过半企业AI智能体曾出故障，多数仍欲全自动运行
今年6月，科技媒体VentureBeat发布了两项针对企业AI智能体的调研。将两组数据并列观察，会呈现出一个略显矛盾的画面。第一项调研覆盖了157家员工超过百人的企业。其中50%表示，过去一年里，他们曾上线过内部评估全部通过、但在真实客户面前出现问题的AI智能体或功能。四分之一的企业，这类故障发生过不止一次。与此同时，仅有5%的企业表示完全信任自动化评估。第二项调研的问题是：接下来的计划是什么？66%的企业回答，已经允许或正在推动智能体在自动化评估通过后直接上线，全程无需人工介入。一半的企业被证实测试不可
CI&T携手Mistral共推企业人工智能应用
全球人工智能部署合作伙伴CI&T近日公布与法国开源AI模型企业Mistral达成一项多年战略协作协议。根据约定，CI&T将成为Mistral在拉美地区的优先合作方，提供契合本地市场需求的定制化解决计划。 此次联手旨在借助端到端的私有AI技术方案，助力企业以更低开销、更广范围地采纳人工智能系统。双方将融合CI&T在AI驱动变革、应用更新和软件研发领域的专长，与Mistral的开放权重大型语言模型技术，共同改造软件开发生命历程，加快AI在企业中的实际运用。 CI&T首席执行官Cesar Gon表示，两家公司对
亚马逊AWS豪掷10亿美元组建AI新团队 工程师入驻企业现场办公
当地时间6月30日，亚马逊旗下云计算部门亚马逊云科技（AWS）宣布出资10亿美元，组建名为"前沿部署工程"（Forward Deployed Engineering，FDE）的全新团队，致力于帮助企业用户构建并实施人工智能解决方案。该组织由AWS前沿AI工程与服务副总裁弗朗西斯卡·瓦斯克斯（Francessca Vasquez）执掌，首批将配备数千名技术专家。工程师以5到6人为一组入驻客户企业内部，单次驻场时间约为45天，与客户方的业务、技术及安全团队紧密配合。AWS宣称，FDE团队能够将AI系统的上线周
AI同学日报 06月22日:资本与产业新风向
📅 AI同学日报 · 2026年06月22日今日焦点全球AI应用正展现“软硬协同”与“平台融合”的双重走向。在硬件领域，聚焦算力效能的基础设施革新及机器人感知技术持续吸引资本投入；在应用端，OpenAI联手三星、欧莱雅等行业巨头深化合作，正把大模型能力渗透至全球数万企业职员及亿万消费者的日常之中。国内方面，腾讯亦在其超级应用微信里低调测试AI助手，一场针对核心用户场景的入口争夺战已然拉开帷幕。主编随笔今日最值得关注的并非某个炫技模型，而是像三星这样年营收超千亿美元的硬件巨头，决定将ChatGPT Ente
企业敏感会议如何用AI？| 本地部署实战
当前主流协同办公工具的 AI 会议记录功能已相当完善：语音转文字、自动摘要、任务生成，对常规会议而言足够实用。然而有一类会议，多数企业不敢让 AI 介入：经营复盘，涉及财务指标与战略布局；商务洽谈，涉及价格策略与合作条件；方案评审，涉及未公开的技术架构；组织会议，涉及薪资与架构调整。这些恰恰是企业信息浓度最高、最需被记录追踪的会议。而使用云端 AI 工具的前提，是将内容传输至外部服务器。现实情况是，核心会议需要安排专人记录，会后还要耗费数小时整理文档，依靠人工追踪任务。AI 带来的效率红利，恰好避开了它本
AI行业日报 | 2026.06.08
英伟达正式开源Cosmos3——全球首款全模态物理AI大模型，原生支持文本/图像/视频/环境音/动作五大模态。646亿参数Super版面向工业/自动驾驶/人形机器人，157亿参数Nano版主打端侧轻量部署。相当于把物理世界的"模拟器"直接送给全人类免费商用，具身智能开发门槛断崖式下降。如果AI以前是个只会动嘴的军师，现在它终于有了"身体"和"小脑"。特朗普政府官宣计划：拟入股OpenAI、Anthropic、谷歌、微软、Meta五大AI巨头，最快6月9-10
企业AI投入陷入困局,专业咨询服务迎来蓝海市场
：Gartner数据揭示AI部署陷阱，企业投入巨资、缩减人员、却难以量化回报——这种混乱局面，正在催生咨询行业的下一个增长领域。Uber的CTO近期说了一句让整个硅谷陷入沉默的话："我们全年的AI工具预算，四个月就花完了。"不是超支，是真的在四个月内耗尽了一整年的预算。更令人震惊的是，工程师的月均API调用费用在500到2000美元之间，而同一位工程师，同一天的消耗差距竟能高达十倍。没有人清楚资金流向何处。这并非Uber一家的问题。Gartner最新调查显示：80%的企业在规模化部署AI工
联想 AI 工厂：一站式基础设施方案，提速企业部署
摘要：本文深度解读联想首创的 AI 工厂范式，揭示其如何将服务器、液冷系统、网络架构及软件栈整合为交钥匙解决方案。通过与 NVIDIA 联手构建 AI 云超级工厂，该模式显著压缩了企业 AI 部署周期，助推联想 AI 板块营收实现倍增，为企业 AI 落地提供了革命性的基建新路径。引言：企业 AI 落地的基建困局以往，企业在推进 AI 应用时，核心痛点并非缺乏算法或数据，而在于基础设施的复杂集成：需独立采购加速服务器、搭建高性能存储、配置低延迟网络，并解决数据中心散热难题，最终还需完成软件栈的全面整合。这一
