搜索
随着大模型能力的跃迁，业界关注点正在从 “模型能不能做” 快速转向 “智能体能不能落地”。过去一年可以看到大量工作在提升智能体的有效性（effectiveness）：如何让它更聪明、更稳、更会用工具、更能完成复杂任务。
Attention真的可靠吗？
在达沃斯论坛之后，谷歌Deepmind CEO Demis Hassabis又连续上了两个播客，放出了不少谷歌的新动向！
硅谷大厂HR标配的AI招聘系统，搞得天怒人怨。
最近 skills 大火，社区里出了好几个 UI 相关的技能。
AI 员工很美好，但现阶段的它还很「危险」。
芝加哥教授20分钟干完48小时工作，零基础小白10分钟造出完整App，前xAI工程师睡一觉醒来项目就做好了……Claude Code正在重新定义「编程」这件事。
你是否遇到过客户拿着AI起草的合同条款，质疑你的修改建议？你是否用AI解决过重复、枯燥、看起来没什么用的基础工作？随着AI渗入法律行业，有人认为它是年轻律师弯道超车的机会，也有人认为它是行业跟风的“噱头”。
这是一份迟到三年的行业复盘。牛津大学最新的实证研究撕开了那层遮羞布：2022年全球科技大裁员爆发时，ChatGPT甚至尚未发布。周期性缩编被伪装成技术性迭代，AI替资本背了三年的锅，直到今天真相才被彻底复位。
过去一整年，具身智能成了 AI 行业里最被反复提及、却最难真正落地的方向。一边是人形机器人发布会密集登场，另一边却始终缺乏可规模部署的现实成果。算法在进步，算力在堆叠，但问题始终没有改变：机器人到底该如何被教会在真实世界中行动。