阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-1942 篇

刷新

荷兰语音AI初创公司Reson8开源5亿参数多语言转录模型Rumble-2-Flash

快讯
2026-11-18 22:00

荷兰阿姆斯特丹的语音识别初创公司Reson8(全称Resonate Labs B.V.)于2026年11月18日发布了其最新的转录模型Rumble-2-Flash,并以开放权重形式供免费下载。该模型拥有5亿参数,支持超过40种语言,主要面向需要处理非英语音频的开发者和研究人员。

据SiliconANGLE报道,Reson8指出主流语音模型大多以英语为主进行训练,导致在其他语言尤其是专业术语上的准确率下降。Rumble-2-Flash旨在解决这一问题,特别是在荷兰语、瑞典语和德语等被忽视的语言场景中。在Hugging Face的Open ASR Leaderboard上,该公司自测显示该模型在包括德语、法语和荷兰语在内的七种语言中平均词错误率为7.09%,英语约为5%。在涵盖马耳他语和巴斯克语等10种低资源语言的测试中,其平均词错误率为17.6%,而OpenAI的Whisper Large V3在同一测试中的错误率为39.82%。

该模型采用Apache 2.0许可证开源,也可通过Reson8的API访问,起价为每小时音频0.01欧元。此次发布是继11月3日该模型在API中首次亮相之后的进一步开放举措。Reson8表示,其服务托管在荷兰境内的GPU上,不保留任何音频或转录文本,并声称符合欧盟《通用数据保护条例》(GDPR)和《人工智能法案》的要求。

信息源:SiliconANGLE

研究

Datadog安全工程团队:AI能找到漏洞,但判断可利用性需要把人类安全知识编码为不变量

实质变化
2026-11-18 08:00

Bianca Lankford、Matt Meen和Adrien Peronnet是Datadog安全工程团队的成员,他们在一篇工程博客中描述了一个在AI漏洞发现中反复碰到的瓶颈:今天的模型确实能通过代码审查找到潜在漏洞,但真正难的是判断这些问题在考虑了服务的业务逻辑和已有安全控制之后是否真的可被利用。在Datadog的规模下,一个生产服务可能依赖数十个团队维护的框架、基础设施和其他服务,一个代理在审查某个仓库时看不到那些团队提供的认证检查或网络限制,也不知道该服务必须遵守哪些安全要求。

他们的解法叫'威胁包'(threat pack),是一份紧凑的、经过人工审核的文档,把领域专家的安全知识转化为代理在猎杀过程中可以使用的上下文。每个威胁包由两个文件组成:一个Markdown文件包含系统概述、安全不变量、审查优先级和已知补偿控制四个部分;一个YAML元数据文件标识包的范围、维护者和代码位置。他们把包控制在大约300行以内,目的是给代理足够的上下文,同时只占用其上下文窗口的一小部分。

所谓'不变量',是系统必须始终维持的安全属性。文章举了一个具体例子:一个隔离代码执行服务的安全要求是'客户机内部的代码绝不能触及Kubernetes节点、主机文件系统、容器运行时或云元数据服务'。一个审查者可以手动搜索涉及文件系统或网络套接字的调用,但判断这些调用是否违反规则还需要更多细节——比如客户机内部的root权限是预期行为、Kata microVM提供了客户机与主机之间的信任边界、Kubernetes和Cilium策略约束了工作负载、出口代理是唯一批准的外部网络路径。这些保护机制有些能从源码中部分看出,但无法完整说明服务被允许或被禁止的访问范围。把这条要求记录为不变量,再配上信任假设和补偿控制,代理就有了明确目标:寻找一条可达路径来打破该要求,同时考虑可能阻止攻击者利用它的保护措施。

猎杀产出的候选发现必须经过一个过滤阶段。第二个代理充当'裁判',对照威胁包审查每个候选报告:它必须点名一条已声明的不变量,识别攻击者可达的入口点,并解释该路径如何可能违反不变量。满足这些条件的成为'合格发现',进入后续的概念验证尝试;不满足的成为'不合格发现',在复现之前就停止,不进入自动分诊或修复流程。不合格报告被保留下来,供审查者识别威胁包中缺失的上下文或代理遗漏的证据,反过来改进包本身。

