2026-05-29
来源: openai.com
28
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
41
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
32
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
91
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
41
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
37
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
51
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
40
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...
2026-05-29
来源: aws.amazon.com
47
你刚上线一个智能客服 Agent，头两周用户好评率 85%，第三周突然跌到 60%。你翻日志发现是新加的退款流程把对话搞乱了——但你改完代码后，怎么确认它真的修好了？下次再改，又怎么保证不踩同一个坑？ 靠实时流量看指标是必要的，但实时数据本身在变：用户问题分布变了、业务规则变了、甚至模型版本变了。要判断"Agent 到底有没有进步"，你还需要一块不动的...
2026-05-29
来源: dropbox.tech
32
代码补全、智能搜索、自然语言查错——这些 AI 辅助工具已经渗透进大多数工程师的日常。但 Dropbox 的工程团队正在推进一个更激进的转向：不再把 AI 当作"帮人写代码的助手"，而是构建能够独立执行有边界任务的 agentic 系统，并为此搭建支撑平台。这意味着工程生产力的定义本身正在被重写。 辅助工具的交互模型是"人提问，AI 回答"。工程师写一...