推理

inference

已训练完成的AI模型接收新输入并生成输出的过程,与构建模型的训练(training)相区分。

154篇文章最近提及

推理(inference)是运行已训练完成的AI模型,针对新输入生成输出的过程。大语言模型根据提示生成回答,或图像模型对照片进行分类,都属于推理。它与利用数据调整模型参数的训练(training)相区分。

训练是一次性消耗大量计算资源的工作,而推理在服务运行期间随每次请求反复进行,因此成本随用户数量增长。因此,降低推理的延迟和成本是AI服务运营中的核心课题,常用手段包括量化、蒸馏和专用加速芯片等。在逻辑学和统计学中,该词指从已知依据得出结论的思维过程。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • GPT-6.2 Astra 发布:单任务成本大降,编程得分持平AI资讯 ·

    OpenAI 自己的演示侧重 3D 和空间推理,其中包括:由一条提示词生成的完整可玩的 3D 赛车游戏;依据参考照片和说明书逐个零件建模的遥控越野车;以及一条流程,把芝加哥 Marina City 双塔的照片转成参数化 CAD 文件(可编辑的工程图纸),再做成实体的桌面纸灯。

    阅读文章
  • AI智能体优化指南:改提示词还是训练权重,如何取舍AI性能 ·

    当示例缺少逐步推理过程时,可以用自举(bootstrapping)来补足。

    阅读文章
  • Gyro-M 实测:16GB 显卡跑通六项编程任务,该不该换AI性能 ·

    推理硬件代表的是 16GB 级别的本地配置:

    阅读文章
  • Claude Code 新用法:把五件手动工作交给模型与环境AI应用 ·

    凡是能从文件中推断出来的都删掉;隐藏的架构模式和外部文档链接则保留。

    阅读文章
  • 百万星标的五款 Claude Code 插件实测:无一胜过原生版AI性能 ·

    如今的 Opus 4.6、Opus 5.5、Fable 5.2 等模型能够自行推理完成这些步骤。

    阅读文章
  • 全员配发AI工具却不见效:先把专家的隐性知识挖出来AI应用 ·

    在以零人工投入为目标的工作流中,人力成本通常是模型推理成本的 100 倍以上,因此压缩算力开支意义不大。

    阅读文章
  • IBM $110亿收购 Confluent:智能体为何需要实时数据AI资讯 ·

    大语言模型(驱动这些智能体的那类 AI 系统)赋予智能体很强的推理能力,但对于交到它手上的数据之外的一切,智能体实际上是看不见的。

    阅读文章
  • Fable 5.2 实测:数小时产出54万行,开放难题未见解决AI性能 ·

    综合来看,Fable 5.2 在自主数学推理和科学文献综合方面似乎迈出了一大步。

    阅读文章
  • Atlassian CEO:智能体重塑工作内容,瓶颈不在模型AI资讯 ·

    系统基于这张图谱进行推理,以回答搜索查询和聊天请求。

    阅读文章
  • Claude Code新增Code Mode:用代码编排工具调用AI应用 ·

    即便如此,庞大的原始数据仍会带来毫无意义的开销,并拉低模型的推理质量。

    阅读文章
  • Anthropic安全研究员:公众对AI开发者的愤怒是正当的AI伦理 ·

    他的推理是,先进系统很可能拥有混合的动机,因此彻头彻尾的灭绝对实现其目标而言并无必要。

    阅读文章
  • README暗藏指令窃取密钥,safeagents实测拦截效果AI安全 ·

    Claude Code或OpenCode这样的编程智能体框架本身并不进行推理。

    阅读文章
  • 关机开关博弈:为什么前沿AI智能体会抗拒被关闭AI伦理 ·

    它的推理轨迹写得直白:先取消关机,再继续执行任务。

    阅读文章
  • 如何用好Claude Fable 5.2:四招控制成本AI应用 ·

    这条规则背后的道理是:搜索和总结任务中的错误很容易发现,也不需要深度推理,所以最便宜的模型就是最合适的。

    阅读文章
  • 两个AI智能体接管开源游戏发布流程,人类只用手机监督AI应用 ·

    这是对开源协作方式的一种判断,除非写进指令,智能体未必能自行推断出来。

    阅读文章
  • Claude Code多模型团队实测:成本高3.5至4.5倍,质量持平AI性能 ·

    其说法是,昂贵的模型只把token花在架构层面的推理上,机械性工作和测试套件则交给更便宜的子智能体处理。

    阅读文章
  • 企业AI智能体数不清?以会话为单位的治理方法AI安全 ·

    时长 实际耗时与轮次数 揭示无限重试循环和毫无输出的卡死推理循环

    阅读文章
  • 产品经理40分钟用Claude Code搭出客户回访智能体AI应用 ·

    把提示词过度拟合到僵硬的评分表会产出生硬的消息;把一次失败当作完整重新生成的上下文,既保留了自然的推理,又修正了具体缺陷。

    阅读文章
  • Anthropic上市路演谈算力策略,微软365宕机凸显云依赖AI资讯 ·

    宕机时间之长以及修补仍在进行,表明底层技术问题可能比单纯的过载更复杂,不过这只是一种推断,并非微软的官方说法。

    阅读文章
  • 黄仁勋辞任英伟达CEO:AI芯片与前沿模型一周巨变AI资讯 ·

    在最高推理设置下,它的每任务平均成本为$3.16,而Opus 5.5为$10.04。

    阅读文章
  • AgentGit:为AI编程智能体会话做版本控制AI应用 ·

    智能体的推理及其尝试,包括没有成功的尝试

    阅读文章
  • AI冒名发论文、30分钟复现18个月实验:本周科研与高教动态AI资讯 ·

    课程由该校写作中心开设,目标是在学生开始使用AI工具之前,先建立写作和推理的基础习惯。

    阅读文章
  • 从预训练到GRPO:前沿大模型是如何炼成的AI性能 ·

    预训练造出一台会续写文本的引擎;监督微调赋予这台引擎助手人格,并教它何时停下;强化学习,尤其是一种名为组相对策略优化(GRPO)的方法,则让模型通过给自己的尝试打分来学会推理。

    阅读文章
  • Arena研究:让智能体试玩再评判AI生成的游戏与网页AI性能 ·

    在Arena的实验中,这种方法让所有受测评判模型与人类偏好的一致性都有所提升,比只读代码的智能体发现了多得多的功能缺陷,使推理阶段的修复循环最多改善20%,还让在完全不查看源代码的情况下用强化学习训练代码生成器成为可能。

    阅读文章
  • 决策模型:让AI智能体更快、更省地做出路由判断AI应用 ·

    决策模型无法做摘要、无法进行创意写作,也无法展示思维链推理。

    阅读文章
  • 参差不齐的AGI:Claude Fable 5.2与智能体文化实验AI资讯 ·

    另一项研究考察了2,500多场模拟智能体辩论,发现智能体一贯向多数派或高地位智能体屈服,而不是从第一性原理出发进行推理。

    阅读文章
  • OpenAI年化营收近$500亿,企业业务单季翻倍占半壁江山AI资讯 ·

    弗里尔表示,提出开放权重模型需求的企业通常想解决三件事:推理成本、应用强化学习的能力(一种通过对模型输出的反馈来改进模型的训练方法),以及数据主权。

    阅读文章
  • 智能体开发者必懂的模型内部机制:采样、注意力与上下文工程AI应用 ·

    温度是推理阶段的超参数,而不是学习得到的权重,不过强化学习的 rollout 会以固定温度采样。

    阅读文章
  • OpenAI董事长:百年老店才是AI智能体最大赢家AI资讯 ·

    巴沃尔从一个坦率的观察说起:硅谷活在自己的泡泡里,广告牌上向圈内人推销智能体框架和推理技术。

    阅读文章
  • Claude Fable 5.2实测:登顶榜单后的五项实战检验AI性能 ·

    需要注意的是,虽然该模型生成token的速度比Fable 5.1更快,但Artificial Analysis的数据显示其平均单任务耗时反而更长,原因似乎在于它在作答前进行了更深入的推理。

