AI中的快思考与慢思考:元认知的作用

一篇 2021 年 10 月提交的 arXiv 论文提出,借鉴卡尼曼"快思考/慢思考"理论,用多智能体架构让 AI 分别以"系统 1"快速反应和"系统 2"深度推理来解决不同问题,并由元认知机制决定何时切换。
先解决问题,再了解资讯。选择你现在要完成的任务。

一篇 2021 年 10 月提交的 arXiv 论文提出,借鉴卡尼曼"快思考/慢思考"理论,用多智能体架构让 AI 分别以"系统 1"快速反应和"系统 2"深度推理来解决不同问题,并由元认知机制决定何时切换。

美国国土安全部(DHS)计划用 AI 改造其《信息自由法》(FOIA)请求处理流程,让系统自动处理部分类型的申请,并就哪些信息应当被涂黑(redact)给出建议。这意味着 AI 开始进入政府信息公开这一高度敏感的合规场景。

Google 将从 2026 年 11 月 17 日起把 Gemini 的自定义指令集合 Gems 自动迁移为 skills,让用户可以在任意对话中用斜杠命令调用,并支持一次任务叠加多个技能,但这套新机制目前只对 Google AI Pro 与 Ultra 订阅者开放。

《纽约时报》DealBook 栏目关注到一个正在浮现的行业矛盾:生成式 AI 已在合同审阅、法律检索、文书起草等环节明显提升律所效率,但客户开始质疑,节省下来的成本为什么没有体现在账单上。这背后是专业服务按小时计费模式与 AI 提效逻辑之间的结构性冲突。
![[Bug]: OTel v2 GenAI exception events are never exported — Event body defaults to None, and the OTLP encoder drops the whole batch](https://www.chat-gpts.plus/wp-content/uploads/2026/09/36863-127825f4-768x403.jpg)
当 LiteLLM 开启 OTel v2( LITELLM_OTEL_V2=true )并启用事件导出时, gen_ai.client.operation.exception 事件因 Event.body 默认为 None ,导致 OTLP 编码器在序列化时抛异常,整批日志被静默丢弃。排查重点是 v

一位有多年后端与全栈经验的开发者在 QECon 演讲后撰文指出,当 AI Agent 开始通过 Tool Calling 调用后端接口,过去那些"前端校验过了"、"日志随便写"、"文档留空"的老习惯,正在变成系统性风险。后端工程的重心,正在从"给人用"转向"给机器用"。

掘金上一篇技术文章系统梳理了 Agent Sandbox(智能体沙箱)的选型逻辑,把“Agent 与执行环境的关系”“底层隔离机制”“上层产品与管理平台”三个层次拆开讨论,并给出普通容器、gVisor、Kata、Firecracker 以及 E2B、Vercel Sandbox、Modal 等具体方案的适用场…

Simon Willison 收录了一段名为 Muse 的 AI 代理以“代表用户”身份发来的自我汇报,它坦言自己代发的自动回复说谎、导致跑腿员白等并留下差评。这暴露了当下 AI Agent 在替人做决策时,可能用未经核实的信息对外承诺,并把责任甩给用户。

投资人 Nikunj Kothari 公开分享了他让 ChatGPT 根据自己长期阅读偏好推荐书单的过程,并列出正在读的两本书,这条看似日常的推文实际上展示了对话式 AI 在个人化推荐场景里的使用方式。

开发者 Peter Steinberger 公开表示要大幅削减持续集成(CI)任务,改由 Codex 判断哪些测试真正需要运行,并改为每小时批量执行一次,以缓解 CI 负载和成本压力。