为了在更换模型、提示词或代理框架时防止能力回退,他们建立了一套基准测试方法。基准集包含43个已验证漏洞,覆盖九个威胁包对应的系统,来源包括开源仓库、面向客户的产品和内部系统。每次基准猎杀开始前,威胁包版本、仓库快照、运行配置和参考发现全部冻结。猎杀代理只拿到代码和威胁包,看不到参考发现。每个配置独立重复运行多次,之后由一个独立的'语义裁判'将结果与隐藏参考发现进行比对——它比较的是攻击者能力、被违反的边界、根本原因和可利用路径,而非字面措辞。

衡量一致性用两个指标:union detection(在所有有效重复中至少发现一次)和stable detection(在大多数独立运行中都能发现,当前阈值是10次中至少7次)。这个阈值是工作值,他们计划随着数据积累继续调整。如果旧配置在10次中找到8次而新配置只找到2次,他们会调查该变化是否降低了检测概率,并将这一降幅与同一配置各次运行之间的正常波动进行比较,以判断变化是否真的是原因。

这套方法已经产出了具体成果。使用威胁包的猎杀在开源组件中发现了客户机到主机的逃逸漏洞:一个通过Kata Containers的Rust运行时中的virtio-fs实现,另一个由Dragonball的virtio-blk实现中缺失的长度校验导致。文章还描述了一个从单个发现扩展为全面排查的案例:一次SAST扫描发现某个AI辅助功能通过允许外部图片的Markdown渲染器显示模型输出,违反了'Agents Rule of Two'原则——提示注入可以把敏感信息放进图片URL,浏览器请求该图片时就会把信息发送给攻击者。团队替换了渲染器,然后把这条渲染要求作为'通用安全不变量'写入应用用户界面的威胁包中。有了这条要求,代理得以跨整个UI代码库检查不同实现的功能,利用包中的补偿控制排除被保护机制阻断的攻击路径。在记录该不变量后的几天内,猎杀又产生了多个被确认为漏洞的类似发现。

值得注意的边界是:所有效果描述——噪声减少、报告质量提升、基准集规模和检测阈值——均为Datadog团队自报,没有独立复现或第三方验证。方法本身依赖持续的人工维护:数百个威胁包需要服务所有者参与构建和审核,不变量需要随系统变化更新。对于没有同等规模安全工程团队的组织,这套方法的初始投入和长期维护成本是需要评估的实际约束。

不过,其核心设计思路——把人类安全知识编码为代理必须满足的形式化约束,再用约束违反作为过滤判据——不依赖特定规模。一个团队可以从一个自己理解透彻的服务边界开始,与服务所有者一起记录其安全要求,然后针对已知漏洞重复猎杀,把参考发现排除在代理输入之外,观察它找到了什么、遗漏了什么、以及每次运行的一致性如何。

信息源:Datadog

研究

Datadog工程师:微调前基准测试发现,基础模型的问题不是写不好摘要而是写不完

实质变化
2026-11-18 08:00

Datadog的Patterns功能负责将应用的生产LLM流量聚类为相似主题。在聚类之前,它用一个大模型把每条采样交互压缩成一句摘要。团队发现,这一步骤占Patterns运行p99成本的约80%、p90延迟的约50%。他们决定微调一个更小的模型来替代,但关键的第一步不是直接训练,而是先搞清楚基础模型到底差在哪里。

团队使用pup finetune的benchmark命令,在Baseten上重放留出的测试用例,让一个LLM裁判判断每个回答是否可以替代原始记录。结果出乎意料:基础模型Qwen 3.5 9B的问题不是摘要质量,而是token预算。它经常在写出摘要之前就把全部预算花在了推理上。83次失败中有78次是耗尽token或无法解析,而非内容错误。当它确实完成时,摘要质量是好的,只是太慢。这个诊断直接指向了微调能解决的问题:模型已经会做这个任务,但需要改变它回答的方式——直接输出短摘要,而不是先做冗长推理。