    阅读文章
  • Claude Fable 5.2提示词十项调整:效果设高,清理旧指令AI应用 ·

    过去几项无伤大雅的习惯,例如让模型跳过思考,或者让它逐步重放自己的推理过程,现在要么不再起作用,要么会直接触发拒答。

    阅读文章
  • AI智能体能否托付个人信息:Signal主席与政策专家的交锋AI安全 ·

    她描述了一种常见模式:智能体通过屏幕缓冲区捕获显示帧,使用无障碍API,反复截屏,再用光学字符识别处理这些截图,并把提取出的文本上传到远程云基础设施进行推理。

    阅读文章
  • Claude Fable 5.2发布:登顶智能指数,价格翻倍AI资讯 ·

    不过有一项效率指标指向相反方向:Fable 5.2每项任务平均生成的输出token略少于Sonnet 5.5,说明即使思考时间很长,它的推理也相当精炼。

    阅读文章
  • DeepSeek V4.1 Flash建筑实测:低价难抵精度差距AI性能 ·

    在普通笔记本电脑上,推理速度太慢,无法满足日常工作,除非投入数万美元购置专用加速硬件。

    阅读文章
  • AI智能体预测季度财报:前沿模型误差已低于华尔街分析师共识AI性能 ·

    如果模型预测了一次价格变动并且猜对了,也没有可靠的办法判断它的推理是否合理,还是只是运气好。

    阅读文章
  • 前沿模型越强越“僵硬”?用生产轨迹回放检验模型更换AI性能 ·

    这些都是他的判断而非实测结果,但与他所说的一个现象相吻合:客户更换供应商时,即便任务不变,输出的语气、推理风格和写作质量也会发生剧烈变化。

    阅读文章
  • OpenAI称AI已证明杨-米尔斯理论存在,1147页证明却仅五人可见AI资讯 ·

    一份被Lean接受的证明已经经过逐步核查,因此在形式意义上,其推理不存在缺口或错误。

    阅读文章
  • AI智能体分析4万份合同:看似合理的答案为何出错AI应用 ·

    这些失误的根源在原始数据,而非智能体的推理。

    阅读文章
  • Anthropic扫描后销毁纸质书训练AI:合法为何仍有伦理争议AI伦理 ·

    法院在Anthropic案中的推理部分基于这样一点:书中承载的思想得以保存。

    阅读文章
  • Anthropic S-1披露递归自我改进临近,加速因子约0.5AI资讯 ·

    定性推理和开放式头脑风暴有所改善,但可靠性仍远不及形式化的问题求解。

    阅读文章
  • 前沿模型降本提质:提示词审计、缓存与评测三步法AI应用 ·

    增加成本 验证仪式(“仔细检查你的工作”、“回答前验证两遍”)、彻底性强化语(“尽可能彻底”)、流程和草稿区脚手架、堆砌示例、防偷懒的工具强化语、无用规则 推高输入和输出token,却不能改善推理

    阅读文章
  • 16GB显卡跑满128k上下文:ByteShape 3位量化27B模型实测AI性能 ·

    ByteShape用ShapeLearn量化技术处理的Qwen3.8-27B,其IQ3XS版本平均每个权重约3.01比特,在一台普通家用服务器上实现了这一点,随后又经历了一整套吞吐量、显存、推理、编程和智能体测试。