AI 日报：法律尘埃落定，新战场开启
大模型法律纠纷暂告段落，开发者生态与安全防护崛起为新焦点2026 年 5 月 19 日 星期二今日 AI 前沿展现三大维度：法律上，马斯克起诉 OpenAI 一案因程序原因败诉，为 OpenAI 上市铺平道路；基建方面，Modal 将推理冷启动时间缩短 40 倍，无服务器 GPU 迈入秒级响应阶段；安全领域，Cloudflare 实测显示 Claude Mythos 已具备自动串联漏洞利用的能力。企业应用、开发者生态及安全防护，正演变为大模型竞争的三大核心阵地。Agora-1 问世：首款多智能体实时世界模
企业部署AI Agent前必须明确的三个核心问题
AI Agent已成为今年企业人工智能领域最受关注的方向，但许多企业对Agent的认知仍停留在“能自动对话的机器人”层面。事实上，企业级AI Agent与聊天机器人存在本质差异。聊天机器人的模式是“你问我答”，而AI Agent则是“你提需求，我自己想办法完成”。它能够自主规划执行步骤、调用所需工具、判断处理结果，甚至在发现错误时进行自我修正。在搭建AI Agent之前，先明确三件事，能帮助你避免走很多弯路。AI Agent并非万能解决方案。它最适合的应用场景包括：需要多步骤推理的任务、需要调用多个工具或
OpenAI 亲征企业部署，AI 服务价值逻辑重构
[ 智库说 ].OpenAI 砸下的这 40 亿美元，直击的是咨询公司最肥美的利润腹地。5 月 11 日，OpenAI 宣告成立 OpenAI Deployment Company，首期注资超 40 亿美元，专攻企业级 AI 系统的“构建与部署”。与此同时，它全盘收购了 AI 咨询公司 Tomoro 及其团队——150 名顶尖部署工程师悉数归入麾下。这绝非一次寻常的版图扩张。它释放出一个强烈信号：OpenAI 已不满足于仅售卖模型、API 或订阅服务，而是选择亲自下场，深度嵌入企业业务流，确保 AI 产出
AI应用推广遭遇核心难题！行业巨头纷纷布局,这个岗位需求激增成焦点
2026 年 5 月 12 日，Box 首席执行官兼联合创始人 Aaron Levie 在 X 平台发布了一条长文，开篇就抛出一个重要观点：「FDE 或类似岗位，将成为科技行业最炙手可热的职位之一，也将成为 AI 落地最关键的职能之一。」▲ Aaron Levie 在 X 上发布的 FDE 判断原帖Levie 的观点基于一个核心洞察：部署 agent 与部署传统软件存在本质差异。传统软件的运行模式相对稳定，企业也习惯了升级现有系统。但 agent 所做的事情远比这复杂——它需要在企业内部交付可量化的工作成
AI 决策速递：OpenAI 重金布局企业端、自主复制率新高、百度无人车真无人
我是一家 [你的行业] 公司，主要产品是 [你的产品]。请帮我分析以下竞品：[竞品 A]、[竞品 B]、[竞品 C]。从产品功能、定价策略、目标用户、核心优势 4 个维度进行对比。请针对 [竞品 A] 的定价策略，分析它的价格带覆盖了哪些用户群体？如果我们要抢夺它的用户，有哪些定价切入点？请给出 3 个具体建议。请把以上分析整理成一张对比表格，每列是一个维度，每行是一个竞品，最后一行是我们的产品。用 Markdown 格式输出，方便我直接粘贴到文档里。
AI半导体市场即将迎来大幅调整！GPT image2 提示词迎来更新
OpenAI创立全新企业部署子公司，初期注资规模突破40亿美元。 OpenAI将组建一家专门协助企业落地AI系统的子公司，同时收购AI咨询公司 Tomoro；新公司由OpenAI主导，TPG、Advent、Bain Capital、Brookfield等19家机构参股。这表明OpenAI的业务重点正从「个人用户聊天工具」转向「企业级AI解决方案提供商」，未来获取的收益将不再是单纯的订阅费用，而是企业流程数字化改造的巨额订单。刀哥分析： 这一点非常核心。AI商业化此前类似销售「单个灯泡」，现在逐步转向提供「
AI前沿：Anthropic预言2028年AI自我进化，OpenAI发布GPT-5.5与语音API
今日最值得关注：Anthropic发布重磅研究计划，声称已发现AI自我迭代加速的早期信号，预测2028年将诞生能自主进化的AI系统——这可能是官方对“智能爆炸”最接近的确认。Anthropic Institute今日公布了新研究计划，其中最引人注目的是：他们已经捕捉到“AI在加速其自身研发”的迹象——即递归自我改进。联合创始人Jack Clark的预测更为直接：“到2028年底，我们将看到能够自主创造更好版本自身的AI系统。”这不是科幻推测，而是基于当前实验数据的推演。开发者视角：递归自我改进意味着AI系