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

2026-11-2086 篇

刷新

谷歌与Meta发布新研究:AI代理如何从执行经验中自我改进

实质变化
2026-11-19 17:12

谷歌云AI、谷歌DeepMind与宾夕法尼亚州立大学的研究团队近日发表《Self-Improvement Memory Enables Continual Recursive Self-Improvement》论文,提出“自我改进记忆”(SIM)机制。该机制服务于优化AI代理工作框架的系统,而非执行任务的模型本身。SIM通过记录过往修改的理由、预期与实际结果,使系统在更换数据集或模型时能延续既有改进,避免重复尝试或盲目调整。实验显示,在编程任务中,加入SIM的版本平均比仅保留演化后框架的版本高出2.36分。

与此同时,Meta研究团队发表了关于“自我改进记忆”的另一项研究,聚焦于让AI代理自行探索适合不同任务的记忆管理策略。该方法分为两个阶段:首先由元代理分析执行轨迹并优化记忆提示词,随后通过微调将这些优化后的行为内化至模型权重。据TechOrange报道,Meta的方法在三项任务上的平均得分比最佳人工设计策略高出11.4分,且部分改进成功转移到了模型权重中,显示出无需依赖人工编写提示词即可提升长期任务表现的能力。

信息源:TechOrange 科技報橘

研究

NVIDIA DAQIRI:网卡硬件重排序和直接轮询如何让500 Gbps科学数据边采集边进GPU

实质变化
2026-11-20 01:00

科学仪器做实时AI分析,直觉上的瓶颈是GPU算力不够。但NVIDIA在11月19日发布的技术博客指出,真正限制仪器设计的往往是数据搬运:传感器产生的数据需要按正确顺序、以足够速度、在足够低的延迟下到达GPU内存,才能支撑采集过程中的即时处理。DAQIRI正是针对这一约束设计的软件定义数据获取库,它把高带宽仪器数据直接送入GPU就绪的工作流,让开发者在采集期间就能处理测量结果,而不必先写磁盘再读回。

伯克利实验室分子铸造厂开发的高动态范围电子显微镜相机是这篇文章的核心案例。传统电子能量损失谱(EELS)需要两次分别优化的采集过程快速连续执行,以捕获强信号和弱信号的强度差异——这要求精确协调电子光学、曝光时序和探测器读出,采集后还要对齐合并,增加了实验和处理的复杂度。新相机一次采集就能同时捕获强弱信号,但代价是数据量暴增到500 Gbps以上,比传统EELS数据流快500倍以上。如果数据搬不动,这个硬件优势就毫无意义。

NVIDIA的解决方案分三层,每层对应一个具体的数据搬运问题。第一层是顺序:网络传输中数据包可能乱序到达,传统做法靠协议处理或接收端缓冲来重排,这增加延迟和内存开销。DAQIRI现在可以把重排序任务卸载到ConnectX-7或更新型号的网卡硬件上,网卡直接解析序列字段并把每个载荷放到内存中的正确位置,应用收到的已经是排好序的数据,不需要额外的软件重排拷贝步骤。

第二层是吞吐:DAQIRI引入了基于libibverbs和NVIDIA DevX的ibverbs引擎,用于高速收发原始以太网包。NVIDIA称,在小包(1024字节以下)和极高速率(大于200 Gbps)条件下,ibverbs引擎的每核吞吐约为之前默认DPDK后端的两倍。这一数据来自厂商在DGX Spark、IGX Thor和RTX PRO平台上的基准测试,属于自报结果。

第三层是延迟:智能仪器可能需要GPU分析结果反馈回来调整采集参数或控制设置,这对通信延迟敏感。DAQIRI的直接轮询模式让应用线程直接收发数据包,省去了交给独立I/O工作线程的交接环节。NVIDIA在有线环回基准测试中报告了2-4微秒的应用层收发延迟。开发者可以对延迟敏感的控制队列启用直接轮询,同时保留高吞吐数据流的批处理模式。

通过这套管线,伯克利实验室团队在500 Gbps数据持续流入的同时,实现了采集期间的数据检查、参数调整和感兴趣区域选择。GPU处理还改善了空间信息恢复——从5微米宽的传感器像素实现了亚微米空间分辨率。