确定了问题性质后,团队用pup finetune dataset pull从Agent Observability中拉取Patterns摘要器的生产LLM span。每条span包含输入交互、聚类指令和前沿模型写出的摘要,被转化为一条训练对话:输入消息保持不变,摘要作为目标答案。为避免模型只学会某一条指令,他们混合了多种聚类指令构建数据集。pup finetune按trace划分训练、验证和测试集,同一条trace的所有行进入同一分片,防止数据泄漏。

训练阶段使用Baseten Loops SDK训练LoRA适配器,每个epoch后在验证集上测量损失,验证损失不再改善时提前停止并保留最佳checkpoint。评估阶段用pup finetune evaluate同时重放基础模型和微调模型的结果,由LLM裁判打分。在150个留出测试用例上,微调模型的裁判通过率从基础模型的44.7%升至93.3%,平均生成时间从44.7秒降至0.89秒。

需要指出的是,这是Datadog在单一摘要任务上的自报结果。基础模型的失败模式——推理耗尽token——与Qwen 3.5 9B在此特定任务上的行为绑定,不一定推广到其他模型或任务。pup finetune工具链与Datadog Agent Observability深度集成,将生产span转化为训练数据的具体流程在其他监控体系下需要适配。不过,先诊断再训练、用已有生产trace构建数据集、按trace划分防止泄漏,这些步骤本身是可迁移的工程实践。

信息源:Datadog

研究

AWS宣布Lambda托管实例支持GPU加速函数,提供无服务器AI推理新选项

实质变化
2026-11-19 03:39

亚马逊云科技(AWS)于2026年11月18日宣布,其Lambda托管实例(LMI)现已正式支持EC2 G系列GPU实例用于事件函数。这一更新使得开发者能够以无服务器的简洁性运行GPU加速的工作负载,包括机器学习推理、媒体处理、渲染和科学计算。

此前,在自建GPU基础设施上运行此类任务需要选择实例、安装和协调GPU驱动程序及CUDA库、规划容量并编写扩展逻辑。新的功能通过容器镜像部署函数,由Lambda自动处理配置、扩展和事件集成,消除了对集群或设备插件的操作需求。该能力针对推理而非训练进行了优化,适用于自定义模型而非大型基础模型。

在成本方面,用户需支付底层的EC2实例费用(可适用储蓄计划和预留实例),加上GPU实例9.75%的管理费,以及标准的每百万次请求0.20美元的Lambda请求费。这种模式旨在提高GPU利用率,通过将多个函数整合到实例上并在并发请求间保持GPU忙碌来降低成本。

GPU加速函数完全融入Lambda编程模型,支持与Lambda持久函数和MicroVMs组合使用,并可从超过200个AWS事件源触发。目前支持的实例类型包括G4dn、G5、G6、G6f、Gr6、Gr6f和G6e,未来将扩展至更多实例系列。

信息源:Amazon Web Services

研究

AEP Global 商业总监 Gavin Wight:AI 数据中心的高压调试必须作为独立学科从第一天介入

实质变化
2026-11-19 03:33

AI 数据中心的功率需求正在把项目推向一个许多开发者此前没有充分准备的领域。随着计算容量增长、机架密度攀升到前所未有的水平,设施对电力的需求已达到数十乃至数百兆瓦的规模。AEP Global 商业总监 Gavin Wight 指出,当 AI 数据中心发展趋向吉瓦级需求时,部分市场的当地配电网在不进行大规模升级的情况下已无法支撑新项目,审批流程因此延长,一些项目面临多年延迟。直接接入 66kV、110kV 或 150kV 输电网络正成为越来越有吸引力的替代方案,但这同时意味着变电站、电力变压器、高压电缆、开关设备、保护系统和电网接口全部进入项目的关键电力架构——在几年前,这些元素中的许多还完全处于项目边界之外。

Wight 的核心论点是:高压调试不是低压验证的延伸,而是一门独立的工程学科。在更高电压等级下,电气危险包括电弧闪络、闪络和致命电击,即使人员并未直接接触带电导体也可能致命。保护设置错误或开关程序失误的后果可能是设备损坏、电网扰动和严重的项目延误。高压调试有其自身的标准、测试方法和安全协议——变压器需要电气测试以确认绝缘完整性和绕组状态,高压电缆和终端需要验证绝缘性能和安装完整性,开关设备和断路器需要机械与电气双重验证,保护继电器必须对照经批准的保护整定研究和定值表进行二次注入测试。

