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

2026-11-2083 篇

刷新

AWS Lambda将按需函数超时上限翻倍至30分钟,缓解长时AI智能体运行限制

实质变化
2026-11-20 03:28

亚马逊云科技(AWS)已将按需运行的AWS Lambda事件函数的最大超时时间从15分钟增加至30分钟。这一变更同样适用于Lambda托管实例上的同步调用。该更新于2026年11月19日宣布,允许开发者运行更长的连续进程——如AI推理、媒体转码和金融计算——而无需重新架构应用程序以将任务拆分为多个较短的调用。

此前的15分钟限制对新兴的AI工作负载构成了显著约束,特别是那些链接多个模型调用和工具执行的智能体系统。这些序列通常需要超过15分钟才能返回最终结果。通过将该限制翻倍,AWS解决了一个常见的痛点:即尖峰流量模式并不证明其他计算选项的稳态容量成本是合理的,但又需要比旧超时设置更多的时间。

对于Lambda托管实例上的异步和事件源映射(ESM)调用,超时时间仍保持在90分钟,这是2026年9月引入的限制。按需同步函数新的30分钟标准使这些核心调用类型实现了统一。开发者可以使用AWS CLI、AWS SAM模板或Lambda控制台配置此超时时间。对于按需事件函数,此更改在所有商业AWS区域均可用。

信息源:Amazon Web Services

研究

斯坦福HAI博士后Jiacheng Miao提出:论文能否变成可运行智能体,本身就是可复现性指标

实质变化
核验于 2026-11-20 04:14

传统论文是一种被动、碎片化的知识载体。Jiacheng Miao以AlphaGenome为例:一篇约200页的PDF,关键细节藏在补充材料中,想复现结果要自己摸索代码仓库和Python环境,想应用方法要搞清楚训练数据。他说,这就是目前科学知识的沟通方式。

他的提议是:论文不应只发布PDF,还应同时发布一个可交互的智能体。具体做法是把论文及其代码库打包为MCP服务器,包含三类组件——封装计算方法的工具、暴露手稿和代码链接的资源、以及按论文分析链条编写的逐步指令。用户通过自然语言提问,智能体调用论文方法、写出分析代码、返回结果。

可靠性来自一个多智能体构建-测试循环:一组智能体识别代码库、安装依赖、确定适用任务;团队从论文和仓库中提取问答对作为基准;另一组测试智能体反复运行这些问答,迭代加固服务器,直到它能复现论文报告的所有结果和仓库中的每个笔记本。

在100篇计算生物学论文中,74篇成功转化为可用智能体。300道基准题上,Paper2Agent得分91.2%,Claude Code直接访问GitHub仓库得80.3%(均用Sonnet 4)。Miao指出,零样本编码智能体有时会误解论文内容并写错代码,而经过循环训练的论文智能体能更快完成任务,他估计成本也更低。

但Miao认为更有意思的推论是可复现性度量。他说,判断一篇论文是否可复现一直很难——有些论文需要其他研究者花三个月才能复现。如果一篇论文很难转化为稳健的智能体,它可能缺少关键信息,还不是人们能使用的东西,只是能阅读的东西。这把智能体执行成功与否变成了论文完整性的代理指标。

这个指标有明确边界。在未能转化的论文中,许多存在代码库不完整、文档差或含未解决错误的问题,团队无法可靠地将其暴露为可用工具。基准由团队自己运行,Miao也承认,当使用更新的模型时,论文智能体与Claude Code之间的差距在缩小,但尚未消失。

Paper2Agent论文已发表于Nature,代码开源在GitHub,托管智能体在paper2agent.ai免费使用。Miao展望的未来是每篇论文附带一个智能体可用声明,就像今天的数据可用声明一样。

信息源:Snorkel AI

研究

谷歌量子AI在105量子比特处理器上验证量子语境性,确立新硬件基准

实质变化
2026-11-20 04:03

美国科技公司谷歌旗下的谷歌量子AI(Google Quantum AI)研究团队在《科学》杂志发表最新成果,首次在其Willow超导量子处理器上实验演示并测量了“量子语境性”(quantum contextuality)。这一现象被认为是量子力学中最奇特的特征之一,此前主要在少数粒子的系统中得到验证。该研究将语境性的实验范围扩展至多达105个量子比特的系统,并展示了其作为量子计算优势来源的潜力。

