应对AI监管新规 Intertek发布AI系统风险评估服务
当前，人工智能技术规模化落地应用持续提速，AI系统自身的复杂性与不确定性，使其潜藏的各类风险愈发突出。根据ISO/IEC 22989:2022《信息技术人工智能人工智能概念和术语》，AI系统被定义为一种工程系统，能够根据人类定义的一组目标，生成诸如内容、预测、推荐或决策等输出。与传统确定性逻辑软件不同，当前主流的依托机器学习技术构建的AI系统具备显著概率性特征，运行高度依赖底层数据与应用环境，也由此催生数据漂移、概念漂移等专属风险隐患。若缺乏健全有效的风险管理机制，AI系统潜在风险将引发多维度负面影响。对
AI Agent知识体系构建指南
近年来，AI Agent 的探讨已迈入新阶段。起初大家侧重于工具调用能力，如今决定性因素在于：怎样构建稳健的 Agent 工作流，如何解决记忆与规划的交互，怎样编排多智能体协同，以及如何将演示系统转化为具备维护性、扩展性和评估能力的成熟架构。浏览过众多 Agent 框架、工作流及多智能体案例后，读者往往会有一种共鸣：资料繁杂，但能将概念、落地、范式与前沿研究融会贯通的内容却很稀缺。这份整理的5本书籍，涵盖了从系统认知、Python 实践，到设计模式及多智能体研究的核心脉络。无论你是 AI 新手，还是渴望增
麻省理工团队以人工智能审视人工智能：算法给出的最佳方案是否足够公正？
为了帮助相关方在部署人工智能系统前，就能迅速识别其中可能存在的伦理问题，麻省理工学院的研究人员开发了一种自动化评估体系。该体系旨在量化指标（如成本或稳定性）与定性或主观的价值观念（如公平性）之间寻求平衡。这一系统将客观评估与用户定义的人类价值观分开处理，利用一个大语言模型充当“人类代理”，以捕捉和整合各利益相关方的偏好。这套自适应的框架能够筛选出最值得深入评估的场景，从而简化原本需要耗费大量人力和时间的传统手工流程。这些测试用例既能展示自动化系统与人类价值观高度契合的情形，也能揭示那些意外偏离伦理准则的意