他进一步论证,单项设备的测试完成并不自动证明整个高压安装已准备好通电。在通电之前,调试团队必须确认所有检查、测试、缺陷整改和安全核查已经完成并获得适当授权,包括确认保护定值、核实开关时间表、检查接地安排,以及确保所需的许可证、程序和人员授权到位。

Wight 认为,大型数据中心开发中最大的风险之一是把高压调试当作后期活动,只在变电站和配套设施接近完工时才引入。到那个阶段,影响设计决策、解决接口问题和锁定专业资源的窗口可能已经关闭。他从第一天起引入高压调试团队的做法中列出了具体收益:参与设计审查、建立测试要求、识别通道和测试约束、更有效地协调供应链各方职责。

需要指出的是,Wight 所在公司正是提供高压电气服务、调试和安全工作体系的专业供应商,因此将高压调试定位为必须尽早介入的独立学科,客观上也为其业务模式提供了论证。不过,他所描述的测试规程和安全要求反映的是电力工程领域的通行实践,其关于项目时序和范围分离的策略性建议则属于专业判断。

Wight 的结论是:随着数据中心功率需求持续增长,高压连接很可能成为数字基础设施中越来越常见的特征。成功管理这一转变需要在输电接口到设施配电的整个电力链路上建立严格的、专门的调试验证层,在通电前后都进行确认。将高压调试视为独立学科而非低压验证的延伸,是安全、可靠、按期满足 AI 建设需求的重要一步。

信息源:DataCenterKnowledge

研究

Sashiko:AI代码审查为何必须把找问题和验证问题分开

实质变化
2026-11-19

大型开源项目的开发速度瓶颈从来不是代码生成,而是代码审查。Linux内核每年落地超过85,000个变更,维护者每天要手工阅读数百个补丁,检查内存泄漏、死锁、竞态条件和安全漏洞。当AI编码代理让补丁产出速度成倍增长时,如果没有建立信任的机制,更多生成的代码只会堆在同样一小群人类维护者面前。

Google AI与基础设施团队的Roman Gushchin和Eric Brewer在2026年11月发布的博文中,详细解释了Sashiko——一个由Gemini驱动的开源代理式代码审查系统——的架构设计和生产数据。这个系统今年早些时候已捐赠给Linux基金会,命名取自日语刺し子,一种加固磨损布料的缝补技法。

Sashiko的架构设计直接回应了LLM作为审查者的三个特定失败模式。第一,LLM倾向于省token:它们被训练为在有限预算内达成目标,因此经常草率地排除疑虑而不做充分调查,或者不做尽职调查就标记误报。第二,LLM容易被偏置:当前一代模型在处理单一相对简单的任务时表现远好于处理多个复杂任务,一个LLM发现代码中某个明显问题后往往拒绝继续深挖其他类型的问题。第三,LLM没有持久记忆——这在代码审查中反而是优势,因为同一个补丁可以像新补丁一样被反复审查。

应对这些失败模式的核心设计决策是:将发现候选缺陷与验证缺陷严格分离,并要求每个审查阶段记录它排除了什么。具体流程分五步:收集上下文并规划、并行专家会话(输出疑虑列表和已排除的候选项)、分诊、逐问题深度核查、生成审查报告。

并行专家会话最多七路同时运行,每路只聚焦一类问题:提交意图、实现匹配、控制流、资源生命周期、锁、安全、硬件。给每路单一焦点是为了防止一种类型的bug挤掉另一种。每路平均调用约100次git工具搜索和阅读仓库,输出两个列表:它认为真实存在的疑虑,以及它调查后排除的候选项及其代码依据。

分诊阶段由一个主导验证者同时审计这两个列表。代码已经直接证明的明确缺陷直接通过;本地检查已证明的排除项直接丢弃。其余所有情况都需要进一步调查——关键在于,这不仅包括专家之间有分歧的争议缺陷,还包括不稳定的自我排除:即某路专家确实发现了真实缺陷,但仅凭假设某个未见的调用者或锁会阻止它,就在没有证据的情况下把它排除了。

