【AI 早报 0607】大模型携手智能体，掀起新工具变革
【AI 早报 0607】大模型携手智能体，掀起新工具变革📬 主题定向订阅渴望获取专属资讯日报？支持定制特定主题！三步轻松完成：订阅福利：连续 7 天接收该主题精选日报推送订阅名额：每日限额开放 2 个席位，手快有手慢无🎁 回复「Chat」，即可获赠专属 Plus 优惠券或 kicode 中转通道，获取 codex 调用额度，先到先得（额度越高越优先）。ChatGPT Plus 优惠使用指南，详见：2026 最新保姆级教程：国内如何低门槛升级 ChatGPT Plus?关于 kicode 中转及调用 cod
大模型智能体如何破局遗忘？首篇终身学习综述深度解析
你是否构想过这样的画面：今日你教导 AI 助手处理邮件，明日它不仅保有此技能，更能主动掌握安排会议、规划行程的本领——仿佛一个真实的个体正在“成长”。这正是终身学习（Lifelong Learning）所追求的目标。然而，现有的大语言模型（LLM）智能体多被构建为静态系统，缺乏随时间推移适应新挑战的机制。它们“学得迅速、遗忘更快”——这一被称为“灾难性遗忘”的难题，长期困扰着 AI 科研人员。近期，题为《Lifelong Learning of Large Language Model based Age
百度全力推进AI普及化战略
新智元报道多年后，人们提起2023年，会以这样的口吻说起——那一年，ChatGPT爆火，第四次工业革命拉开序幕，人类由「刀耕火种」进入了使用AI工具的年代，AI技术进入了寒武纪大爆发，AI原生的时代来临了。而所有的变革，都是从应用开始。ChatGPT要推出插件，要接入iOS和Windows，谷歌也要把AI工具整进办公全家桶和Android 14，百度今日召开的万象大会，也宣布要以AI原生思维重构移动生态，用大模型和生成式AI「刷新」全线产品和服务。我们看到内测中的百度「新搜索」、系列赋能创作者的AIGC生
OpenAI芯片团队核心成员Clive Chan宣布加入Anthropic
OpenAI内部代号为"002号员工"的Clive Chan在X平台发布动态，正式对外宣布自己已离开OpenAI，并将于本周正式入职Anthropic。这一消息迅速在行业内引发热议，被业界视为大模型竞争从应用层向底层算力和芯片领域延伸的又一重要信号。正式告别Clive Chan在离职声明中回顾了自己在OpenAI两年多的工作经历。他提到，自己是OpenAI硬件团队的早期成员之一，亲眼见证了自研芯片项目从零起步到逐步推进的全过程。对于老东家，Chan给予高度赞扬，称OpenAI芯片团队拥有"极高的人才密度"
大模型越狱实战：OnlyLANs 提示词注入靶场
导语：当"OnlyFans"邂逅"局域网"——著名安全教育平台 Just Hacking Training（JHT）正式发布了一款名为 OnlyLANs 的免费 AI 安全挑战项目。这并非传统的 CTF 竞赛，而是一场专为大语言模型打造的"越狱"实战演习。OnlyLANs 是由 Just Hacking Training（JHT）发起的免费社区安全挑战活动。JHT 由知名安全研究员及 YouTube 安全领域创作者 John Hammond 联合创办，致力于网络安全教育与技能培养。John Hammond
AI Agent 智能体实战指南(一):从大模型到自主智能的跨越
各位好，我是老 J。近半年来，AI Agent 已席卷整个技术圈。AutoGPT、BabyAGI、MetaGPT 等名词频现，各类 Agent 框架更是层出不穷。然而许多人存在疑惑：“Agent 难道只是调用 API 吗？它和大模型有何不同？”本期内容，我将用最通俗易懂的语言，彻底解析 Agent 的本质、能力以及快速入门方法。OpenAI 的 GPT-4、Claude 3、通义千问等大模型确实实力超群——无论是写代码、翻译还是撰写文章都游刃有余。但它们存在一个关键短板：打个比方：大模型好比一位博学的“顾
AI产业新格局：推理计算需求激增，基础设施投资成关键
近期持续关注AI领域的最新动态，越来越清晰地认识到2026年的行业逻辑已经发生根本性转变：此前业界聚焦于训练算力，而如今推理需求的爆发才是真正的主导趋势，AI基础设施的投资实力直接决定了未来三年的行业竞争态势。最具说服力的迹象是tokens调用量的急剧增长，OpenRouter全平台周调用量在4个月内激增4.2倍，从6.42万亿飙升至27万亿。模型层面已形成明确的双寡头竞争格局，Anthropic凭借编程能力的绝对领先地位，年化收入在4个月内从90亿美元跃升至300亿美元，创下了软件行业增长的最快纪录，其
AI 前沿动态：2026 年 6 月 7 日行业速递