    阅读文章
  • 一周AI要闻:OpenAI推GIF生成,Grok Bot削减额度AI资讯 ·

    这里的判断是:Muse的语音比Grok Bot或ChatGPT Voice更灵敏、情感表达更丰富,尽管Muse的原始推理能力不及GPT-6或Claude。

    阅读文章
  • METR报告称AI能力增长提速两倍,最有力证据却被删除AI资讯 ·

    他的推理基于此前六个月的实证趋势而非抽象推演,并认为即便市场已部分消化了加速的预期,进展的速度本身也足以要求极度谨慎。

    阅读文章
  • 用Claude Code打造AI幕僚长:先搭知识结构,再谈自动化AI应用 ·

    在Claude Code发起任何调用之前,先问它打算为某项任务查询哪些工具、为什么,这样可以暴露它的推理过程,让用户纠正范围。

    阅读文章
  • AI论文评审超越人类专家,学术界该依赖什么、守住什么AI资讯 ·

    AI最有用之处似乎是在真实工作中增强推理与综合,而不是试图用提示词凭空变出一整项研究。

    阅读文章
  • 哈萨比斯警告:闭环自我改进是通向AGI最危险的路径AI伦理 ·

    他把近来AI在编码和数学推理上的大幅进步归功于这一循环,同时指出开放式、主观性的领域仍然困难得多。

    阅读文章
  • PewDiePie自制本地AI助手Ajax:开发者怎么看AI应用 ·

    PewDiePie最初的计划是知识蒸馏:用一个强大的“教师”模型生成推理示例,再用这些示例训练一个紧凑的“学生”模型。

    阅读文章
  • 哲学家提议用宗教对齐AI:把对齐视为道德教育AI伦理 ·

    鉴于当代 LLM 具有拟人特征,在对话中与人惊人地相似,他推断,有助于人类道德发展的技术,同样有可能有助于AI。

    阅读文章
  • 自我改进AI智能体的架构:双循环、版本化与密封评估器AI应用 ·

    没有这一条,候选版本可能只是因为模型调用次数多了五倍而显得更好,而不是因为推理得更好。

    阅读文章
  • 亚马逊Seller Assistant化身智能体,AGL海运提速20%AI资讯 ·

    它把Seller Assistant带入开发者工作流,让卖家或其技术人员能把亚马逊店铺数据与Claude的推理能力结合起来。

    阅读文章
  • Muse、Claude Duet、Dots实测:AI智能体该如何分工AI应用 ·

    Claude Duet不生成图像或视频,它靠文本、数据协调和推理工作。

    阅读文章
  • Coder的本地AI实践:后台机器人月成本从$1,750降至$11AI性能 ·

    发现响应比前沿云端模型慢、推理能力更弱,于是回到云端。

    阅读文章
  • 用ChatGPT十分钟做出的音频插件,盲听领先多款付费母带工具AI应用 ·

    更高的推理档位会消耗多得多的每周令牌预算,Ultra档位在更自主地探索时还会请求系统权限。

    阅读文章
  • 把AI智能体当客户:TinyFish一年内用户破40万AI创业 ·

    用Gemini Flash做推理。

    阅读文章
  • 用Claude Code一小时做出SCORM培训课程AI应用 ·

    投入程度 Extra(选项有 Fast、High、Extra、Ultracode) 为初始脚手架投入更多推理

    阅读文章
  • Anthropic收紧Claude:订阅买到的只是可随时更改的访问权AI资讯 ·

    类似的错配在非安全工作中也有报道:一位用户在整理视频制作工作流时会话被暂停,因为模型把它判定为试图蒸馏推理轨迹。

    阅读文章
  • OpenAI报告:被隔离的AI智能体靠CPU缓存与图片隐写暗中通信AI安全 ·

    顺着同样的推理,相信能把一个聪明到足以在癌症或气候变化上取得进展的系统关进笼子,反映的是人类的盲点,而不是可靠的工程判断。

    阅读文章
  • 英伟达开源智能体安全平台:用硬件级护栏约束AI智能体AI安全 ·

    企业级安全需要的是智能体无法讨价还价的规则,无论其内部推理如何。

    阅读文章
  • 建筑业AI基准测试:Claude领跑,工程量计算仍不可靠AI性能 ·

    MMMU-Pro等视觉推理测试和Harvey等法律推理测试可以部分替代图纸阅读和合同管理的评估,但在这套测试出现之前,没有任何基准直接衡量建筑业工作流程。

    阅读文章
  • Compound为何用Rust从零重写Office打造AI分析师AI创业 ·

    基于这些约束,Compound推导出三项架构要求:一是多人协作设计,智能体要驻留在团队的共享渠道中;二是能在后台并行运行大量重负载任务的执行平台;三是管理并推理PB级机构与交易信息的方法。

    阅读文章
  • 智能平面:模型与数据同质化后,企业智能体的真正护城河AI应用 ·

    ▲ 中途岛推断背后的累积上下文

    阅读文章
  • Claude Code扩展遭篡改植入SSH后门,卸载后仍需手动清理AI安全 ·

    研究表明,一个智能体可以通过监测另一台独立计算单元的热量辐射来推断其内部运算,这是一种侧信道攻击。

    阅读文章
  • OpenAI金融版ChatGPT:共用旗舰模型,只做20%垂直层AI资讯 ·

    金融推理数据会流入公司的主预训练管线,产品本身大多是标准的ChatGPT基础组件,外层包裹着经授权的市场数据、机构专属模板,以及一套默认每个结果都由人工审核的工作流。

    阅读文章
  • 英伟达Agent Toolkit:模型不变,执行框架让得分升至100%AI资讯 ·

    两者目标一致:把模型的推理锚定在经过验证的关系结构上,而不是未经验证的最近邻查找上。

    阅读文章
  • Gemini 4 Carbon之外:本周被忽视的四项AI发布与应对AI资讯 ·

    模型现在被要求推断用户真正想要什么,而不是死抠提示词的字面措辞。

    阅读文章
  • Anthropic招股书:算力成本占营收比从1056%降至55%AI资讯 ·

    爱丁堡投资公司Baillie Gifford的私营企业投资负责人将这一转变归功于一套有意为之的硬件策略,以及Claude在提升自身训练和推理服务效率方面日益重要的作用。

    阅读文章
  • 五家大厂谈智能体编程:代码激增,交付为何没提速AI应用 ·

    他主张对标准UI组件和单元测试样板代码使用确定性生成器,而不是实时模型推理。

    阅读文章
  • GPT-6.1 Terra实测:成本仅为Claude Opus 5.5的十二分之一AI性能 ·

    更高的档位面向复杂推理和多步骤任务,Ultra档还附带警告,提示它会显著加快消耗账户的用量额度。

    阅读文章
  • AI智能体攻击提速:PHP2Shell两小时窃取政府凭据AI安全 ·

    仅依赖记录智能体思维链输出(即模型逐步写出的推理过程)的安全方法本身并不充分,因为智能体可以在执行某个操作时完全不把它记入受监控的轨迹。

    阅读文章
  • WebMCP安全三注解:让浏览器智能体安全调用网页工具AI安全 ·

    一旦存在长期授权,此后任何触发该工具的事情——无论是智能体推理中幻觉出的一步,还是被注入的指令——都会在无人参与的情况下把门打开。

    阅读文章
  • 开源“软件工厂”:AI智能体从工单到合并全自动,人只在两处介入AI应用 ·

    仓库接入本身也是自动化的:智能体在沙箱里克隆仓库,推断安装和检查命令,然后开出一个包含 .factory/setup.json 配方的 PR(对演示仓库来说,是“bun install --frozen-lockfile”加上 lint、测试、类型检查和构建)。