逐问题深度核查阶段给每个困难案例分配独立的验证代理并行运行,而非在一个共享提示中检查所有困难案例。每个代理只回答一个具体问题,遵守对称规则:无论是缺陷声称还是排除,没有跨所有调用点的具体代码证据就不被接受。如果某路专家基于错误假设说服自己排除了一个真实缺陷,这一步会把它抓回来提升为真实发现。

七个月的生产数据支持了这套架构的有效性。Sashiko每天在超过100个内核邮件列表上完成约1200次审查,超过70个列表的维护者已选择加入。它被引用在2,000多个主线内核提交和2026年500多个官方Linux内核CVE中。

最直接的量化证据是修复率变化:在Sashiko部署前的18个内核版本(Linux 6.2到6.19,覆盖254,000个提交)中,平均3.4%的合并提交在60天内需要后续修复。Sashiko上线后,Linux 7.1降至2.8%,Linux 7.2降至2.2%——相对下降约35%。更精细的信号是:在21,500个被追踪的主线提交中,通过Sashiko清洁审查的补丁60天内需要修复的比例仅为0.9%,不到历史基线的三分之一;而带着Sashiko严重警告仍被合并的补丁需要修复的比例为7.6%,风险高出8倍。

作者承认,仅凭修复率下降不能把功劳全部归于Sashiko,许多其他因素可能影响版本间数字。但清洁审查与严重警告之间8倍的修复率差距,说明Sashiko的信号确实有区分度。

在方法论层面,作者强调基准驱动开发胜过直觉:早期他们构建了包含近1,000个真实Linux内核缺陷的基准,每个都是通过了人类专家审查、合并进主线、后来不得不修复的真实错误。用这个基准评估每一次重大改动后,Sashiko配合Gemini 4 Carbon模型在高思考级别下能捕获人类审查者遗漏的75.8%的缺陷。这是第一方基准,由项目团队自己构建和运行。

另一个值得注意的经验是:编码代理并不擅长审查自己的代码。模型被训练为在有限token预算内产出可工作的方案,但对于真实的大型代码库,创建一个功能正确的方案往往只是5-10%的工作量。真正困难的是产出始终正确、与周围代码良好集成、不引入微妙回归的方案。这与人类开发者类似——审查者经常发现初始作者遗漏的问题,即使他们并不更有经验。

Sashiko的架构模式——将发现与验证分离、单焦点并行、对称证据规则——不依赖于C语言或内核特定规则。作者认为这套Linux内核手册(开放的验证流水线、社区拥有的领域指南、从历史已知问题和修复中挖掘的基准)可以应用到GCC、LLVM或Git等其他基础开源项目。

Linus Torvalds在Sashiko上线几周后的邮件列表讨论中写道:Sashiko往往相当出色,即使它不必要地标记了某个问题且实际没有bug,这个问题通常也有其原因;他们也见过真正出色的报告,深入且微妙,AI完全正确。

信息源:Google Cloud Blog

研究

思科首席安全官:AI同时照亮67亿行代码后,安全工作的性质而非速度发生了改变

实质变化
2026-11-18 18:00

当AI能同时照亮几十亿行代码时,安全工作发生的变化不是更快了,而是三个环节的性质全部改变了。思科首席安全官Anthony Grieco用手电筒到泛光灯来描述这个转变:过去一个工程师拿着手电筒检查一个组件,光束之外的东西就留在阴影里;现在AI可以同时照亮整个代码库,于是发现、修复和运营各自面对一个不同的问题。

在发现环节,瓶颈消失了。Grieco说,他们不再需要决定优先检查什么。过去六个月里,50多名专门工程师配合AI扫描了超过67亿行代码,覆盖思科产品组合和第三方资产。评估变成持续进行的:静态分析、实时测试、配置审查、漏洞利用模拟,各有专门的AI代理负责,工程师做验证。发现不再是瓶颈——这句话的含义是,过去安全团队最稀缺的资源,也就是检查能力,不再稀缺了。

