iFeeling Daily
每天精选值得关注的 AI 动态
你的 agent 用起来有多费力?一个评测框架的真实案例
大多数评测只看最终答案,但 Hugging Face 的这篇博客告诉你,结果相同、代价天差地别。一个注重过程的评测框架如何发现加速大模型的同时伤到小模型的“反常”现象。
AI 材料瓶颈在实验:自我驾驶实验室 10 倍速
Radical AI 用自我驾驶实验室 6 个月造出 1200 种合金,比 DARPA 最佳项目快 10 倍。创始人 Joseph Krause 为何坚持实验比模型更重要,为什么材料科学不会有 AlphaFold 时刻,以及中美在材料上的竞争真相。
半小时把 MCP 服务器部署到 GKE

MCP 服务器不必再跑在本地,容器化后部署到 GKE 上,团队共享、自动扩缩、SSL 加密一步到位。通篇是具体可实操的步骤,适合手上有 API 想快速变成 AI Agent 工具的人。
Hugging Face Hub到实体机器人之旅

机器人开发最头疼的是工具链割裂——录数据、训练、仿真、部署各用一套工具。Strands Robots把LeRobot包装成单个Agent,仿真和真机用同一份代码和数据格式,改一个参数就能从模拟切到实体机器人。还内置了多机mesh网络和人工审批门控。看完想立刻上手试试那个笔记本。
GLM-5.2:为长程任务打造的百万上下文模型

GLM-5.2把1M上下文窗口真正做成了可工程化使用的稳定基座,而不是营销噱头。通过在架构上用IndexShare将计算量降2.9倍,在训练里加入反作弊模块防奖励欺骗,它在长程编程基准上成绩仅次于Claude Opus 4.8,是开源模型里最强的。
英国AI新征程:从试验走向落地的Agent时代

文章的核心不是推销云服务,而是给出了AI从实验走向生产的路线图。通过HSBC、英国政府和一众初创的真实落地案例,展示了如何把大模型变成能干活、能挣钱的‘Agent’。尤其点出一个关键:真正壁垒不在模型,而在‘硅-模型-系统’三层整合的能力。
Google 被 IDC 评为 SIEM 2026 领导者

Google把Gemini嵌进SIEM,用AI Agent自动处理告警,Sunrun告警量直降97%。统一数据湖让全量搜索不降级,还有Mandiant的规则加持。不是包装AI,是真干活。
西门子如何用智能体工作流“分切大象”改造遗留代码

西门子联合 Google Cloud 搞了个 Knowledge Fabric 系统,用 Spanner 知识图谱结合多智能体拆解任务,成功改造了上亿行陈旧工业代码。核心思路是把代码当结构画成图,而不是当文本喂给大模型,结果很扎实——改造旧系统的效率翻了几倍。
Yahoo用图技术搭建可信Agent系统

Yahoo广告平台用双图架构解决Agent自动化中的信任和审计难题:一张知识图让Agent基于确定的业务事实做决策,另一张上下文图让每步操作都可回溯和解释。对于需要监管合规的企业AI落地,这是非常实用的参考范式。