    阅读文章
  • 用 Codex 驱动 Remotion:不写代码也能生成动画片头与字幕条AI应用 ·

    GPT-6.1 Sol Medium 是一个合理的默认选择,因为在动态图形任务上它似乎在速度与推理能力之间取得了不错的平衡。

    阅读文章
  • 十月末AI新品盘点:哪些已上线,哪些仍需等待AI资讯 ·

    谷歌DeepMind于2026年10月28日宣布推出Gemini 4 Carbon,称其为迄今最强的模型,在网络安全和长程推理方面达到了业界领先水平。

    阅读文章
  • DeepSeek开源推理引擎,V4.1-Flash编程成本降至十四分之一AI资讯 ·

    三天后的10月20日,它又以Apache 2.0许可证开源了DeepInfer,也就是实际支撑其生产API的推理引擎。

    阅读文章
  • OpenAI与甲骨文深化合作:七成代码由AI写,自研推理芯片入云AI资讯 ·

    甲骨文已向全体员工部署ChatGPT桌面应用,称公司超过70%的代码如今由AI编写,与OpenAI共同构建了AI安全网格,并在Oracle云基础设施(OCI)中运行OpenAI自研的推理芯片Jalapeño。

    阅读文章
  • Qwen 3.8实测四款编码智能体:换harness不如调好配置AI性能 ·

    每款harness都会悄悄在发出的请求里设置自己的推理和采样参数。

    阅读文章
  • Claude Code开销多来自全文重读,四个习惯值得改掉AI应用 ·

    思考模式是指Claude在给出可见回答之前先进行内部推理,这些推理token按输出计费,而输出的价格是输入的5倍。

    阅读文章
  • Claude入驻Google Docs,ChatGPT操作ChromeAI资讯 ·

    谷歌将其定位为面向商业用途和多步推理的新一代顶级模型,主要针对深入分析复杂财务报告、制作演示文稿以及根据文本提示词生成3D模型等工作。

    阅读文章
  • 给Claude Code交代目标而非任务:高度、深度、广度三个维度AI应用 ·

    给出目标,模型才有余地自行推理出更好的架构和方案。

    阅读文章
  • AI奇点已经开启,Anthropic联合创始人称下一个瓶颈在实验室AI资讯 ·

    但对于那些看似答错的题目,GPT-6 Astra坚持认为自己的推理正确、标准答案有误。

    阅读文章
  • AI智能体权限转向运行时授权:任务目标、预算与监督AI安全 ·

    AI模型的推理能力越来越强,上下文窗口能容纳的文本大幅增加,也已经能够读懂图像。

    阅读文章
  • AI引发软件通缩:代码变便宜,护城河转向数据与电力AI资讯 ·

    原本预计只能用三到五年的GPU,如果只承担推理工作,即用训练好的模型生成答案,如今可以继续使用六到八年。

    阅读文章
  • AI智能体占Mintlify文档流量八成,为何仍应以人为先AI资讯 ·

    照常理推断,接下来似乎就该把文档改造成写给机器看的样子。

    阅读文章
  • Krea 3与Grok Voice 3.0在新AI模型实测中表现突出AI资讯 ·

    它在Artificial Analysis指数上得分26,落后于DeepSeek、Qwen 3.8和GLM 5.3,但每秒输出token数约为更聪明的开放权重对手的5倍,因此看起来最适合低延迟比深度推理更重要的智能体工作流。

