Manual observation evaluation batches report success after scheduling fails

这个报错通常出现在使用 Langfuse 手动观测评估(manual observation evaluation)批量任务时,评测任务实际没有成功进入队列,但批次仍然被标记为 COMPLETED 且 failedCount=0,本质是调度错误被吞掉。优先排查 scheduler 队列 add()

这个报错通常出现在使用 Langfuse 手动观测评估(manual observation evaluation)批量任务时,评测任务实际没有成功进入队列,但批次仍然被标记为 COMPLETED 且 failedCount=0,本质是调度错误被吞掉。优先排查 scheduler 队列 add()

在 Langfuse Cloud 上,只要 LLM-as-a-judge 评测把带图(image/jpeg)的观察值映射给 Bedrock 模型,请求就会在真正调用模型前被拦下,报错提到 Bedrock evaluators fail on any observation that carries

有开发者用同一个 Codex 客户端、同一套输入、同样的模型和思考等级做对照测试,发现通过 API Key 访问时 OpenAI 返回的“推理 token”数量,比通过 ChatGPT Pro 订阅登录时高出最多约 32 倍。同一模型却给出两套用量数字,这件事比单纯的计费争议更值得关注。

一个由 AI 自主设计的开源 AI 加速器 openTPU 已在真实 FPGA 板卡上跑通 10 个现代大模型,生成结果与仿真器逐位一致。它试图回答的问题很直接:AI 智能体在硬件设计上能走多远,能不能自己造出运行自身推理的芯片。

LibreOffice 背后的非营利组织 Document Foundation 明确表示,在可预见的未来不会把 AI 功能加入软件默认安装,并把“不含生成式 AI”当作一项刻意的产品设计立场。在几乎每家软件都在塞 AI 助手的当下,这种反向选择值得关注。

据《华尔街日报》报道,AI 云服务商 Lambda 正进行上市前最后一轮融资,由 Blackstone 和 Coatue 领投,金额最高 40 亿美元,投前估值 145 亿美元。这说明资本市场仍在重金押注"卖算力"的生意。

有开发者在博客中提出,Claude Code 最值得注意的能力并非面向普通用户的功能,而是它在代码库理解、上下文管理和工具调用上的设计,这套能力更多是给开发者和 AI 工具链用的。相关讨论在 Hacker News 上引发关注。

为汽车经销商提供电话、邮件、短信 AI 处理工具的 Flai 完成 2700 万美元 A 轮融资,由 Base10 Partners 领投。这说明面向垂直行业的 AI 客服与销售转化工具,正在成为资本愿意下注的落地场景。

Meta、沃尔玛、Stripe 等公司联合发布 Personal Agent Protocol,试图为 AI 智能体与商家的交互建立统一标准。这意味着 AI 助手替用户下单、支付、办事开始有了可参照的“通用接口”,但协议能否被广泛采用仍是未知数。

这个报错通常出现在用 LobeChat CLI( lh agent run )以非 JSON 文本模式跑 Agent,且运行过程中服务端下发 agent_runtime_end 且 data.reason 为 waiting_for_human (等待人工审批/回答)时:CLI 仍然打印 ✓ Age