Anthropic内部95%业务分析交给Claude，秘诀竟然不在更强模型
Anthropic内部95%业务分析交给Claude，秘诀竟然不在更强模型都以为让AI查数据省事，结果它答得漂亮你却不敢信。Anthropic最近说这事有解了，靠的是一套和代码无关的「笨功夫」。
来自主题: AI技术研报
6299 点击 2026-06-04 16:39
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
都以为让AI查数据省事，结果它答得漂亮你却不敢信。Anthropic最近说这事有解了，靠的是一套和代码无关的「笨功夫」。
为解决科研中对单篇文献深度解析的需求，佐治亚大学团队提出IntrAgent，专注单篇内容，避免大模型幻觉。通过段落排序与迭代阅读机制，精准提取实验细节与元数据。
赋予机器人物理理解和预测能力是通用操作的关键。蚂蚁灵波等机构提出的 LingBot-VA 试图将视频帧预测与动作推理统一起来，让机器人通过自回归扩散框架学会“一边思考一边行动”。
这篇文章想回答几个大家更关心的基础问题：Vector Lakebase 能解决你的什么问题，什么场景下用它最合适，如何用好Vector Lakebase 。
过去半年，几乎所有Agent框架都在补长期记忆能力。最常见的做法，是给系统接一个向量数据库，把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来，只要把“记忆”这块补上，Agent就能从一次性对话工具变成长期协作伙伴。
Cowork 在 Claude 带火后，大厂都在做，企业也早在用。但通用就是通用，碰上房地产这种数据非标、容错为零的硬骨头，全部露怯。跑通这块的，反而是一匹国产黑马。
如果模型能力断层领先，那么买单的人自然会出现。
Agent时代卷起分布式推理风暴，高通“从毫瓦到千瓦”AI全家桶进击。
过去八九年，我们一直在做一件事：把向量数据库从一个很小众的系统方向，做成 AI 基础设施里的关键组件。
Liquid AI 近期推出的 LocalCowork，正是直面这一矛盾的产物：单台笔记本，无需云端 API，数据绝不离机。凭借 67 个本地工具、13 个 MCP Servers，配合最新发布的 LFM2.5-8B-A1B 模型，它通过本地调用工具、解释结果以及可审计的工作流，解决了上述难题。