2026-05-29
来源：oschina.net
20
Anthropic 刚刚宣布完成 650 亿美元的 H 轮融资，投后估值 9650 亿美元——这个数字已经把大多数上市科技公司甩在身后。更值得关注的是，公司年化收入突破 470 亿美元，说明 Claude 的商业化不是纸上谈兵。本轮融资由 Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital 领投，...
2026-05-29
来源：oschina.net
17
Arm 把内部安全研究团队打磨多年的漏洞发现框架 Metis 完全开源了。这不是又一个"AI 扫描器"的 demo——它在 Arm 内部 130 多个软件项目里已经跑出真阳性率提升 10 倍、误报降低 50% 的硬数据，并计划 2026 年底前覆盖 Arm 全系产品。对于做安全审计、代码扫描的工程师来说，这个架构值得拆开看一遍。 静态分析工具（Cove...
2026-05-29
来源：openai.com
12
OpenAI 正式发布 Rosalind Biodefense 项目，将此前内部使用的 GPT-Rosalind 模型向经过审核的开发者和美国政府合作伙伴开放。这标志着前沿 AI 从通用对话场景，正式进入生物防御、公共卫生和疫情准备这类高敏感、高门槛领域——模型能力不变，但访问机制、使用边界和合作方资质都截然不同。 生物防御场景的数据和处理逻辑有几个鲜...
2026-05-29
来源：oschina.net
19
VS Code 1.122 把两件开发者高频要做的事推到了编辑器内部：一是用自己部署的大模型写代码，二是看页面在不同屏幕上的表现。前者通过 Air-gapped BYOK 让你断网也能调用本地模型，后者用浏览器设备模拟把"开 Chrome DevTools 切设备"的流程收进了 VS Code。再加上更丰富的问题报告机制，这个版本在"编辑器即工作台"这...
2026-05-29
来源：oschina.net
18
Anthropic 刚放出旗舰模型的新一轮迭代——Claude Opus 4.8。编程、推理、agent 能力都有提升，但最值得工程师盯住的，是两个方向：自我审查能力带来的诚实度大幅改善，以及动态工作流的预览开放。价格没变，能力变了，这意味着现有 pipeline 可以直接升级，不用重新算成本。 模型"诚实"在 LLM 场景里不是道德口号，而是工程指标...
2026-05-29
来源：oschina.net
42
Agent 应用从 demo 走向生产，最大的拦路虎不是模型能力不够，而是推理太慢。多轮对话、工具调用、搜索反馈——每一轮都在等模型吐字，用户体感直接崩盘。阶跃星辰刚开源的 Step 3.7 Flash，用稀疏 MoE 把总参数推到 196B，但每步只激活 11B，换来最高 400 Tokens/s 的生成速度，瞄准的就是这个痛点。 Step 3.7 ...
2026-05-29
来源：istio.io
24
Istio 的版本维护策略很明确——每个小版本在 N+2 版本发布六周后停止支持。Istio 1.30 已于 2026 年 5 月 18 日发布，这意味着 1.28 的维护窗口将在 2026 年 6 月 28 日正式关闭。届时，安全漏洞和关键 bug 的修复不会再回溯到 1.28。如果你还在跑 1.28，现在就是规划升级的时间点，拖下去只会让未来的紧急...
2026-05-29
来源：openai.com
22
前沿 AI 模型的能力越来越强，但"强到什么程度"和"安全到什么程度"不能只靠模型厂商自己说了算。OpenAI 近期公开了一份面向第三方评估者的实践手册（playbook），系统梳理了如何对前沿模型做可信的外部评估——覆盖能力探测、安全护栏验证、评估有效性三个核心维度。这份手册不是空泛的原则声明，而是给出了具体的评估流程、指标设计和常见陷阱提醒，对任何...
2026-05-29
来源：aws.amazon.com
32
阿塞拜疆语属于突厥语族，一个词通过后缀叠加可以表达英语整句话的含义——名词有 18 种格变，动词时态与人称通过层层黏着完成。这种"形态丰富"（morphologically rich）的语言对大模型来说意味着两件事：词表膨胀极快，训练数据却极其稀缺。Azercell 作为阿塞拜疆最大电信运营商，需要在六周内从零搭建一套生产级训练框架，把通用基础模型改造...
2026-05-29
来源：aws.amazon.com
19
当你把一个 Agent 从 demo 推到生产环境，最大的问题不是"它能不能跑"，而是"它跑得对不对、稳不稳"。深度 Agent——那种会多步推理、调用工具、自己纠错的 Agent——比单轮 LLM 调用难评估得多：一次对话可能触发 5 次工具调用，中间任何一步偏了，最终结果就废了。这篇文章把 LangChain 在深度 Agent 评估上的经验和 A...