需要注意的是,这些性能数字全部是NVIDIA自报的基准测试结果,没有独立第三方复现。案例仅涉及一台特定相机和一个实验室环境。架构依赖ConnectX-7级别网卡和GPU平台,并非所有科学仪器都具备这些硬件条件。但它揭示的约束分解——顺序、吞吐、延迟各自需要不同的工程手段——对任何高带宽传感器到GPU的实时处理管线都有参考价值。

信息源:NVIDIA Technical Blog

研究

NVIDIA Dynamo 团队解释为何工具调用解析器必须遵循恢复规则而非猜测模型意图

实质变化
2026-11-20 00:30

当大语言模型生成工具调用时,输出可能以 token 流的形式逐块到达,参数可能在中途被截断,模型专属标记可能泄漏到普通文本中。NVIDIA Dynamo 团队的 Keiven Chang 等人在技术博客中描述了 frontend-crates 这套 Rust 解析组件的设计原则:面对这些情况,解析器必须遵循文档化的恢复规则,而不是猜测模型的意图。

这个原则在具体失败场景中有明确含义。文章举了两个例子:如果模型生成了一个语法不完整的调用(参数和调用框架从未闭合),解析器无法拼出一个完整的调用;如果模型生成了语法正确但调用了不存在的工具(比如 unknown_tool 而非 get_weather),解析器应当原样报告它收到的调用,由服务层去验证工具可用性、权限和策略。改变工具名称会隐藏模型实际生成了什么,这对调试和审计都是有害的。

流式场景增加了另一层困难。一个标记可能跨越两个 chunk 被切开,城市名称可能只传了一半。过早发出事件会让语法泄漏到答案中,等待太久则延迟普通文本的到达。解析器需要一致的规则来决定何时发出、何时缓冲、流结束时如何处理。文章强调,即使一个调用在语法上完全合法且符合 schema,它也可能不是用户请求的正确选择——解析器的职责是忠实传递,而非判断语义正确性。

为了验证这些规则是否被正确实现,frontend-crates 使用一个共享的 Conformance Corpus。它以语言中立的 YAML 格式将固定输入与预期输出配对,使 Rust 解析器和 Python 参考实现能运行同一组测试用例。文章展示了 UNIFIED.1-tool_only 这个行为测试如何在 Beam、GPT-OSS、Muse Spark 和 NVIDIA Nemotron 3 四个模型家族间复用:标记格式各不相同,但每个测试验证的是相同行为——正确提取 get_weather 调用及其 city 参数。开发者为新模型编写解析器时,从这些共享用例出发,适配到目标模型的语法,再补充模型特有的边界情况。

文章还讨论了引导解码(guided decoding)的作用和局限。引导解码可以将生成约束在模型的标记和参数 schema 内,减少畸形调用的出现,但它无法确保模型选择了正确的城市,也无法防止截断,因此解析器的恢复检查仍然必要。需要指出的是,这是 NVIDIA Dynamo 团队对其自身系统设计理念的第一方描述;Conformance Corpus 覆盖的 Beam、GPT-OSS、Muse Spark 和 NVIDIA Nemotron 3 属于不同模型家族,文章未提供与独立第三方解析器方案的对比数据。

信息源:NVIDIA Technical Blog

研究

软件投资人Richard Anton:公共市场对AI冲击的误判可能扭曲私募交易定价

实质变化
2026-11-19 20:00

2026年1月,Claude Cowork的发布触发了一场针对软件公司的恐慌性抛售。两天之内,约2850亿美元的市值从软件、数据分析和金融科技板块蒸发。到4月,BVP纳斯达克新兴云指数较年初下跌31%。交易员没有区分哪些公司会因AI受益、哪些会被AI摧毁,而是将软件公司视为一个整体进行无差别抛售。

Oxx创始合伙人Richard Anton在11月19日发表于Crunchbase News的署名文章中认为,这场恐慌不是软件行业的末日信号,而是公共市场定价能力的暴露。他的核心论点是:SaaSpocalypse揭示的不是软件的终结,而是公共市场在判断软件价值时的结构性局限。