研究团队通过“魔术方块游戏”(magic square game)来演示语境性。在这个游戏中,两名玩家Alice和Bob在不沟通的情况下分别填写行和列,若交叉点数字一致则获胜。经典策略的最高胜率仅为88.89%,而利用共享纠缠态的量子策略理论上可达100%。在Willow处理器上的实际测试中,量子比特以98.30%的胜率打破了经典界限,证明了测量结果并非预先固定,而是依赖于测量时的上下文环境。

为了量化语境性,团队使用了Bell–Kochen–Specker不等式进行测量。在经典物理世界中,相关系数χ必须小于或等于4;而在量子力学允许的最大值为6。实验测得χ = 5.590 ± 0.008,显著超过经典界限,且接近理论上限。值得注意的是,该测试是“状态无关”的,意味着无论量子比特如何制备,只要机器具备足够的语境性,就能观察到这一违反经典界限的现象,这使得它成为衡量硬件本身属性而非特定输入结果的指标。

除了双人对战游戏,团队还在多玩家GHZ奇偶校验游戏中验证了语境性在更大规模下的生存能力。在多达71名玩家(对应71个量子比特)的实验中,尽管噪声导致胜率随规模增加而下降,但量子策略始终优于最佳经典策略。此外,这些任务还被证明是一种新的、对量子硬件错误极其敏感的基准测试方法,能够捕捉到传统随机电路基准测试可能遗漏的细微错误。

信息源:research.google

研究

Anthropic IPO财富或向慈善领域注入1560亿美元,公共福利基金与员工配捐机制详解

实质变化
2026-11-20 03:10

据TechCrunch报道,随着前沿AI实验室Anthropic完成首次公开募股(IPO),其产生的巨额财富将通过复杂的股权分配和配捐机制,转化为规模空前的慈善资金。基于当前约95美元的股价估算,Anthropic的“公共福利基金”(Public Benefit Fund, PBF)及其员工的股份捐赠与公司配捐总额可能达到1560亿美元。这一数字相当于2025年美国全年慈善捐赠总额的约四分之一。

资金主要来源于两个渠道。首先是公司层面的PBF,该基金被分配了公司5%的股份(约8.5亿股)。按当前股价计算,其初始资产约为800亿美元。此外,若Anthropic估值较IPO价格(83美元)增长超过50%,PBF还将获得额外的2%股份增量。PBF的资金将专注于研究如何增加人工智能对人类的益处,其首笔承诺是2亿美元用于研究AI对工人的影响,未来还可能涉及直接现金分配等计划。

其次是员工层面的捐赠匹配机制。Anthropic员工已将其部分股份承诺捐赠给自选的慈善机构,公司对资深员工提供3:1的配捐,对新员工提供1:1的配捐。根据S-1文件披露,截至9月30日,公司已预留超过5.5亿股用于履行这些承诺。通过逆向推算,员工承诺捐赠的股份价值约为230亿美元,而公司的配捐部分则高达约530亿美元。

值得注意的是,这些资金并非全部来自PBF。例如,Anthropic上周向旧金山市捐赠的5000万美元即由其他渠道支付。在受赠方方面,采访显示员工更倾向于支持具有有效利他主义(EA)色彩的机构,如Longview Philanthropy、GiveWell以及Coefficient Giving等。鉴于许多Anthropic员工对AI安全的担忧,预计将有大量资金流向AI安全研究领域。

尽管潜在金额巨大,但最终实际到位的资金仍取决于员工是否兑现承诺以及股票交付时的市场价格。此外,部分股份可能进入捐赠者建议基金(Donor-Advised Funds),这可能会延缓资金的初始影响力释放。

信息源:TechCrunch

研究

三组独立数据指向同一结论:AI token用量创纪录,但收入增速正在放缓

实质变化
2026-11-20 03:28

美国企业正在以前所未有的强度使用AI模型,同时为这种使用支付更少的费用。这不是单一数据源的孤立发现,而是三组独立测量体系共同指向的结构性趋势。

Ramp AI Index基于超过8.5万家美国公司的交易数据,记录了一个关键转折:token单价在六周内下降21.2%,而token用量升至历史最高。具体来看,截至11月15日当周,token支出较两周前的峰值下降了6.3%;但月度对比(11月15日当周对10月18日当周),总支出仍增长12%,用量却增长了27.2%。两组数字的差距在持续扩大。