但发现不再是瓶颈,不等于修复不再是瓶颈。Grieco报告,为了把可见性变成行动,思科把约1500名工程师调去修bug,在2026年安全加固版本中交付了将近4000个修复。他特别强调一个变化:泛光灯带来的可见性帮助他们修复整类缺陷而不是单个实例,一个修复做过去许多个的工作。这意味着修复的计量单位变了,但修复本身仍然需要人来做验证和发布,这就是为什么修复工作变成了需要1500名工程师参与的公司级任务。

第三个变化在运营。Grieco说,有了这种能力后,安全变成了一种自动化节奏:持续评估、固定发布周期、专门负责加固的工程团队。他明确区分了一次性清理和持续的运营转变,认为后者才是这个时刻要求的更难的工作。

这些数字全部来自思科自己的报告。67亿行、4000个修复、1500名工程师,没有独立验证。Grieco也承认这不是记分卡、忏悔或终点线,只是对隐藏在代码中的漏洞的诚实度量。另一个需要留意的归因:思科总裁兼首席产品官Jeetu Patel公开表示预计明年约70%的代码将由AI辅助生成,但这是预期而非已实现的结果。文中举的一个例子,某个安全产品从约800万行缩减到不到150万行,同样没有给出独立确认。

不过,这篇博客对读者的实际价值不在于验证思科的具体数字,而在于它描述了一个可迁移的工作流结构变化:当可见性不再是约束时,安全团队的核心挑战从检查什么转移到如何把发现变成系统性的修复和持续的运营节奏。Grieco的判断是,每一家软件公司最终都会面对这个现实,传统安全实践跟不上。这是一个关于工作性质如何随工具能力改变而重组的论证,不是一个关于AI多强大的宣传。

信息源:Cisco Blogs

研究

AWS 提出 AgentCore Gateway 接入私有 API 的集中式检查方案:将 VPC Lattice 资源网关置于网络账户

实质变化
2026-11-19 03:05

许多企业的网络架构存在一个看似无解的约束冲突:网络团队拥有所有 VPC 和子网,应用团队只能使用被共享的子网;同时,所有跨 VPC 流量必须经过中央防火墙检查。当 AI 智能体需要通过 AgentCore Gateway 调用内部私有 API 或 MCP 服务器时,这两个要求同时生效——Gateway 需要网络入口来触达后端,但网络入口本身不能绕过防火墙。

AgentCore Gateway 通过 VPC Lattice 资源网关访问私有目标,提供两种模式:托管模式由 AgentCore 在 Gateway 账户中创建资源网关,适用于 Gateway 账户可以拥有子网的场景;自管理模式将资源网关放在与后端有直接访问路径的子网中,适用于不需要 Gateway 与工具之间进行集中检查的场景。这两种模式都无法同时满足上述两个约束。AWS 提出的方案是自管理模式的一个变体:由网络账户创建并拥有资源网关,将其放在一个专用 VPC 中,该 VPC 的子网不共享给任何账户、不包含任何后端,但路由指向 Transit Gateway,从而让每一笔请求和响应都穿越检查 VPC。

这个方案能成立的关键机制在于 VPC Lattice 的连接交付方式。当创建 Gateway 目标时,AgentCore 将共享的资源配置关联到自己的 VPC Lattice 服务网络,VPC Lattice 随后将来自该服务网络的连接交付到资源网关的网络接口上。这一跳由 AWS 运营,从资源网关的 ENI 开始,路由和防火墙规则接管后续路径。这意味着 AgentCore 账户不需要在自己的 VPC 中创建 Transit Gateway 附件,也不需要拥有任何子网。

该模式有三项明确局限。第一,无法进行载荷检查:Gateway 到 ALB 之间是端到端 TLS 加密,防火墙只能看到流元数据和 TLS SNI,看不到请求内容;载荷检查依赖 Gateway、AWS WAF 和 ALB 日志。第二,部分路径绕过防火墙:智能体到接口端点的链路、Gateway 到资源网关的链路、以及 AgentCore 向身份提供商发起的令牌请求都不穿越中央防火墙。第三,工具端无法识别终端用户身份:使用客户端凭据授权时,到达工具的每次调用都携带 Gateway 的客户端身份,要追踪到具体调用者需要查看 Gateway 应用日志中的入站 JWT 声明。