Anton的推理链条如下。首先,公共市场对AI的反应模式是情绪驱动的:2022年ChatGPT发布时,Alphabet股价被惩罚,尽管Google后来成为生成式AI的明确赢家;2026年初Claude Cowork发布时,市场又对所有软件公司无差别恐慌。其次,恢复过程证实了这种误判——到10月底,云软件指数较4月低点反弹83%,但恢复是分化的:网络安全和数据分析板块表现强劲(CrowdStrike年内上涨114%),而工作流管理板块则回落。Anton由此得出结论:AI并非消灭软件,而是重新分配了竞争优势的来源——深度嵌入客户核心业务流程的公司受益,浅层工具型公司受损。

Anton进一步将这一事件嵌入一个更长期的结构性趋势。他认为,自1990年代末以来、特别是2002年《萨班斯-奥克斯利法案》出台后,美国上市公司数量已减半,私募市场大幅增长。在Anton看来,私募市场才是'聪明钱'所在,也是对软件公司价值'更准确、更有耐心'的评估场所。

这一论点的关键后果在于:Anton认为公共市场的错误信号可能正在传导至私募交易。他用'可能正在造成'(may be causing)来限定这一判断,并指出2026年初多笔正在推进的私募交易在SaaSpocalypse的虚假信号冲击下流产。如果这一传导成立,那么对创始人而言,当公共市场不能准确定价时,IPO作为退出路径的吸引力就会下降。

需要指出的是,Anton是Oxx的创始合伙人,这是一家专注投资欧洲软件公司的风险投资基金。他的论点——公共市场不可靠、私募市场能更准确评估软件价值——与其商业模式存在利益关联。此外,他引用的恢复数据(指数从低点反弹83%)本身也表明公共市场具有自我修正能力,而他关于私募交易扭曲的表述始终停留在'可能'层面,未提供系统性的交易流产数据或对照组。

信息源:Crunchbase News

研究

AI公司Anthropic在纳斯达克上市,开盘价111.5美元高于发行价83美元

结构性
2026-11-20 01:11

美国AI初创公司Anthropic于2026年11月19日正式在纳斯达克交易所挂牌上市。联合创始人兼首席执行官Dario Amodei与总裁Daniela Amodei共同敲响了开市钟。股票以每股111.50美元的价格开始交易,显著高于此前确定的每股83美元的公开发行价格。截至当日18:00,股价波动后稳定在105美元左右,仍高于发行价。

此次IPO显示出极高的市场需求。据CNBC报道,机构投资者对此次发行的认购金额约为4000亿美元,散户投资者需求接近1000亿美元。Anthropic计划出售最多8.014亿股新股,加上老股东持有的2360万股,总规模预计超过SpaceX今年6月创纪录的IPO募资额(基础部分750亿美元)。

尽管市场热情高涨,Anthropic的估值预期在过去几个月经历了下调。此前曾传闻其估值可能达到2万亿美元,但随着AI热潮降温以及美国中期选举后民主党对数据中心扩张持更批评态度,最终发行定价反映了更为保守的市场评估。实际市值需待股价在未来几天企稳后才能确定。

信息源:heise online

研究

谷歌Chrome团队开发“镜像维度”网络沙盒以训练AI浏览代理

实质变化
2026-11-20 01:00

据WIRED报道,谷歌Chrome团队开发了一个名为“镜像维度”(Mirror Dimension)的隔离网络生态系统,用于训练其基于Gemini模型的AI浏览代理。该环境由谷歌完全控制,包含社交媒体、购物和银行仪表板等逼真网站,旨在让代理在安全环境中学习导航和任务完成,同时避免在未成熟时接触真实互联网带来的风险。

这一方法主要解决两个问题:一是防止未经充分训练的代理在开放互联网上造成危害;二是应对“评估意识”(eval awareness),即模型因检测到处于测试环境而改变行为。在“镜像维度”中,代理必须像在互联网上一样交互,并接受隐藏提示注入攻击等韧性测试。

为了快速构建这个庞大且多样的环境,Chrome团队使用了专门的AI框架来生成逼真的Web服务和数据流。研究人员还不得不修改Chrome的安全检查机制,例如伪造Web证书,以便代理能在沙盒中使用真实的浏览器内核进行准确训练。谷歌表示,这些修改仅在其控制的封闭环境中可行,无法针对普通用户实施。