这种背离的机制是价格竞争。OpenAI和Anthropic的平均每百万token价格已降至0.45美元,其中OpenAI为0.38美元,Anthropic为0.50美元,较上月下降11.2%。中国供应商的加入进一步加剧了这种竞争压力。用量增长带来的收入被单价下降所抵消,甚至逆转。

API路由平台OpenRouter的数据呈现了类似模式。根据Peter Walker发布的分析,自2026年初以来,OpenAI、Anthropic和Google闭源模型的周token用量增长了1215%,但周支出仅增长455%。支出峰值出现在10月5日当周,此后持续回落。两组数字的增速差距同样显著。

支付处理商Stripe的AI Index从供给端提供了第三个独立验证。截至11月8日的52周内,AI公司收入增长103%,但中位数公司仅增长41%,说明少数大型供应商拉高了整体数字。更值得关注的是短期趋势:按13周年化计算,增长率约为80%,而几个月前这一数字还是140%。减速是明确的。

三组数据来自完全不同的测量体系——Ramp追踪企业支出,OpenRouter测量API路由流量,Stripe记录AI公司收款——却描绘了同一幅图景:AI仍在快速增长,但增长动能正在冷却。在Ramp端表现为价格下降和需求集中,在Stripe端表现为供应商收入增速放缓。

这一发现对评估AI公司盈利前景有直接含义。如果token价格持续下降而用量增长无法弥补收入缺口,那么当前依赖高增长来支撑估值和基础设施投资回报的商业模式面临压力。AI行业仍依赖极强的增长来回收其已规划的大规模算力建设投入,而增长动能的减弱正在压缩这一空间。

需要指出的边界是:Ramp和OpenRouter均不具全市场代表性。OpenRouter尤其只反映一个特定用户群体的行为。Stripe数据中均值与中位数的巨大差距也提示,整体趋势可能由少数头部公司主导。这些数据集共同指向的方向是可信的,但精确幅度不能外推到整个AI产业。

信息源:The Decoder

研究

AI策划工具公司ManiFast获美国加速器Alchemist与芝加哥大学投资,金额未披露

快讯
2026-11-19 11:05

据Platum报道,运营AI驱动策划工作空间的韩国初创公司ManiFast(매니패스트)宣布获得美国硅谷加速器Alchemist和芝加哥大学的投资。此次融资伴随ManiFast最终入选Alchemist的“Alchemist 2027”创业加速批次,由芝加哥大学的创业与技术商业化中心Polsky Center共同参与,具体投资金额未公开。

ManiFast是一款软件开发生命周期前端的SaaS产品,利用AI将创意或会议记录转化为需求定义文档(PRD)、功能规格、用户流程和线框图,并能与Claude Code、Cursor等AI开发工具联动。公司称目前已有超过2000家企业组织使用其产品。

根据计划,ManiFast将于2027年1月前往旧金山参加创始人静修营和美国进入项目,在为期约6个月的期间内接受当地合作伙伴和销售教练的指导,并在项目结束时向美国投资者进行演示。

信息源:스타트업 생태계의 모든 것 \'플래텀(Platum)\'

研究

埃森哲与亚马逊云科技提出AI token成本三阶段优化序列,四家客户实测降幅40%至85%

实质变化
2026-11-20 02:48

企业规模化部署AI后常遇到一个反直觉现象:单token价格在下降,总token支出却在上升。原因是更便宜的token刺激了更多采用,而agentic工作流将一次用户交互拆成多次模型调用。亚马逊云科技与埃森哲联合发布的这篇实践文章指出,面对这种情况,正确的优化目标不是不惜代价减少token数量,而是为每个业务结果匹配适当程度的智能——在成本、质量和风险之间找到对应点。