在验证方法上,AWS 展示了一个巧妙的测试:在防火墙规则中,于允许请求方向的规则之前添加一条丢弃响应方向的规则(drop tcp $TOOL_NET 443 -> $RGW_NET any),如果响应确实穿越防火墙,工具调用将挂起直至超时,且防火墙日志记录 to_client 方向的丢弃事件。移除该规则后调用恢复。这证明了响应方向确实穿越了防火墙。

测试范围限于 us-east-1 区域、AWS Network Firewall、无源地址转换。源地址转换、多区域部署、私有身份提供商和 OpenAPI 限制在配套仓库的其他文档中讨论。AWS 建议在生产环境采用前,在非生产副本中运行完整的十四项验证检查。

信息源:Amazon Web Services

研究

研究组织Epoch AI估算:智能体推理容量年增4.6倍,远超原始算力增速

实质变化
2026-11-18

研究组织Epoch AI于2026年11月18日发布数据洞察,估算全球已售AI芯片的智能体推理容量在2025年第二季度至2026年第二季度期间增长了4.6倍。这一增速几乎是同期峰值8位计算能力2.6倍增幅的两倍。

该分析使用Epoch AI的推理性能指数(IPI),该指数基于具有长缓存上下文的固定智能体工作负载来衡量容量,并考虑了内存、芯片间通信和低精度计算。通过将这些分数应用于其AI芯片销售数据集,研究人员发现,每单位峰值算力的推理容量在一年内上升了约77%。

这种差异归因于“硬件与模型协同设计”,即超越算术吞吐量比例增长的改进——如更大的规模扩展域和优化架构——使新芯片能够比原始FLOPS所暗示的更高效地处理智能体任务。到2026年第二季度,Blackwell和Blackwell Ultra芯片约占智能体推理总容量的73%,而占峰值8位计算总功率的比例为50%。

信息源:Epoch AI

研究

Databricks Genie正式登陆Microsoft Teams并推出Copilot Cowork插件,实现受治理的企业数据洞察

实质变化
2026-11-19 00:00

美国数据智能公司Databricks于2026年11月18日宣布,其AI助手Genie在Microsoft Teams中正式可用(Generally Available),并推出了Azure Databricks Genie插件以连接Microsoft Copilot Cowork和Chat。这一举措旨在将经过治理的企业数据上下文直接引入员工日常使用的生产力工具中。

在Microsoft Teams中,用户可以直接私信Databricks Genie应用或在频道及群聊中@提及它,从而在不离开协作环境的情况下获取基于组织治理业务上下文的洞察。例如,销售经理可以在频道中询问“哪些超过10万美元的未跟进潜在客户本周没有活动?”,Genie会在回复线程中提供匹配的潜在客户、最新活动及相关来源链接,而无需手动拉取管道报告或交叉核对CRM。

新的Azure Databricks Genie插件允许Microsoft Copilot Cowork和Chat将工作委托给Genie One。与Copilot自行搜索答案不同,该插件利用Genie Ontology结合团队明确定义的业务语义(如财务对净留存率的定义)以及从日常工作中学习的上下文,确保答案基于认证的定义和指标视图。所有访问均由Unity Catalog强制执行权限控制,确保敏感数据不会流向未经授权的人员。

此外,Genie One现已集成到Azure Databricks Excel加载项中,分析师可以用自然语言提问并从受治理的数据中获取答案,每个答案都包含引用来源。这些功能共同解决了通用AI助手无法区分认证收入表或理解特定业务定义的问题,减少了因不一致结果导致的低采用率和信任缺失。

信息源:Databricks

研究

德国联邦最高法院:未经律师实质审查的AI生成上诉书或致程序无效

实质变化
2026-11-19 00:42

德国联邦最高法院(Bundesgerichtshof, BGH)在2026年10月13日的一项裁决中明确,律师在使用人工智能(AI)起草法律文件时,必须进行实质性的内容审查并承担全部责任。如果法律文件主要由AI生成且未经过律师的有效把关,法院可认定其不符合法定形式要求,从而导致上诉程序无效。

