David的AI全景图 - 节目列表

OpenAI昨天发布了AI编程工具Codex有史以来最大的更新。 来源：https://openai.com/index/introducing-upgrades-to-codex/

由史上最大种子轮融资（20亿美元）、OpenAI前CTO Mira Myrati领衔创立的Thinking machine Labs，前天发布了这篇论文《克服 LLM 推理中的不确定性》。 摘要： * 可重复性是科学进步的基石。然而，从大语言模型中获得可重复的结果极其困难。 * 例如，你可能观察到向ChatGPT多次提出同一个问题会得到不同的结果。这本身并不令人惊讶，因为从语言模型获得结果涉及"采样"过程——将语言模型的输出转换为概率分布并概率性地选择一个token。 来源：https://thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference/

吴恩达和Anthropic技术教育主管Elie Schoppik一起开的课。 * 使用 Claude 代码来探索、开发、测试、重构和调试代码库。 * 使用 MCP 服务器（例如 Playwright 和 Figma MCP 服务器）扩展 Claude Code 的功能。 * 将 Claude Code 最佳实践应用于三个项目：探索和开发 RAG 聊天机器人的代码库、重构 Jupyter 笔记本以获取电子商务数据并将其转换为仪表板、以及从 Figma 模型构建 Web 应用程序。 来源：https://www.deeplearning.ai/short-courses/claude-code-a-highly-agentic-coding-assistant/

Granola 是一家罕见的人工智能初创公司，它涉足了科技界最拥挤的利基市场之一——会议记录，却仍然成功成为创始人和风险投资家们热捧的产品。 在本期节目中，MAD Podcast 主持人 Matt Turck 与 Granola 联合创始人兼首席执行官 Chris Pedregal 进行了访谈，深入探讨了一支伦敦的二人团队如何将一个简单的“第二大脑”创意打造成硅谷最受欢迎的人工智能工具。 Chris 讲述了他们一年来如何悄无声息地逐一引导用户，如何将 50% 的功能削减到极致，以及如何在投资者批评他们疯狂的时候，拒绝部署会议机器人或存储音频。我们深入探讨了打造一款备受喜爱的人工智能产品的精髓：选择会议记录（而非电子邮件）作为数据楔入点，设计日历触发的习惯循环，以及如何对隐私的极致关注，最终赢得用户的信任，将记忆功能外包出去。 Chris 揭秘了 Granola 的技术栈——Deepgram 和 Assembly 的实时自动语音识别 (ASR)、设备上的回声消除以及跨 OpenAI、Anthropic 和 Google 模型的动态路由——并解释了为什么转录而非 LLM 代币是当今最大的成本驱动因素。他还揭示了内部评估工具如何让团队在一夜之间切换模型，而不会破坏“Granola 的声音”。 来源：www.youtube.com

来自 OpenAI 最新发布的论文《为什么语言模型会幻觉》（Why Language Models Hallucinate）。核心论点是，语言模型产生幻觉的根本原因是：训练和评估过程奖励猜测而非承认不确定性，且幻觉的产生源于二元分类中的错误。 摘要： * LLM 幻觉就像学生考试时“蒙题”。 大型语言模型在不确定时，常常会像面对难题的学生一样，选择**“猜测”而非承认“不知道”，从而产生看似合理却错误的回答。这种行为在最先进的 AI 系统中也普遍存在，并且损害了我们对它们的信任。 * 幻觉并非神秘，它只是 AI 的“小失误”。 研究指出，AI 的幻觉并非什么高深莫测的现象，它本质上就是其内部**“是非判断”系统（二元分类）中产生的错误。简单来说，模型在判断一个信息是真是假时出了错，然后就自信地把错的说出来了。 * 即使训练数据完美无瑕，AI 也可能“犯错”。 令人惊讶的是，即使给 AI 喂食的是完全正确、没有一点错误的数据，它在预训练阶段优化的统计目标也会导致它生成错误。 * “冷门知识”更容易让 AI“编造”。 如果某个事实在训练数据中只出现过一次（就像一本非常厚的百科全书里只提了一次的冷知识），那么模型在回答这个问题时产生幻觉的几率就会大大增加。 * AI 的“考试制度”鼓励它“撒谎”。 幻觉之所以难以消除，一个核心原因在于当前的 AI 评估方式。大多数评估基准都采用简单的“对错”二元评分，对于回答“我不知道”或留白的情况，模型会得 0 分；而即使是“蒙对”了，也能得高分。这种机制激励模型在不确定时也要大胆猜测，而非诚实地表达不确定性。 * “搜索工具”也救不了爱“蒙题”的 AI。 即使给 AI 配备了强大的搜索工具（例如检索增强生成，RAG），如果评估系统仍然奖励猜测，那么当搜索结果无法给出确信答案时，模型仍然会选择“蒙题”。所以，光有工具不够，关键在于改变“考试规则”。 来源：cdn.openai.com

背景：来听听腾讯昨天刚开源的混元翻译模型技术报告解读。 包含一个翻译模型Hunyuan-MT-7B和一个集成模型Hunyuan-MT-Chimera。翻译模型用来将待翻译的文本翻译成目标语言，集成模型用来把翻译模型的多个翻译结果集成为一个更好的翻译。重点支持33语种互译，支持5种民汉语言。 * WMT25参赛31语种之中30语种获得第一名的成绩。 * Hunyuan-MT-7B同尺寸业界效果最优 * Hunyuan-MT-Chimera-7B是业界首个开源翻译集成模型，可以将翻译效果再拉高一个档次 * 提出了一个完整的翻译模型训练范式，从Pretrain->CPT->SFT->翻译强化->集成强化，翻译效果达到同尺寸SOTA。 来源：https://github.com/Tencent-Hunyuan/Hunyuan-MT/blob/main/Hunyuan_MT_Technical_Report.pdf