文章将六项优化杠杆按实施复杂度分为三个阶段。第一阶段是纯配置变更,不需要改动基础设施:prompt caching复用重复的系统指令和工具定义,设计目标是将缓存输入token成本降低最多90%;batch inference将非紧急任务异步批处理,成本比按需调用低50%。第二阶段涉及架构变更:intelligent prompt routing将请求分配到同一模型家族内不同规模的模型,据称可在不牺牲准确率的前提下降低最多30%成本;RAG优化通过分层分块、元数据过滤和重排序减少进入模型的无关上下文。第三阶段需要基础设施和训练投入:semantic caching用向量存储缓存语义相似的已回答请求;model distillation将大模型知识迁移到小模型,据称速度提升最多500%、成本降低最多75%。

这个排序背后的逻辑是依赖关系。文章强调,在应用任何杠杆之前,必须先建立成本归因——通过Amazon Bedrock application inference profiles按团队、工作负载和agent打标签,再用CUR 2.0和模型调用日志追踪消费来源。没有归因,就无法判断优化是否有效,也无法区分一张不断增长的账单究竟反映的是业务规模扩大带来的成功,还是纯粹浪费。埃森哲为此提出了Cost per Business Transaction框架,将一次成功业务输出背后的所有模型调用、重试、工具调用和agent交接聚合为单一全成本数字,把技术层面的token消耗翻译成业务负责人能直接使用的指标。

四家客户的实测结果印证了序列逻辑。一家大型企业此前所有请求都走前沿模型,没有任何缓存、分层或批处理;埃森哲同时应用模型分层、prompt caching和batch processing,月度token成本下降85%。一家电信运营商年token支出1200万美元,主要浪费来自agent无限制扇出和所有请求不分复杂度一律走前沿模型;埃森哲组合应用triage routing、semantic caching和context compression后,年支出降至380万美元,降幅68%。保险客户和采矿客户各自只应用了单一缓存层——前者用模型层prefix caching,后者用应用层semantic cache——两者合计token支出下降约40%,没有涉及模型路由变更或训练投入。

文章建议的操作顺序是:先连接消费与负责人和业务结果,再每次对一个工作负载应用一项杠杆,测量成本、质量和业务价值,在有效的基础上继续推进。对于受监管行业(金融服务、保险、医疗),质量测试结果和回滚程序应纳入标准变更管理记录。

信息源:Amazon Web Services

研究

赛富时AI研究:主动式助手的难点不是发现问题,而是决定什么时候该闭嘴

快讯
2026-11-20 00:11

赛富时AI研究团队在11月19日发布的博客中介绍了BLIP-Live,一个面向主动式视频助手的研究模型。团队的核心判断是:对于在真实工作流中提供实时指导的AI来说,真正的难题不是识别出需要帮助的时刻,而是判断自己的下一条消息是否值得打断对方正在进行的动作。

这个判断来自一个具体的场景设计。文章以现场服务技师维修洗碗机为例:技师双手被占用,下一单预约即将到来,一个被跳过的检查步骤可能意味着需要再次上门。AI助手如果能在正确时刻发出简短提醒,价值明显;但如果它对每个常规动作都重复指令,反而会消耗技师注意力,甚至导致一线团队拒绝使用这个工具。

BLIP-Live的训练方法直接针对这个平衡问题。团队构建大规模训练数据,其中不仅包含应该响应的关键时刻,还明确包含沉默时段——即助手应该继续观察但不发言的区间。训练目标还包括响应之后的判断:如果相关状态没有变化,助手需要学会下一条消息可能是不必要的。团队同时探讨了Agent Memory在减少重复发言中的作用。

评估设计是这篇文章另一个值得注意的部分。团队指出,如果评价指标只奖励捕捉到事件,就会偏好一个不断说话的助手,造成分数好但体验差的脱节。他们的评估同时衡量及时覆盖率和获得认可的响应比例,重复发言和超出时间窗口的消息都计入总响应数,因此多余发言有明确代价。同时,从不说话的助手也得不到任何分数。

在326段第一人称视角视频的自测中,该团队报告BLIP-Live将最先进模型的多余响应减少了50%以上,实验也显示人类被试更偏好BLIP-Live的响应。这些是厂商自报结果,没有独立复现,也没有公开具体的标注协议细节来说明多余响应是如何被界定的。

对读者而言,这篇文章的实际增量在于一个设计原则的具象化:主动式AI的沉默不是简单的阈值过滤,而是一个需要专门训练数据和专门评估指标来塑造的能力。如果你正在设计任何需要判断何时介入的AI系统,把沉默时段作为训练目标的一部分、让多余发言在评估中付出代价,是一个可以直接借鉴的框架。