这一裁决源于一起针对凯撒斯劳滕地方法院判决的刑事上诉案(案号:3 StR 350/26)。根据《刑事诉讼法》第345条第2款,有效的上诉理由必须由辩护律师“塑造性地参与”起草过程。BGH第三刑事法庭指出,若上诉书由AI生成且缺乏律师的关键性内容控制,这种“塑造性参与”可能被视为缺失。

在具体案件中,法官注意到上诉书中存在大量通用、标准化的段落,与原审判决的具体事实关联薄弱。例如,文中抽象讨论了犯罪未遂后的中止可能性,却未回应原审法院关于被告已无法继续实施犯罪的既定事实。尽管BGH认为这些瑕疵尚不足以完全否定律师的参与程度,从而未直接以程序不可受理为由驳回,但该案强调了严格的审查义务。

此裁决向法律界发出信号:盲目依赖AI生成文本而不加批判性审查,将面临极高的程序风险。法院有权拒绝此类自动化生成的输入,并不再重新审理相关案件。这符合近期司法系统对技术滥用日益严格的监管趋势,此前柏林高等法院也曾因律师提交包含AI幻觉内容的文件而提出警告。

信息源:heise online

研究

破产数据公司Stretto的会话续接模式:让语音AI跨越流式会话时长上限

实质变化
2026-11-19 02:58

破产服务数据公司Stretto与AWS合作伙伴CI&T在Amazon Machine Learning Blog上联合撰文,介绍了其语音AI代理Tara的生产部署经验。Tara用于在Bankruptcy.com网站上接听破产咨询者的电话,完成结构化的破产前访谈。一个具体的工程约束塑造了整篇技术叙述的核心:完整的律师设计访谈需要15至20分钟,而Amazon Nova 2 Sonic单次流式会话的最大时长短于此。团队没有把这一限制当作需要回避的缺陷,而是将其视为设计参数,由此发展出一套会话续接模式。

会话续接模式的机制如下:语音桥接层持续追踪当前与Nova 2 Sonic之间的双向音频流已开启多长时间。在接近上限之前,它开启一条新的流,使用相同的系统提示和工具配置,并将到目前为止的对话以文本历史的形式发送进去。当Tara完成当前回复后,桥接层将调用方的音频切换到新流,同时关闭旧流。对调用方而言,对话在回复边界处无缝衔接,不会察觉底层发生了会话切换。

这一模式的可迁移性在于它不依赖模型本身的改进,而是在编排层处理约束。任何使用流式语音模型构建电话代理的团队都会遇到单次会话时长上限与真实对话时长之间的冲突。文章描述的切换时机——在模型完成当前回复之后——是关键设计选择:如果在回复中间切换,调用方会听到音频断裂;如果在回复开始前切换,模型可能尚未输出完整语义单元。

在将Tara推向生产之前,团队花了一整周专门验证语音质量,覆盖调用方情绪状态(平静、紧张、犹豫、沮丧)、首次音频延迟基准、打断处理以及情绪语调适配。这一验证报告被用作是否继续推进集成的门控条件。这一做法本身是一条实践建议:在涉及敏感财务信息的语音AI部署中,先验证对话的自然度和情感适配能力,再编写集成代码,而非反过来。

需要保留的边界是:文章中的所有性能数字均为Stretto自报——约96%的结构化字段提取准确率、完成通话平均约8分钟、每分钟语音成本较前方案降低95%、线索转化率较网页表单提高20%。这些数字没有独立复现,且95%成本降低基于us-east-1区域2026年4月的Amazon Bedrock按需定价。会话续接模式在对抗性条件下的表现(例如调用方在切换边界处打断、或情绪状态在文本历史传递中丢失)未被文章详细报告。

Stretto的首席AI架构师Danya Gordin和CI&T的执行经理Marcelo Wzorek在文中分别引述了项目成果。文章由AWS机器学习博客发布,AWS作为模型和云基础设施的提供方具有商业利益关系,这一归因边界在引用其性能声明时应当保留。

信息源:Amazon Web Services

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系