2026世界人工智能大会：300余款AI新品全球首发
7月7日，据上海市政府新闻发布会消息，2026世界人工智能大会及全球治理高级别会议定于7月17日至20日在沪举行。展览规模首次逾10万平方米，超过300款产品将进行全球首发，已落实57个核心应用场景，累计意向合作金额达162亿元。 关于大会筹备，上海市委常委、副市长陈杰透露，将举办140多场论坛，联合12个部委、8个国家级实验室及10多个国际组织，共邀请1400多位中外嘉宾出席。参展企业达1100多家，展出3000多项成果，其中智算与具身智能赛道均汇聚了200多家企业。 针对大会首发重点AI产品，上海市经
AI编程代理为何总犯低级错误
上周我让Claude Code重构一个模块。它读代码、分析依赖、生成新版本——一切看似顺利。可跑测试时直接崩了。翻遍日志才发现：它调用了一个早已废弃的API，而这个API的警告就写在它读过的文件注释里。它看了，却当没看见。这不是第一次。每次AI编程代理出错，我都问同一个问题：它明明‘知道’，为何还犯？最近一篇arXiv论文给了我答案。论文叫ToolFailBench，来自软件工程研究团队。他们系统分析大语言模型调用工具时的失败模式——不只看测试是否通过，而是深挖每一步操作哪里出了岔。结果惊人：整体分数常掩
AI Agent 到底是什么：写给非技术人的智能体科普
AI 实用课 / Agent 入门如果说聊天机器人相当于"问答窗口"，那么 Agent 更接近于"能接任务、会拆解、会调用工具、会检查结果的数字同事"。它的优势不只是更会聊天，而是更接近于"帮你把事情办完"。图：Agent 的关键不是"会说"，而是能围绕目标组织步骤、工具和反馈。这篇文章不讲解复杂术语，只回答三个问题：Agent 究竟是什么？一个 Agent 内部通常包含什么？普通用户和企业可以用它做哪些事？Agent，就是一个能围绕目标自主推进任务的 AI 执行者。你给普通 AI 一个问题，它回答你；你
2026年全球AI格局：中国重应用，美国强研发，欧洲控规则
当前全球AI发展格局可划分为三类：中国专注‘应用’，美国深耕‘研发’，欧洲主导‘监管’，三方各具策略，形成差异化竞争态势。斯坦福大学《2026年人工智能指数报告》显示，中美顶尖模型性能差距已缩小至约2.7%。2025年，美国发布50个知名AI模型，中国发布30个。中国模型数量虽仅为美国一半，但其调用量、投资规模与落地场景优势显著。2025年，全球AI研发呈现产业主导趋势，超过90%的突破来自企业界，学术界贡献持续下滑。从地域分布看，中美两国主导全球模型产出。欧盟与英国虽在政策上积极布局，但模型产出数量仍远
重磅解读！AI智能体互联国家标准GB/Z 185—2026发布
智能体作为集感知、记忆、决策、交互及执行于一体的新型智能系统，已成为AI产品服务的核心载体。目前，我国智能体产业正加速规模化落地，深入千行百业，海量智能体在跨系统、跨平台及跨场景下的互联协作，正成为产业发展的关键趋势。为落实国务院《关于深入实施“人工智能+”行动的意见》，引导产业安全有序创新，工信部指导中国电子技术标准化研究院，联合70余家企业制定了《人工智能智能体互联》系列国家标准（编号：GB/Z 185—2026）。本文将系统解读该系列标准的核心内容，助力产业界准确理解与高效落地。一、GB/Z 185
AI产品纷纷聚焦"循环"：智能体Loop究竟是什么？
比特原点 · AI Agent / 智能体 / 工程化大模型刚兴起时，大家关注的是"它能否给出答案"。到了智能体时代，真正关键的问题变成了：它能否自主查看结果、调整计划、运用工具、重新尝试，并且准确判断何时该终止。过去一年，"智能体"这个词被提及得过于频繁。各类产品都声称自己是Agent，各类框架都在讨论Agent，各类演示都在暗示：未来只需说一句话，AI就能帮你完成所有事情。但剥去宣传的外衣，智能体最核心的东西并没有那么神秘。它不是一个更擅长对话的机器人。它也不是一个套了系统提示词的问答界面。它真正新增
一文读懂AI Agent：从核心原理到关键组件
当你向智能体下达指令："帮我提取上个月的销售数据，对比市场同类产品，生成分析报告并抄送团队"。十分钟后，智能体已完成：连接数据库、执行SQL分析、联网搜索竞品、绘制图表、生成图文报告，并等待人工确认发送。如今，智能体（AI Agent）已能替代人工完成实际任务。本文将解析其核心机制与构成要素。简言之，AI Agent是以大语言模型（LLM）为"大脑"，能自主感知环境、决策推理、调用工具并循环执行直至达成目标的系统。区别在于行动力。聊天机器人止步于文字输出，Agent则能搜索
AI智能体协同新国标：企业AI告别孤岛时代
从身份可信、能力可见到工具调用，一次看懂 GB/Z 185—2026 对企业 AI 落地意味着什么为深入贯彻落实国务院《关于深入实施“人工智能+”行动的意见》部署要求，规范引领产业创新、安全、有序发展，工业和信息化部指导中国电子技术标准化研究院，组织70余家重点企业，制定《人工智能智能体互联》系列国家标准（标准编号：GB/Z 185—2026）。很多企业做 AI，已经走过了第一阶段：让一个大模型写文案。让一个智能助手查资料。让一个 Agent 帮员工处理某个单点任务。但接下来真正难的地方，不是再多做几个智
