AI竞争新逻辑：从模型参数到系统效能的转变
在近日召开的世界人工智能大会上，一份《人工智能合作发展行动计划》正式亮相。该计划涵盖了数据资源、计算能力、开放生态、应用实践、人才培养、技术标准、安全保障等多个维度。这些要素固然关键，但新闻背后隐藏的深层含义远不止于此。真正值得深思的是，它揭示了AI发展中的一个根本性转变：拥有先进模型并不等同于具备实际应用能力。过去业界普遍将AI竞争简化为模型本身的竞争。各家关注的焦点集中在推理能力、答案准确性、图像生成质量等方面。模型性能的每一次突破都会引发行业热议。然而，当AI开始渗透医疗、制造、交通、公共服务等关键
AI循环潮：让智能体永续运行
上周五，Claude Code 的创建者 Boris Cherny 在 Meta 的@Scale 会议上现身。首位观众提问直击要害："循环是新一轮炒作，还是真有实效？"Cherny 回答斩钉截铁："真有用。"他现场演示了正在运行的循环系统：一个 Agent 持续优化代码架构，另一个则识别并合并重复的抽象模块。它们像人类开发者一样提交 Pull Request。由于代码持续演进，这些 Agent 从不暂停。这一理念极具颠覆性。在 Agentic AI 的浪潮中，多数人聚焦于如何管控 Agent：设定明确目标