搜索
Coralogix，一家总部位于波士顿、创立于以色列的软件监控初创公司，已在新一轮融资中筹集 2 亿美元。该投资押注 AI Agent 的兴起将催生新一代工具的需求，用于监控、排障并管理日益自主化的软件系统。
训练大模型时，工程师绝对不会指望网络做一次前向传播就能收敛。它需要数据喂养、Batch切分、学习率控制、验证集筛选以及优化器状态的迭代试错。
Paperboy 正在尝试找到一种更自然、更连续、更可协作的 Agent 界面与记忆结构——Agent 应该通过观察你用电脑来自己学习，用 IM 而不是 session 来组织对话，主动找你，而不是等你 prompt。
当大模型 Agent 从实验室加速走向金融、医疗、代码开发等高价值场景，一个隐秘却致命的瓶颈正在浮现：Token 的指数级消耗正引发算力、协作与安全的系统性危机。传统 “堆算力、加参数” 的线性优化已触及天花板，我们该如何在 “输出质量” 与 “经济成本” 之间找到可持续的最优解？
很难想象，企业使用 AI 的成本已经远远超过了雇佣员工的成本。
家人们，大大瓜。 据《金融时报》报道，腾讯正在测试微信内置 AI Agent 原型，并计划最快在本月启动相关合规审批流程。如果审批顺利，后续会先小范围外部测试，再分阶段上线。 这一次，入口据说会直接放
Windows 从传统 PC 操作系统转型为原生 Agent 智能体运行系统，围绕系统安全底座、Copilot 一体化超级 AI、7 款自研全栈大模型、本地端侧 AI 硬件、新型智能硬件五大板块落地 AI 新功能
YC 一直走在 AI-Native 组织改造的前沿。 过去一年多，YC 的合伙人、Optimizely 创始人 Pete Koomen 在内部主导搭建了一套覆盖全员的 Agent 系统。在一年时间里，演化成了 350+ 工具的内部注册表、一个全员可见的 Agent 对话系统，甚至每晚还会自动阅读当天所有对话、改进自身技能。
一个有灵魂，有记忆的 Agent，一次任务的生命周期包括以下步骤
从 LLM 的超长文本处理、视频生成模型的以假乱真、Agent 自主规划与执行的日趋成熟，到 VLA、世界模型等开始进入物理世界，AI 正在不断拓宽其能力边界。