团队表示下一步将在真实工作流中验证这个平衡,同时测量任务结果和接受帮助者的体验。

信息源:Salesforce

研究

Google 展示多轮工具调用强化学习训练动态:接口合规先于任务能力收敛

快讯
2026-11-19

Google 开发者博客展示了一套在 Cloud TPU v6e-8 上训练多轮工具调用 LLM 智能体的完整流程。实验对象是 Gemma 4 E2B 模型(thinking 模式),任务环境是 Plane Strike 棋盘游戏——在 6×6 网格上通过逐步打击找出隐藏的 8 格飞机,每局最多 23 次打击。训练采用 Tunix 的 agentic GRPO,每步收集 8 个棋盘各 8 局共 64 条多轮轨迹。

这篇教程最值得注意的不是最终数字,而是训练动态中暴露的阶段结构。作者报告,工具调用合规率(game/train/tool_call_rate)在训练早期就快速接近 100%,无效动作降至约 0,重复打击从约 0.55 降至约 0.15;而实际胜率——即智能体在 23 步内击中全部 8 格的比例——从初始训练 rollout 的约 0.20(留出评估集上为 9.4%)才逐步攀升至约 0.95,平均对局长度从约 22 次打击缩短到约 16 次。换句话说,模型先学会「正确操作工具接口」,再学会「用这个接口解决空间推理问题」。

这一观察对理解 agentic RL 训练有实际意义:如果工具调用合规和任务能力是分离收敛的两个阶段,那么监控训练时仅看最终胜率可能掩盖接口层面的问题尚未解决。作者也指出,当前所有打击共享一个轨迹级奖励,更精细的逐步信用分配可能带来进一步提升——这暗示阶段结构本身可能受奖励粒度影响。

需要强调的是,这是 Google 自报的单一游戏任务演示,未经独立复现。Plane Strike 的规则简单、动作空间有限(36 个格子),工具调用模式单一(只有一个 strike 函数),与复杂多工具、长上下文的生产环境智能体差距明显。训练动态的阶段结构是否在其他任务中重现,仍待验证。

信息源:developers.googleblog.com

研究

思科工程师在AWS AI League夺冠:九次单变量实验发现,竞赛中每次智能体交接都消耗被计价的输出token

实质变化
2026-11-20 02:26

2026年AWS AI League在思科Transformation Fest 4.0上举办了一场智能体AI锦标赛,1200名工程师参赛。冠军Nishanth Aluhonnu的设计选择推翻了一个看似合理的架构惯例:他用单个智能体击败了竞赛参考架构中的监督者加子智能体模式。

竞赛规则要求智能体在网格地图上移动,解决各类挑战(处理不当内容、运行代码、检索网页信息、提取结构化数据)并到达宝箱。评分由挑战得分、宝箱奖励、剩余生命数和token奖励组成,其中token奖励的计算公式为1000减去总输出token数除以已访问挑战数。这意味着输出token是直接的负分项。

Aluhonnu构建了这个智能体的九个变体,每次只改变一个因素,以隔离哪些token真正影响得分。结果很明确:工具返回的结果和系统提示不计入评分,但智能体自身写出的所有内容——包括工具调用的参数——全部计分。每次工具调用还携带约52个固定开销token。

这个发现直接决定了架构选择。竞赛参考架构展示了一个监督者智能体协调三个子智能体(导航、计算、网页检索)的模式,通过AgentCore Gateway路由到工具。Aluhonnu认为这个模式在多数生产系统中是合理的,但在本次竞赛中,每一次智能体间的交接都是一条模型必须写出的消息,而每一条写出的消息都消耗被计价的token。他改用单个智能体,在提示开头放一张简短的调度表,将每种挑战类型映射到对应方法,在单轮内完成路由。

第二个设计决策是把确定性逻辑移入工具。路由规划没有交给模型,而是运行在一个AWS Lambda函数中,将棋盘视为优化问题:每个格子有一个期望值,等于它支付的分数减去可能消耗的生命,再减去智能体解决它需要花费的token。规划器遵守约束条件(比如先收集钥匙再开门),并在时间预算内优化路线。