信息源:WIRED

研究

美国AI公司Anthropic上市首日股价涨34%,市值逼近2万亿美元

结构性
2026-11-19 07:50

美国人工智能公司Anthropic PBC于周四在纳斯达克开始交易,股票代码为ANT。其新股开盘价为每股111.50美元,较周三确定的83美元发行价上涨34%。这一表现远超此前70至78美元的预期价格区间,使该公司隐含市值接近2万亿美元。

此次上市是AI行业迄今最大的公开市场事件之一。Anthropic通过IPO和私募配售合计募资超过940亿美元,超过了SpaceX今年6月创下的860亿美元纪录。尽管公司在截至9月30日的九个月中报告了1040亿美元的净亏损(主要受可转换票据价值变动影响),但营收达到332亿美元,同比增长约1200%。

分析师认为,Anthropic的强劲开局是对AI板块过热担忧的直接回应。在英伟达CEO黄仁勋上周离职以及美国中期选举期间数据中心建设遭遇民众反对的背景下,此次成功上市被视为投资者对前沿AI模型开发领导者的信任投票。Constellation Research分析师Holger Mueller指出,这将成为AI行业的新风向标,并可能为明年OpenAI的潜在上市铺平道路。

信息源:SiliconANGLE

研究

前阿里高管创办的Everful获4850万美元A轮融资,利用AI连接零售商与中国工厂

实质变化
2026-11-20 01:00

旧金山和新加坡初创公司Everful宣布完成4850万美元的A轮融资。该轮由Vertex Ventures东南亚与印度基金和January Capital领投,现有投资者Square Peg和Lightspeed跟投。

Everful由前阿里巴巴高管Sisi Song和连续创业者Kevin Han于2024年联合创立。该公司运营一个AI赋能的批发采购平台,帮助小型零售商和品牌直接对接中国工厂,并管理从订单到交付的全过程。据联合创始人称,公司预计在今年年底前达到1亿美元的年化收入,目前每月向60多个国家的客户发货超过500万件商品,并与超过3万家工厂合作伙伴合作。

与传统市场不同,Everful强调端到端的服务责任,包括采购、订单整合、质量控制和物流。公司使用AI代理自动化追踪消费趋势、识别供应商以及协调跨工厂订单等劳动密集型任务。Song表示,特朗普政府暂停“最低限度豁免”(de minimis exemption)等贸易政策变化,促使公司采取结合海外采购和本地销售的策略。

新资金将用于扩展美国及欧洲(特别是英国、法国和意大利)的业务,并投资于AI以自动化产品定制和其他采购工作流程。Everful目前拥有约70名全职员工,其中45人从事研发工作。

信息源:TechCrunch

研究

欧洲人权法院首次因AI幻觉禁用律师两年

实质变化
2026-11-20 00:37

据德国科技媒体heise online报道,位于法国斯特拉斯堡的欧洲人权法院(EGMR)近日作出裁决,禁止一名罗马尼亚律师在未来两年内代表当事人出庭。该律师被认定在诉讼中提交了包含人工智能生成“幻觉”内容的法律文书,其中包括完全虚构的判例以及真实判决中不存在的段落。

法院合议庭指出,尽管该律师承认存在“不严谨”和“引用错误”,但这低估了问题的严重性。法官们认为,律师未对引用的判例进行任何核实,而只需简单查阅法院数据库即可发现这些案例纯属AI工具捏造。此外,部分引用的判决甚至与案件无关或与其自身论点相悖。法院强调,审查这些虚假引用及启动针对该律师的程序占用了大量司法资源,损害了司法效率。

根据法院新闻发言人向heise online证实的信息,依据《法院规则》第44D条,过去十年间已有25名律师被排除出程序,但此次是法院首次专门针对AI幻觉行为实施制裁。法院院长已于2026年11月13日确认了这一禁令。

这一事件发生在法院重新评估内部AI政策之际。根据2025年年度报告,欧洲人权法院目前仅允许在行政和组织流程中使用AI系统。发言人透露,法院正在起草关于诉讼参与人使用AI的新指南,预计近期发布。