从ReAct论文到万亿产业：AI智能体的发展演进之路
2022 年 10 月，在普林斯顿大学的某间研究室内，博士研究生姚顺雨将一篇仅有十页的学术论文上传至 arXiv 平台。论文标题相当直白——ReAct: Synergizing Reasoning and Acting in Language Models。两个月后， ChatGPT 横空出世，全球焦点都集中在对话式机器人领域，这篇编号 2210.03629 的论文几乎无人问津。时隔三年回望，姚顺雨那个夜晚上传的文档，奠定了价值万亿美元产业的基础。2026 年上半年， AI 产业的核心议题毫无悬念地聚焦于
清华AI新法：学会何时才动用工具
AI的价值不在于做得多，而在于做得对。7月3日，清华大学研究团队发布最新成果，展示了让大语言模型学会判断"何时该调用工具、何时该直接回答"的方法论。这一研究针对的是当前Agent应用中最容易被忽视的痛点：大多数LLM在接入工具后会变得"工具依赖"，哪怕简单问题也要走一遍工具调用流程，效率极低。01 工具调用泛滥的后遗症大模型接入工具后普遍存在过度调用问题。用户问"今天天气怎么样"，模型可能先调用搜索、再调天气API、再整理输出——三步做完其实一步就够。这种"能力溢出"带来的效率损耗，在高并发场景下会成为严
AI能思考却难执行——2026年的关键突破：让AI真正动手
AI正在重塑工作方式！你让AI撰写竞品分析报告，瞬间完成，条理清晰，格式规范。然后你说："帮我发到工作群。"它愣住了。它不是写不出来，而是无法触达。报告存在于它的处理单元中，群聊在另一个系统里，两者之间像隔着一道透明的墙。它看得见，却传递不过去。2026年，AI的思维已足够强大，真正的瓶颈在于行动能力。过去三年间，AI的发展速度令人惊叹。2023年，ChatGPT赋予AI"回应"能力。你问它答，宛如一个无所不晓的百科全书。2024年，推理模型让AI掌握"思考"能力。它不再直接给出答案，而是先分析步骤、得出
中国大模型崛起：四强登顶全球
YOUXUEYIDIAN · INSIGHT ●● ●●呀哈喽~我是柚一，你的互联网 NPC 🍊六月以来，中国大模型调用量连续六周领先全球，前五榜单中占据四席。从 DeepSeek 到智谱，从 MiniMax 到小米——群雄并起，各领风骚。海外观察者无不震惊：中国AI，何时已坐上全球主导之位？且慢喝彩。数据固然惊人，但更值得深思的是：这究竟是短期热潮的叠加，还是深层结构变革的开端？◆本文目录◆01超越 · 十四万亿举世惊02问鼎 · 三路豪杰一并起03论剑 · 开源破局鬼神惊04辉煌 · 天时地利皆同力0
AI智能体深度解析：从底层逻辑到实操应用，零基础也能让AI替你打工
今天咱们就把 AI Agent 一次讲透。看完本文你将掌握：一句话概括：Agent = 能够自主拆分任务、自主规划路径、自主调用工具、自主校验成果的 AI 助理与传统 AI 相比：我们来看几个例子 👇核心差异就在于：传统 AI 只是“器具”，而 Agent 是“职员”。Agent 与传统 AI 的根本不同，主要体现在以下 5 项能力👇能够自主将宏大目标分解为具体步骤。例如你要求“帮我做竞品调研”：能够调用外部工具来执行操作。常用的工具包括：缺乏工具，Agent 只能依靠“自身储备的知识”，拥有工具，Age
千禧年基金拟于年内启动超百亿美元募资
千禧年管理公司正打算借助市场对多策略对冲基金的强烈渴求，发起新一轮高达数十亿美元的募资。 不愿具名的知情人士因涉及私密信息而透露，由Izzy Englander执掌的这家对冲基金巨头计划募集不少于100亿美元的资金，该项动作预计会在今年晚些时候展开。 与该公司2024年为旗舰基金募资时的做法相似，此次新增资金同样会采用按需调用机制，也就是投资者先行承诺出资，公司随后可在约定期限内视情况分批提取款项。此类募资手法在私募股权机构中颇为普遍，它使得对冲基金能在必要时获取流动性。 目前资产管理规模约达890亿美元
AI实训第二周：B4大语言模型决策组件五大维度进阶实操
作者：xingwangzhe本文链接：https://xingwangzhe.fun/posts/ai-training-b4-llm-week2/[1]本文采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议[2]进行许可。前置声明：本图文存在AI辅助整理前文Day4 Proposal[3]中我详细分析了 B4 LLM 决策模块的设计方案本文在 Proposal的架构基础上，逐一攻克五个进阶要求，让一个 4B 小模型跑出了远超预期的工具调用能力。先回顾一下 B4 在 Agent 系统中的位