效。什么样的技能值得做？写好一个技能的秘诀是什么？什么时候才应该分享给别人？ 作者大量使用 Skills，多个技能处于日常活跃状态。以下是他总结的八条经验。 一、先搞清 Skill 是什么 AI 的上限取决于你的「完成定义」：把模糊任务变成可检验任务采集助手 · 2026-09-18本文讲一个简单的想法： AI 的表现好不好，取决于我们的「完成定义」（Definition of Done） ——也就是我们在「任务完成」和「任务没完成」之间划下的那条清晰的线。 我们会看到：完成定义到底是什么、为什么 AI 在机器可检验的任务上显得神奇、为什么在只有人能判断的任务上显得不可靠、AI 背后运行的循环如何 Genesys 产品SVP谈智能体编排：从回答到执行、效率体验二选一失效、自主性光谱四步走采集助手 · 2026-09-18一句话结论 Genesys Cloud 产品管理高级副总裁 Eleonora Martinez 在 Level Up CX Live 的这期访谈，把”智能体 AI 改写客服规则”讲成了一条完整的逻辑链：生成式 AI 让对话自然，智能体 AI 让系统从”回答”转向”执行”——理解意图、规划步骤、跨系统完成任务并陪客户走到