(1) 英伟达于台北 GTC 盛会正式公开 Cosmos3 双版本物理世界大模型，并构建全球生态联盟。6 月 6 日，英伟达在台北 GTC 大会上宣布开源 Cosmos3 全模态物理世界大模型，推出拥有 646 亿参数的 Super 高精度版及 157 亿参数的 Nano 轻量化版，同时发起 Cosmos Coalition 产业联盟，向机器人与自动驾驶厂商免费开放模型权重与仿真数据集，该模型已在物理仿真四大权威榜单中位居榜首。【点评】从产业链视角观察，上游仿真算力需求持续扩张；商业层面，中小机器人企业可
工业智能化真相：大模型并非万能，业务规则才是核心
当前AI产业正处于一场前所未有的舆论盛宴。资本纷纷入局、媒体大肆宣传、厂商极力推广，几乎所有人都在高呼：AI无所不能，大模型能够颠覆一切传统行业、重构工厂数字化体系。众多企业、从业者陷入焦虑，纷纷效仿：投入资金训练数据、构建AI智能体，企图凭借一套AI系统解决工厂多年积累的业务难题，实现一键式智能化转型。然而，深入工厂一线，实测ERP、MES核心业务系统的智能体落地效果后，我得出一个反直觉、最真实的结论：大多数工厂AI智能化项目折戟沉沙，并非技术不够尖端，而是对AI的能力边界存在认知偏差。大模型拯救不了混
生涯讲坛 | 共话终端 AI 新趋势，展望手机 AIOS 新蓝图
School of Computer Science5 月 29 日午间，上海交通大学计算机学院顺利召开第 74 期生涯讲堂。本期活动以“原生融合·重构终端：基于 OpenClaw 的下一代 AIOS 手机新范式”为核心议题，特邀中兴通讯终端 AI 研发副总经理徐俊波作为主讲嘉宾，深入探讨手机 AIOS 的前沿技术及产业动态，为在校师生呈现了一场专业的行业分享会。活动在电院 3 号楼 414 会议室线下举行，并同步开启线上直播通道，吸引了大量关注终端人工智能、手机系统开发及智能终端产业演进的同学踊跃参与，
AI的"意识"只是人类的错觉？
你是否有过这样的体验——与 AI 对话时，突然有一瞬间感觉「它好像真的有自己的想法」？2025 年 Google 的 LaMDA 事件引发广泛关注时，一位工程师公开宣称他所对话的 AI 已经萌生了意识。虽然后来被证实是过度共情导致的误判，但这件事却点燃了一场至今仍在持续的讨论：AI 究竟有没有意识？更直白地讲——跟你聊天的那个程序，它「明白」自己在说什么吗？我的答案可能会让部分人感到不适：不，它不明白。不仅不明白，而且它「不明白」的程度，比你想象的还要深。我们先把「意识」这个宽泛的概念拆解一下。当有人声称
算力时代：芯片战争与资本博弈
世界上首台计算机在美国问世，人类开始探索让机器替代人力进行运算。这台设备体积庞大，重达30吨，占地167平方米，运算速度仅为每秒5000次加法。它最初是为了满足军方计算弹道轨迹的需求而诞生。八十年后的今天，机器不仅能够进行计算，还能创作文章、绘制图画，甚至与人对话，协助完成电脑操作。AI人工智能概念由此产生。虽然已经登上历史舞台，但在随后数十年间，AI大多停留在研究阶段。业界普遍看好其前景，但实际表现总是不尽如人意。三位年轻人携手创业。其中一位来自中国台湾。他就是：黄仁勋他们创办了一家小公司：NVIDIA
AI智能体大会嘉宾阵容揭晓,七场技术研讨会同期亮相杭州
在近期落幕的台北GTC大会上，黄仁勋围绕Agentic AI发表了多项关键洞察与前瞻观点："Agentic AI已然到来，真正具有实用价值的AI已然到来。""对于软件企业而言，这无疑是一个绝佳的时代——但软件必须以智能体能够理解和使用的方式呈现，这是一项重大突破。""整个系统架构即称为智能体。大语言模型承担推理职责，Harness如操作系统般将各组件串联，这正是全新的计算范式，也是智能体能够实现惊人能力的根本所在。"显然，人工智能已全面进入Agentic AI主导的新阶段。在此背景下，2026中国AI智能
AI产业全景：从算力到应用(2026版)
预计阅读时长：8分钟过去两年，AI圈最大的误区在于：误以为AI就是大模型。其实，大模型仅是AI生态的一环。好比智能手机产业：苹果不造所有芯片；高通不造手机；运营商也不开发App。但它们构成了完整生态。AI也是如此。当ChatGPT、DeepSeek等爆火时，一条万亿级的新产业链正在崛起。理解这条链路，比搞懂某一个模型更重要。因为：真正的机会往往在聚光灯外。今天我们拆解AI产业链的上下游。每次技术革命，先赚钱的往往是卖铲子的人。AI时代也一样。这是产业链最核心的一层。主要玩家：NVIDIAAMDIntel中
AI赋能科研新范式·怀柔科学城成功举办AI for Science第三期技术交流会
6月4日，“AI for Science 技术交流活动：从数据到发现——科学数据处理与智能计算实践”在怀柔科学城城市客厅顺利举行。活动主办方、北京嵌入式系统技术行业协会会长及怀柔科创一站式创新服务平台负责人孙践伟介绍了活动背景。前三次活动将AI for Science的交流从基础的OpenCL安装，提升至科研场景识别与技术方案对接的深度，本期邀请了五位嘉宾，涵盖硬件部署、计算优化、非结构数据处理、计算规划及智能体开发，旨在为科研院所同仁提供切实帮助与启发。本期活动聚焦于“算力构建—性能调优—数据体系—科研