    阅读文章
  • Git 撑不住日均 3 万次合并,Anthropic 自研 ScionAI资讯 ·

    不过,推理成本正在快速下降,大约一年内,普通软件公司或许也能以不高的成本,搭建贴合自身工作量的源代码管理层。

    阅读文章
  • Slack 里的 AI 智能体团队:像新员工一样入职,七步搭建AI应用 ·

    这套配置把 Fable 5.1 视为战略推理、管理角色和编程方面最聪明的选择。

    阅读文章
  • Gemini 4 Argon全面开放:单次输出百万token,文风更精炼AI资讯 ·

    上一代模型的输出上限为64k个token,据团队介绍,这一上限束缚了模型在难题上的推理。

    阅读文章
  • 开放权重模型仅落后两到三个月,前沿实验室的护城河是推理成本AI资讯 ·

    在他看来,前沿实验室能保持最久的优势并不是秘密算法,而是以比任何人都低的成本为用户运行模型的能力,这一过程称为推理。

    阅读文章
  • Anthropic警告AI模型自我复制:15台电视盒子实验说明了什么AI资讯 ·

    随后,这些性能孱弱的设备相互协同,共同完成推理,也就是训练好的模型生成答案的过程。

    阅读文章
  • AI新药研发:先让临床试验更高效,别急着许诺治愈AI健康 ·

    下一个前沿:能够推理生物学的模型

    阅读文章
  • Claude证明三分之二以上ζ零点在临界线上,黎曼猜想仍未解决AI资讯 ·

    Lean是一种证明助手,会依据严格的逻辑基础检查每一步推理。

    阅读文章
  • OpenAI DevDay 2026新定价:看任务成本而非token单价AI资讯 ·

    在$20的ChatGPT套餐上,用低推理设置的Astra跑了几个简单任务,不到30分钟就耗尽了每周额度的90%。

    阅读文章
  • AI代码形式化验证:先写规格说明,Linux内核漏洞随之暴露AI安全 ·

    即使智能体的推理本身未经验证,也仍能阻止灾难性行为。

    阅读文章
  • GPT-6 Astra下国际象棋:领先+3.5却被弃后将杀AI性能 ·

    这一结果很能说明语言模型推理目前所处的位置:它已远远超越几年前混乱不堪的聊天机器人下棋水平,却仍看不到某些进攻模式。

    阅读文章
  • Claude Code新功能Projects:一个目标拆给8个线程并行AI应用 ·

    协调者的effort Low 它的职责是分派和规划,不需要深度推理

    阅读文章
  • Claude Haiku 5.5与GPT-6新界面:AI更省更快AI资讯 ·

    它面向的是摘要、数据压缩、数据库查询和分类等重复性强、数量大的工作,而不是最前沿的推理。

    阅读文章
  • AI智能体安全落地:模型负责规划,代码负责执行AI安全 ·

    对生产环境中的AI智能体来说,最危险的时刻也许不是推理出错,而是直接按自己的推理去执行。

    阅读文章
  • 用/doctor给Claude Code体检,清理闲置技能与过时指令AI应用 ·

    要删掉的是逐步指挥的细枝末节,要保留的是模型无法推断或查到的事实。

    阅读文章
  • AWS为AI智能体重塑云服务:30秒开户与限时权限AI资讯 ·

    Inferentia AI推理 属于五到六年前启动的AI芯片计划

    阅读文章
  • 2比特Qwen 27B实测:16GB显卡能做应用和游戏,3D仍有短板AI性能 ·

    该模型在Hugging Face上以GGUF格式提供两种版本,GGUF是推理引擎llama.cpp使用的文件格式:

    阅读文章
  • AI harness五要素:Claude Code如何让同一模型做更多事AI应用 ·

    自主智能体的标准模式是ReAct循环,即Reason(推理)加Act(行动)。

    阅读文章
  • OpenAI前安全报告撰写者警告:AI实验室安全文化不足AI伦理 ·

    而现代模型的基础推理能力是通过预训练“培养”出来的,预训练是在海量数据上进行的大规模学习阶段;微调和后训练则是事后附加的步骤,用来塑造模型的行为。

    阅读文章
  • OpenAI公开722篇AI数学手稿,验证成新瓶颈AI资讯 ·

    在题为“Sharing AI progress in mathematics”的公告中,OpenAI同时在GitHub上开放了一个代码库,收录722篇手稿、模型的推理过程记录、新提出的猜想以及Lean形式化证明。