这个原则在决赛第二轮得到了戏剧性验证。一个七乘七的棋盘几乎铺满了每枚价值25分的硬币,而一个排程挑战格子价值1500分。习惯反应是收集硬币,但规划器的价值表判定硬币是噪声。智能体直奔高价值挑战,该轮得分7537,比下一名决赛选手的5953高出近1600分。这一轮建立的领先优势最终带它赢得了总冠军。

在资格赛阶段,前四名智能体都解决了地图。第一名输出1220个token,第二名输出1430个,最终分差只有16分(总分近16000)。当所有智能体都能完成任务时,效率决定胜负。文章由此归纳出一条迁移原则:让模型处理语言和判断,把搜索、数学和规则移入工具,因为工具更快、更便宜、更可重复。

需要注意的是,这些结论绑定于特定评分规则。该竞赛将输出token直接作为负分项,且工具调用参数计入输出。在生产环境中,如果token成本在总成本中占比不同,或者任务复杂度需要子智能体的模块化维护优势,多智能体架构仍然可能胜出。文章对此的总结是:教训不是子智能体不好,而是根据协调成本选择架构。

信息源:Amazon Web Services

研究

Unsloth Desktop支持AMD锐龙AI芯片本地推理,含Linux系统

快讯
2026-11-19 22:25

美国半导体公司AMD与AI模型优化工具开发商Unsloth于2026年11月19日宣布,Unsloth Desktop现已支持利用AMD锐龙AI处理器中的神经网络处理单元(NPU)进行本地推理。该功能适用于采用XDNA 2及更新架构的AMD锐龙AI笔记本和台式机。

据Phoronix报道,这一集成利用了AMD开源的Lemonade和FastFlowLM代码库来提供模型服务和推理支持。目前已有超过100款兼容的代理式AI应用和工作流被报告可在Ryzen AI NPU上通过Unsloth运行。

值得注意的是,AMD向媒体确认,此NPU支持同样适用于Linux版本,并未局限于微软Windows平台。这为使用Linux系统的AI开发者和爱好者提供了在消费级硬件上更高效运行本地大模型的新途径。

信息源:phoronix.com

研究

Ben Carlson:股票在85%的历史十年窗口中跑赢债券,但大概率不等于必然

实质变化
2026-11-19 23:48

一位读者在Bogleheads会议上向Ben Carlson提问:未来十年,股票和债券哪个回报更好?这个问题的潜台词是——美股已经涨了快18年,均值回归难道不该来了吗?

Ritholtz Wealth Management投资组合经理Carlson没有直接回答会或不会,而是拉出了1926年以来标普500与五年期美国国债的滚动十年收益数据。结果显示:股票在大多数十年窗口中跑赢债券,但并非百分之百。

他换了一个角度来量化这个问题:以当前政府债券收益率约5%作为基准线,股票在历史上85%的十年时间框架中年化回报超过了这个水平。如果你持有一只宽基股票指数基金十年,有85%的概率你的年化回报会超过同期国债的票息收入。

但频率只是一半的故事。Carlson进一步比较了两种资产在各自获胜时的幅度差异:当股票跑赢债券时,超额收益的幅度远大于债券跑赢股票时的幅度。这意味着即使你偶尔站错队,损失也相对有限;而站对队时的收益则显著更高。

基于这个不对称性,Carlson的结论是:如果必须在拉斯维加斯押注未来十年谁赢,他会每次都选股票,因为概率对你有利。但他同时强调,大概率不等于必然。那15%的失败时期对投资者来说并不好受。他引用了Bill Bernstein在会议上的一个比喻:长期持有市场,你就是庄家,因为赔率对你有利;但庄家偶尔也会输。

Carlson并没有把这个问题框成非此即彼的选择题。他明确指出,好消息是你不需要在两者之间下注。持有债券并非适合每个人,但固定收益可以在你输了一两把时提供缓冲。当前5%的收益率水平虽然不保证债券一定赚5%,但起点收益率是未来回报的良好近似——这意味着即使利率继续上升,一旦尘埃落定,预期回报反而更高。他的建议本质上是:在概率有利时承担股票风险,同时用债券在真正需要时提供安全边际。

信息源:A Wealth of Common Sense

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系