信息源:heise online

研究

Ben's Bites 作者 Ben:AI 不是人在打字,而是模式在预测下一个词

实质变化
2026-11-19 22:08

Ben's Bites 的作者 Ben 有一天发现妻子觉得 AI 背后坐着一个人在打字。他自己也觉得这个直觉没那么荒谬——毕竟回复来得那么自然。但他决定先不急着纠正,而是顺着这个假设算一笔账。

他做了最宽松的假设:每个人以世界纪录速度打字(每分钟 200 词),不休息、不吃饭、不放假,而且公司分布在所有时区所以永远有人醒着。当前大模型聊天机器人每天大约收到 60 亿条消息,每条回复约 500 词。仅靠打字,就需要 1040 万人不间断工作。如果按真实公司的结构来算——加上 CEO、管理层、HR、内部沟通——需要 7740 万员工才能维持这 1040 万人打字。这个数字显然不现实。

排除了'人在打字'之后,Ben 转向解释实际发生了什么。他用了 Claude Shannon 1950 年的一个游戏作为起点:Shannon 从书里挑一句话,让妻子 Betty 一个字母一个字母地猜。Betty 不知道那句话是什么,但她熟悉英语的模式,所以能逐步缩小范围。

这个思路被搬到了机器上。过去六十多年,给机器更多文本几乎没有帮助,因为它只能看到最后几个词。2017 年,Google 的八个人让模型同时看到所有词并给重要的词赋予更高权重——他们把这种机制叫 attention,把这种架构叫 transformer。这就是 ChatGPT 名字里那个 T。

有了这个架构,给模型更多文本才真正开始起作用:更多数据,更大的模型,更好的预测。生成回复的过程就是重复这个猜测:读你说的话,猜下一个词(或词的一部分,叫 token),把它接上去,再回头看一遍,再猜下一个。

模型读过网站、书籍、论坛、粉丝维基和代码。一个顶级模型训练时处理超过 32 万亿 token,一个人不眠不休地读需要大约 19 万年。但它不像搜索引擎那样存储这些页面供日后查找。它只是保留了模式。

Ben 把这一切解释给妻子听。最后他总结的那句话,也是整篇文章的落点:没有人坐在那里打字。是数百万人、跨越数年,同时回答所有问题。

这个解释的边界值得注意。文中的数字是基于多个假设的估算——平均消息数、回复长度、打字速度、管理比例——实际分布可能不同。Shannon 的逐字母猜测与模型的实际 token 级预测之间也有简化:真实模型处理的是子词单元而非单个字母,且能同时考虑整段上下文而非仅前一个词。但核心区分是成立的:AI 的回复不是检索也不是人工,而是基于统计模式的条件生成。

信息源:bensbites.com

研究

Weaviate代理体验工程师Joon-Pil Hwang:编码代理读文档时会出现人类看不见的静默失败

实质变化
2026-11-19 08:00

当编码代理代替人类阅读技术文档时,会出现一类人类读者永远不会遇到的失败。Weaviate首席开发者兼代理体验工程师Joon-Pil Hwang描述了这个问题:页面被截断、某些语言的代码示例缺失、某些章节丢失——而代理不会告诉你这些。它会安静地去别处搜索,或者基于不完整的上下文写出错误的代码。

Hwang指出,这些问题的根因在于代理读取网页的方式与人类使用浏览器完全不同。不同编码环境中的fetch工具会返回页面的不同部分,而且通常不会告诉网站有内容缺失。更关键的是,即使代理注意到信息不完整,它也不太可能向文档维护者报告问题——它只会绕过去。这意味着文档缺陷可以长期存在而无人知晓,因为受影响的那类读者几乎从不反馈。

为了发现代理实际看到了什么,Hwang团队没有采用传统的用户访谈,而是直接观察代理的行为。他们设置多个代理以可重复的方式执行同一任务,然后检查其日志和输出——不仅看最终答案,还看它们到达答案的路径:使用了哪些工具、运行了哪些搜索、读取了哪些页面。

这让他们发现了具体的失败模式。修改文档之前,某个fetch工具在15次TypeScript运行中只有7次返回了正确的语言示例,在15次Go运行中只有3次返回了正确内容。修改之后,每次运行都返回了正确的代码片段。他们还发现概念页面上一个过时的句子导致代理使用旧版客户端库,尽管代码示例并不在那个页面上——修正之后,他们检查的每个回答都使用了当前客户端。

