搜索
Lucius 是一家做企业级 AI 员工的公司，但创始人赵赫不太喜欢「AI 员工」这个标签。他更愿意说，Lucius 做的是企业的 Context Layer，一套让 Agent 能够进入组织、理解现场、遵守边界、持续调度任务的组织调度系统。
大语言模型真的只能走“预测下一个token”的路子吗？
OpenAI 的 Codex App 正式开放了远程控制功能。
xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
嗨大家好！我是阿真！ 今天分享一个最近让我眼前一亮的产品，Lucius。 如果你刚好做了个产品，已经开始出海赚美刀，有了产品的 Discord、Slack、Telegram、或者官网在线客服，准备把海外用户社区运营起来的话，那么不管做的是 AI 工具、SaaS、Web3 应用、硬件出海、内容平台、还是任何 To C / To B 的出海生意，只要你的客服工具开在海外，就大概率会遇到类似的场景。
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。
过去一年，Agent学会了两件事：会用工具、会调用Skill。
如今的 AI Agent 正在大规模落地，其中应用最广且最受关注的当数 Claude Code，Codex，Cursor 这类 coding agent。过去的一年里，这类 coding agent 产品迭代迅速，在一年内将在 swe-bench- verified 的准确率提高到了 78%+。
硅谷世纪审判大结局！马斯克诉OpenAI 1500亿美元案件，90分钟全票驳回，原因竟是「告晚了」。下一局，OpenAI与SpaceX在万亿级IPO决赛圈的飙车，已无法暂停了。