搜索
近年来，大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时，传统的链式思维（Chain-of-Thought）往往就开始「吃力」：容易被早期判断带偏、发散不足、自我纠错弱，而且顺序生成的效率天然受限。
近年来，Chain-of-Thought（CoT）推理已经成为提升大语言模型和多模态大语言模型复杂问题求解能力的重要技术路径。
5月7日，罗氏宣布收购数字病理学公司PathAI，旨在显著加强这家瑞士医疗巨头在 AI 驱动的数字病理学领域的地位。本次收购罗氏将支付 7.5 亿美元的首付款以及高达 3 亿美元的里程碑付款来收购 PathAI，交易总估值潜在达到10.5 亿美元。
在MU Shanghai组织的ClawCon活动上，OpenClaw的社区核心成员自己飞过来，在阿里中心的会议室里，面对着从全国各地赶来的开发者、创业者和用户，和他们一线交流。我们拿到了两个独家对话的机会，受访者是OpenClaw核心维护者Josh，以及OpenClaw Foundation核心成员Vincent Koc。
本文将深入探讨 Anthropic、OpenAI、Perplexity 和 LangChain 究竟在开发什么。我们将聊聊编排循环、工具、记忆、上下文管理，以及那些将“无状态”的大语言模型（LLM）转变为全能智能体（Agent）的底层机制。
斯坦福大学宣布：将旗下两大AI与数据科学组织——Stanford HAI（以人为本人工智能研究院）和Stanford Data Science（斯坦福数据科学）合并为一个统一机构，名称保留Stanford HAI，由计算机科学家James Landay全面掌舵。
026 年初，OpenAI 和 Anthropic 几乎同时发布了关于 Harness 的技术实践文章，LangChain 工程师 Viv 给出了一个简洁的公式来概括这个理念：Agent = Model + Harness。模型提供智能，Harness 让这个智能能真正投入生产。
LangChain 联合创始人 Harrison Chase 上周发文，说透了 AI Agent 领域一个还没有多少人讲清楚的问题：外壳和记忆是同一件事，你没法分开。
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施，达到了 76.4% 的通过率，超过了所有人工设计的方案。
华为联合南方医院及行业伙伴首次面向全球发布医院通用人工智能平台（Hospital AI Platform，以下简称“HAIP”）。该平台定位为医院专属“AI操作系统”，通过统筹全院算力、数据、模型资源，将分散的AI能力整合为统一数智化底座