另一个发现是,当有用内容缺失时,代理会尝试通过寻找原始源文件或下载页面并编写解析器来绕过。在一个例子中,当所需代码被隐藏时,代理花了23轮才找到解决方案;有了页面的Markdown版本,它只用了6轮。团队随后为文档页面发布了Markdown版本,将页面加载的token使用量降低了约20%。

这些测试还帮助他们发现了回归问题。一个修复隐藏代码标签页的改动导致某个fetch工具只返回了快速入门的一部分而丢弃了其余内容。重新运行测试暴露了这个问题,一个小的布局改动就修复了它。

Hwang由此提出一个核心判断:代理应当被视为一类不同的读者。开发者体验的目标从来不是简单地让写代码更快,而是减少开发者与价值创造之间的摩擦。当代理介入开发者和产品之间时,好的体验需要同时服务于两者:对开发者意味着帮助他们做出合理的架构决策、向代理传达意图、验证结果;对代理意味着让信息完整且可发现、提供适合代理的工具、减少歧义、让正确性可观察。

他引用Don Norman的"执行鸿沟"和"评估鸿沟"概念来说明这一点:人们需要理解如何行动,以及自己的行动是否有效。代理改变了涉及的界面和机制,但这些底层需求保持不变。在实践中,Hwang团队正在将这些原则应用于Weaviate的工具和工作流——例如,当被要求更新使用v5客户端的Go服务时,一些代理试图直接调用服务器的gRPC API,而不是寻找更新的Go v6客户端;他们也在测量代理从零构建Weaviate应用的能力,包括使用HFresh索引、旋转量化和PathSeer过滤等当前功能。

核心实践没有改变:找到人们卡住的地方,改善体验,验证改善是否有效。改变的是需要测量的用户和工具集合。开发者现在通过编码代理以及IDE和浏览器工作,而代理很少告诉你它找不到或理解不了什么。这让测量变得更加重要,而非更不重要。通过测试代理在改动前后如何使用文档和工具,可以同时减少开发者和代理的摩擦,帮助开发者从工作中获得更多价值。

信息源:weaviate.io

研究

德国北莱茵-威斯特法伦州宣布推出首个基于Gemma 4的AI政务搜索门户,年运营成本180万欧元

实质变化
2026-11-19 23:18

德国北莱茵-威斯特法伦州(NRW)数字部长Ina Scharrenbach于11月19日宣布,该州将推出一个全新的中央Web门户“Nordrhein-Westfalen-Portal”,利用人工智能搜索帮助市民和企业更轻松地找到所需的政府服务。据iX Magazin和WDR报道,这是德国首个采用此类自然语言搜索功能的中央行政门户。

该系统由NRW州的IT服务商d-NRW、机构flowconcept以及德国电信(Deutsche Telekom)合作开发。其核心功能是一个单一的搜索框,允许用户使用日常语言输入请求,例如“身份证丢失”或“我想创办一家公司”。AI系统会识别意图,并从超过600个经过白名单验证的官方页面中检索相关申请和服务,不再要求用户了解复杂的行政术语。

在技术架构上,该门户使用了Alphabet旗下Google DeepMind开发的开源权重模型Gemma 4 26B A4B。该模型采用混合专家(MoE)架构,拥有252亿参数,但每个Token仅激活38亿参数,以提高效率。模型运行在德国电信位于慕尼黑的LLM Hub中,以确保数据主权和欧盟法律合规性。Scharrenbach强调,该技术是“主权的”,并且不绑定单一供应商,未来可根据需要切换其他模型。

该项目展示了公共部门部署AI的具体成本结构:软件开发初始投入为150万欧元,AI技术开发投入70万欧元,而每年的运营和维护费用预计为180万欧元,其中约一半用于AI基础设施。尽管强调了AI能力,但该聊天机器人目前仅限于提供上下文以辅助搜索,不会生成建议或回答详细的咨询问题,且承诺不存储用户的个人数据或搜索查询。

信息源:iX Magazin

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系