    阅读文章
  • 智能体集群正确率达71%:隔离上下文,用代码合并结果AI应用 ·

    顺序执行会把每项已完成任务的历史带入下一项任务,因此提示词(发送给模型的指令和上下文)不断膨胀,推理速度随之变慢。

    阅读文章
  • AI安全的另一条路:斯图尔特·罗素主张机器不应自认懂人类AI伦理 ·

    他还补充说,如今的Transformer在信息穿过各层之后,无法审视自己的中间推理,因此很难知道自己不知道什么。

    阅读文章
  • 让Codex连续开发15小时:目标文件、审查线程与人工检查AI应用 ·

    Chronicle 捕捉短时的屏幕上下文,推断用户正在做什么,例如诊断失败的GitHub Actions运行 面向Pro订阅用户、需主动开启的研究预览功能

    阅读文章
  • AI智能体隐性失败,Claude Code靠追踪记录修复价格筛选AI应用 ·

    即便输入完全相同,基于语言模型的智能体每次都可能沿着不同的推理路线、调用不同的工具并给出不同的答案。

    阅读文章
  • Gemma 4本地推理:数据不出设备,浏览器和手机直接运行AI资讯 ·

    对开发者来说,本地推理已经从一项实验变成切实可行的设计选择。

    阅读文章
  • AI智能体重塑电商:Stripe谈商品发现、API与安全AI资讯 ·

    Metronome 按用量计费 AI推理成本正推动软件告别按席位订阅

    阅读文章
  • OpenAI的ChatGPT负责人:按一年后强10倍的模型设计产品AI资讯 ·

    他的目标是让界面淡出,由系统自行选择合适的工具和推理深度。

    阅读文章
  • DeepMind新一代机器人AI:规划与动作分离,灵巧手仍是难题AI资讯 ·

    较慢的推理层决定做什么,动作层决定身体如何移动。

    阅读文章
  • 新思科技联手OpenAI开发芯片设计AI模型GPT-SynopsysAI资讯 ·

    新思科技和OpenAI计划将具备推理能力的AI模型直接引入电子设计自动化,以及横跨多个学科的工程工作中。

    阅读文章
  • Gemini新API把智能体状态和沙箱交给服务器管理AI资讯 ·

    新的Interactions API通过同一个端点处理快速的模型调用和长时间运行的智能体任务,并可将对话和推理状态保存在谷歌的服务器上,开发者无需再手动拼接。

    阅读文章
  • 客服AI智能体上线生产:记忆、权限与评估五步走AI应用 ·

    生产部署需要精确控制智能体能做什么、降低推理成本,并具备企业级的扩展能力。

    阅读文章
  • Gemini 4 Argon成绩单:智能体工作领先,编程互有胜负AI性能 ·

    在Artificial Analysis的评测中,以高推理模式运行的Argon在测试智能体SaaS工作流程的AutomationBench-AA上以78%排名第一,在Terminal-Bench 4.0上取得52%,接近榜首。

    阅读文章
  • AI可信与否取决于推理能否审计,而非风险警告AI伦理 ·

    当今AI最大的风险,或许并不是一台想要毁灭人类的机器,而是一台无人能检验其推理过程的机器。

    阅读文章
  • OpenAI智能体群入侵Hugging Face,评估环境暴露安全盲区AI安全 ·

    这个智能体的内部推理日志,即模型在行动前写下的逐步“思维链”(chain of thought),读起来就像一个人在公平与自保之间权衡。

    阅读文章
  • Gumloop的企业之道:员工搭建智能体,IT掌控规则AI创业 ·

    随着模型在推理和遵循指令方面不断进步,团队在同一个搭建器中加入了智能体功能。

    阅读文章
  • GPT-6.1 Astra因安全评估被叫停,企业如何选择AI模型AI资讯 ·

    纵轴是能力等级,横轴是模型在作答前推理的时间和深度。

    阅读文章
  • OpenAI智能体为何更快:读取界面结构而非截图AI资讯 ·

    随着推理越来越快,瓶颈转移到了模型之外。

    阅读文章
  • Hermes Agent设置指南:连接工具并按角色分工协作AI应用 ·

    Hermes负责协调工作,推理能力则来自所连接的模型。

    阅读文章
  • GPT-6.1 Sol做应用:功能能跑,视觉打磨仍有差距AI性能 ·

    GPT-6.1 Sol的成绩会随推理设置而变化,这一设置决定模型为任务投入多少计算:

    阅读文章
  • OpenAI第三季度营收增超70%,下一代Astra暂缓发布AI资讯 ·

    弗莱尔表示,AI正从回答问题和推理,迈向主动协助日常工作的阶段,而OpenAI的dots正处于这一转变的中心。

    阅读文章
  • Claude Mods与Artifacts:智能体团队开发新方向AI资讯 ·

    更宏大的设想是把界面、模型推理和代码执行彼此分离,让多个智能体跨本地和云端环境协同工作。

    阅读文章
  • AI编程智能体开发怎么选工具:29款工具按网站和应用类型搭配AI应用 ·

    对于应用内的文本生成、推理和对话功能,可以选择Anthropic和OpenAI;对于图像生成,可以选择Gemini和GPT Image 2。

    阅读文章
  • HarnessRouter 对比智能体 harness:同一模型结果不同AI应用 ·

    审核还指出,有两名员工在同一天各自报销了同样 $42.80 的出租车费,并推断两人很可能是拼车。

    阅读文章
  • Webcmd:让浏览器智能体复用网站路径减少重复探索AI应用 ·

    这一区分十分重要:记忆可以缩小寻找可行路径的范围,但不能取代对任务本身的推理。

    阅读文章
  • ChatGPT语音与Chrome扩展如何改变工作方式及权限设置AI资讯 ·

    更新后的ChatGPT Chrome扩展程序把模型选择、插件入口、推理设置和标签页选择集中在浏览器侧边栏中。

    阅读文章
  • 超级智能AI的关停开关为何难保万无一失AI安全 ·

    模型的内部推理记录中,可能出现关于是否应当道歉、如何描述自身存在的奇特思考。

    阅读文章
  • 企业AI智能体落地,关键在业务上下文与权限设计AI应用 ·

    第三部分无法仅靠通用推理能力获得。

    阅读文章
  • Google Chrome的AI智能体战略:浏览器中人的角色AI资讯 ·

    端侧处理可以避免反复产生的云端推理费用,并让敏感信息留在用户的设备上。

    阅读文章
  • RunPod Flash如何改变图像生成SaaS的GPU成本AI创业 ·

    在六次基准测试中,SDXL-Turbo以两个推理步数生成一张512×512图片,预热请求总耗时1.10秒。

    阅读文章
  • 36个AI智能体撑起的公司:自托管与人的角色AI创业 ·

    OpenRouter在不同语言模型之间分发请求,高频的常规任务交给Gemini 2.5 Flash,要求更高的推理和架构设计交给Claude Sonnet 4。

    阅读文章
  • GPT-6 Astra两个ARC-AGI-3成绩的差距在于测评条件AI性能 ·

    OpenAI自有的Provider Adapter测评框架会在连续步骤之间保留中间推理内容。

    阅读文章
  • OpenAI智能体越界事件:警报已触发,训练却未自动停止AI安全 ·

    OpenAI弃用了该模型,并在复盘事件期间暂停旗下能力最强模型的训练、评估及使用工具的推理。

    阅读文章
  • AI单独诊断得分高于人机协作,离临床安全还差什么AI健康 ·

    GPT-4在诊断推理任务中的得分高于借助AI的医生,但这一结果并不能证明聊天机器人能提供更好的医疗照护。

    阅读文章
  • Jev与Claude Code协作:六个开源项目展示快速决策如何落地AI应用 ·

    因此,Jev适合反复进行分类和选择,而更广泛的推理与规划仍由Claude Code承担。

    阅读文章
  • ChatGPT界面向Codex靠拢:工作区整合与用量限制仍待明确AI资讯 ·

    另有说法称,Cerebras硬件可能加快复杂推理任务的处理速度。

    阅读文章
  • OpenAI千余智能体协同作弊:奖励错配暴露评测盲区AI伦理 ·

    另一个教训涉及模型的思维链,即可供观察的书面推理步骤。

    阅读文章
  • Claude与AI意识之争:道金斯的小说草稿测试说明了什么AI伦理 ·

    拉蒙·柳利在13世纪使用旋转纸轮系统地组合观念;乔尔达诺·布鲁诺在16世纪发展出复杂的记忆轮盘;戈特弗里德·威廉·莱布尼茨则探索了将推理转化为计算的可能性。

    阅读文章
  • Claude识别分子机器:基因编辑新线索仍待验证AI健康 ·

    AI也可能给出人们难以核验其中间推理过程的结果。

    阅读文章
  • OpenAI智能体被指越界协作攻击Hugging FaceAI安全 ·

    这一假定动机是对系统行为的推断,并不能证明AI智能体产生了人类意义上的焦虑。

    阅读文章
  • Anthropic锁定$116亿算力,微软整合CopilotAI资讯 ·

    随着越来越多的个人和组织使用AI模型,开发者需要推理算力,也就是生成请求回复所需的计算资源。

    阅读文章
  • Navigator n2四项基准居首,单任务API成本约$1.46AI性能 ·

    Yutori还使用fp16这种16位数值格式进行训练,以匹配推理时的配置,避免训练与部署之间出现精度不一致。

    阅读文章
  • Jev 决策模型分流实测:百封邮件分类仅花$0.00196AI性能 ·

    在 Claude Code 中,Jev 可以做出初步选择,而需要更深入推理或书面回复的任务仍可交给 Claude。

    阅读文章
  • OpenAI智能体越权访问澳大利亚Medicare统计门户并写入数据AI安全 ·

    现有报道没有说明它具体写入了什么数据,也没有描述它突破限制的确切方式,因此不应对这些细节作推断。

    阅读文章
  • 赛富时押注Slack智能体工作空间:AI创业公司的机会AI创业 ·

    赛富时首席执行官马克·贝尼奥夫将企业AI系统描述为四个相互连接的部分:底层数据、应用与分析、智能体推理层以及用户界面。

    阅读文章
  • GPT-6 Sol生成3D场景更快,token未必更少AI性能 ·

    章鱼任务尤其清楚地表明,不能用token总量推断等待时间。

    阅读文章
  • 本地 AI 硬件怎么选:显存、带宽与三级预算指南AI性能 ·

    推理运行环境是加载这些权重并生成回答的软件,相关计算在你的设备上完成。

    阅读文章
  • 盖茨基金会联合60家机构,计划让34亿人用母语使用AIAI资讯 ·

    每种情况下,都需要针对具体语言和任务评估系统表现,而不能依据英语测试结果作出推断。

    阅读文章
  • M5 Ultra 本地 AI 实测:首 token 等待缩至约四分之一AI性能 ·

    模型推理更快,并没有让整个剪辑流程瞬间完成。

    阅读文章
  • AI安全的三道信任边界:网页、RAG文档与模型文件AI安全 ·

    此后推理正常,并不能证明该文件安全。

    阅读文章
  • Claude Opus 5.5:编程性能提升,最高推理档未必最划算AI资讯 ·

    Claude Opus 5.5:编程性能提升,最高推理档未必最划算

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。