标签

AI

NVIDIA 团队用 Codex + GPT-5.5 搭建生产系统与实验流水线,工程与科研的协作模式正在变

来源:openai.com 16
NVIDIA 的工程师和研究员最近公开了他们使用 OpenAI Codex(搭载 GPT-5.5)的工作方式:不是拿来写几段脚本凑合用,而是把 Codex 嵌进生产系统的交付流程,以及把研究想法快速变成可跑的实验。这意味着一个原本只属于"个人效率工具"的 AI 编码代理,正在被组织级地纳入严肃的工程和科研管线。 下面拆开看他们怎么用,以及你能怎么用。 ...

Parameter Golf:千人竞赛揭示的 AI 辅助研究新范式

来源:openai.com 15
一千多人、两千多份提交——Parameter Golf 不是一场普通的黑客松,而是一次对"AI 能把 ML 研究推到什么极限"的大规模压力测试。参赛者在严苛的参数预算下,借助编码代理、量化技术和非传统模型设计,把性能压到了看似不可能的水平。结果揭示的不仅是模型压缩技巧,更是 AI 辅助研究的工作流正在发生质变。 传统 ML 竞赛比精度,Paramete...

AutoScout24 用 AI 工作流加速工程交付——Codex + ChatGPT 的实战路径

来源:openai.com 16
在线汽车交易平台 AutoScout24 Group 近两年把 Codex 和 ChatGPT 深度嵌入开发流程,从代码生成、质量检查到团队协作,形成了一套可复制的 AI 工程化实践。他们的核心收获不是"AI 写了更多代码",而是开发周期缩短、代码质量可量化提升、AI 采用率在团队中稳步扩散。 很多团队用 ChatGPT 的方式是:遇到问题 → 打开网...

让 Agent 真正能上网:Strands + Exa 搜索集成实战

来源:aws.amazon.com 32
大模型本身是个封闭的知识库——训练数据截止后发生的事,它一概不知。想让 Agent 处理"今天的热点""最新的库版本""竞品最新定价"这类任务,必须给它接上搜索引擎。Strands Agents SDK 最近加入了 Exa 搜索集成,两行配置就能让 Agent 拿到实时网页数据,本文走一遍完整搭建流程和实际用法。 普通搜索 API(比如某大厂的自建搜索...

Claude Platform 登陆 AWS:用你的 AWS 账号直接调用 Anthropic 原生平台

来源:aws.amazon.com 30
过去要在 AWS 上用 Claude,你得走 Amazon Bedrock 的通道——模型选择、API 格式、功能边界都受 Bedrock 的封装约束。现在有了另一条路:Anthropic 把自己的原生 Claude Platform 直接搬进了 AWS,你用 AWS 账号登录、用 AWS 贃单付费,拿到的是和 Anthropic 官网一模一样的平台体...

用 Amazon Nova 多模态嵌入打造航空制造文档智能检索系统

来源:aws.amazon.com 28
航空制造领域的技术文档从来不只是文字——工程图纸、工艺流程图、材料规范表、检验照片交织在一起,构成一套复杂的多模态知识体系。传统文本检索只能"看懂"文字部分,图表里的关键信息往往被遗漏。Amazon Nova Multimodal Embeddings 的出现,让图像和文本在同一向量空间里对齐,检索终于能真正"读懂"一整份文档。 这篇文章拆解一个实际方...

用大模型重新设计 Bug 路由:Miro 如何把修复周期从数天压缩到数小时

来源:aws.amazon.com 37
线上报了一个 Bug,它该归哪个团队?这个看似简单的问题,在大型组织里往往是耗时最长的环节之一——路由错了,工单在团队间来回踢皮球,修复周期被拉到数天甚至数周。Miro 用 Amazon Bedrock 上的大模型重构了整个 Bug 路由流程,结果:团队重分配次数降了 6 倍,平均修复时间缩短 5 倍,从"天"级别直接压到"小时"级别。 这篇文章拆解他...

把 AI 编码 Agent 拉回自己的机房:Coder Agents 的自托管思路

来源:infoq.com 29
AI 编码 Agent 正在重塑开发流程,但大多数团队的使用方式是把代码和数据送进别人的云——SaaS 平台托管 Agent,代码在远端执行,结果再传回来。对于合规要求严格、代码资产敏感的团队,这条路越走越窄。Coder Agents 的核心主张很简单:Agent 留在你的基础设施上跑,模型你可以自己选,代码和数据不出你的边界。 云托管 AI Agen...

用 Amazon Quick 把企业数据快速推向 AI 决策——五项新能力拆解与实践

来源:aws.amazon.com 16
企业里数据不少,但从"数据躺在数据库里"到"AI 帮你做决策",中间的鸿沟一直很大:数据要清洗、要建模、要验证可信度、还要能规模化地推给业务团队用。Amazon Quick 这次更新的五项新能力,就是想压缩这段路径。下面逐项拆解,并给出可直接上手跑的实践示例。 典型场景:一家零售企业有数亿条交易记录,想做库存预测和动态定价。数据工程团队花了几周建管道,...

ChatGPT 不再只是年轻人的玩具——2026 年初用户增长的结构性变化

来源:openai.com 29
2026 年第一季度,ChatGPT 的用户增长曲线出现了一个值得注意的拐点:增速最快的群体不再是 18–25 岁的技术尝鲜者,而是 35 岁以上的"后来者"。与此同时,性别分布正趋于均衡。这两个信号叠加在一起,说明 AI 对话产品正在从"极客工具"跨入"大众基础设施"的阶段。 过去两年,ChatGPT 的早期用户画像高度集中:年轻、男性、技术背景浓厚...