原文是一份 74 页免费的模型上下文协议（MCP）学习指南。下载地址见文末。 资料深入探讨了 MCP 的核心能力，即工具（可执行操作）、资源（只读数据源）和提示（预定义模板），并通过一系列实践项目展示了 MCP 在本地客户端构建、智能代理 RAG、金融分析、语音代理、统一数据源管理、AI 共享内存、复杂文档 RAG、合成数据生成、深度研究、视频 RAG 以及音频分析等多个领域的应用。 来源：https://drive.google.com/file/d/1a0OMR6NKTY-R2ZeLJVnDimkmTauarXPB/view

这是我喜欢的独立创作者Derek Sivers写的一本书《Anything you want》，试图让你在15分钟内听到精华。 Sivers分享了他创建CD Baby的经验。CD Baby是一个帮助独立音乐家销售音乐的在线平台，以2200万美元的价格售出，并把所有收益都捐给了慈善机构。 摘要： * 从1998年到2008年，我经历了一次狂野的体验：最初只是一个小爱好，却意外地发展成一个大企业，然后以2200万美元的价格将其出售。所以现在人们想听听我的想法。 * 人们问我关于那段经历的事情，我便讲述了我的经历。其中许多是关于我做错的事情，我犯了一些可怕的错误。 * 这是我十年所学的大部分内容，浓缩在这本书里。 来源：https://sive.rs/a

谷歌刚发布的纳米香蕉（Nano banana）图像模型背后的团队访谈。 谷歌 DeepMind 团队成员介绍 Gemini 原生图像生成模型更新，展示其生成和编辑能力的巨大飞跃，如按自然语言指令生成、编辑图像，能保持场景一致性，探讨文本渲染、评估指标、与图像理解能力的关联及实际应用，还对比了与 Imagine 模型的差异，回顾从 2.0 到 2.5 版本的改进，提及未来在智能性、事实性等方面的发展方向。 来源：https://www.youtube.com/watch?v=H6ZXujE1qBA&t=65s

来自8月26日中国政府网发布的《国务院关于深入实施“人工智能+”行动的意见》。 摘要： * 到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。 * 到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。 * 到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。 来源：https://mp.weixin.qq.com/s/gQSIB2OGpHfbrUwA7-wKYw

吴恩达（Andrew Ng）是谷歌大脑（Google Brain）和在线教育平台Coursera的联合创始人，也是专注于人工智能的风投工作室AI Fund的创始合伙人。 Sarah Guo：知名美国华裔投资人。 摘要： * 构建能动工作流（Agentic Workflow）——例如处理发票、进行合规性检查和更新数据库——需要大量的领域知识和商业背景，而这些信息并未包含在互联网的预训练数据中。这需要产品经理或工程师深入思考业务流程的关键节点，并做出明智的权衡。目前，能够胜任这种严谨工程流程的人才仍然非常稀缺。 * 过去需要一个6人工程师团队花费3个月才能完成的工作，现在，我和我的一个朋友只用一个周末就能完成。 * 世界上在2022年所做的很多事情在2025年就行不通了。我经常问自己，我们今天所做的事情中，有没有也是在2022年所做的？如果是这样，让我们看看它今天是否仍然有意义。 来源：www.youtube.com

全球最大的语言服务供应商TransPerfect近日宣布收购AI翻译领域的先驱企业Unbabel。本文为 Unbabel联合创始人兼CEO Vasco Pedro 的访谈。 摘要： * 对于TransPerfect而言，这是一次旨在巩固其在语言AI领域领导地位的防御性与进攻性并存的举措。通过收购Unbabel，TransPerfect不仅获得了业界领先的专为翻译任务打造的大语言模型（LLM）——TowerLLM，以及行业公认的机器翻译质量评估基准——COMET，更重要的是，它以此构建了一道强大的技术护城河，以应对DeepL、Lilt等新兴AI原生竞争对手的挑战。 * 对于Unbabel而言，被收购是其在AI技术加速迭代和市场竞争加剧背景下的理性终局。尽管Unbabel自身技术卓越，并通过一系列收购初步构建了“语言运营”（LangOps）平台，但其首席执行官Vasco Pedro坦言，面对AI发展的惊人速度，公司自身的增长“不够快”，无法企及TransPerfect所拥有的庞大全球销售网络和客户基础。在融资环境趋紧、盈利压力增大的背景下，被收购成为其实现技术价值最大化和为投资者提供退出的最佳路径。 * Unbabel的核心资产——TowerLLM和COMET——代表了专业化AI相对于通用型AI的独特价值。TowerLLM基于Unbabel多年积累的高质量、经人工优化的专有翻译数据进行训练，其在翻译任务上的精准度和适应性超越了如GPT-4o等通用模型。COMET则为AI翻译的质量评估提供了行业标准。这些资产的整合，将极大提升TransPerfect GlobalLink技术栈的复杂性和竞争力。 来源：https://www.prnewswire.com/news-releases/transperfect-solidifies-leadership-position-in-language-ai-by-acquiring-unbabel-302536792.html