AWS开源UAEF:跨框架给AI Agent打36项分,分数降超5%标为回归

AWS 开源了 UAEF,一款跨框架评估 AI Agent 的工具,用 36 项指标给 Agent 打分,并在新提示词或模型导致分数下降时标记回归,帮助团队判断改动是变好还是变坏。

AWS 开源了 UAEF,一款跨框架评估 AI Agent 的工具,用 36 项指标给 Agent 打分,并在新提示词或模型导致分数下降时标记回归,帮助团队判断改动是变好还是变坏。

Anthropic CEO Dario Amodei 在 IPO 路演视频中预言,癌症、阿尔茨海默病等将在不到十年内成为“历史遗迹”,但多位医生和生物科技从业者公开质疑这一时间表,并认为这是在为上市造势。

独立游戏《Big Walk》被曝开发末期用LLM修了一个Unity引擎Bug,尽管代码占比不足0.1%,仍触发独立游戏节(IGF)部分评委公开拒绝投票给任何使用生成式AI的作品,争议由此从内部讨论走向公开。

微软研究员Dimitris Papailiopoulos展示了一种名为“Lazarus”的攻击:仅修改大模型中的少量休眠神经元,就能把正常AI Agent变成等待特定触发条件的“潜伏特工”。这提醒业界,模型权重文件需要像源代码一样被审查和审计。

Anthropic 将花 34 亿美元向 Caterpillar 采购天然气发电设备,最高可产生 1.7 吉瓦电力,以缓解美国数据中心接入电网周期过长带来的算力供电压力。

美联航宣布禁止第三方个人 AI 代理代旅客订票或值机,理由是账号凭证泄露、误购风险,以及可能违反联邦行李核实等规定。这反映出航司在 AI 代理接入面前的合规与成本考量。

台积电董事会批准向OpenAI投资最高5亿美元、按预期IPO价格购买Anthropic普通股5亿美元,总额约10亿美元。芯片供应商直接入股自己的AI大客户,让本就受关注的“循环融资”现象更加显眼。

Nick Clegg 在《大西洋月刊》撰文认为,硅谷科技公司集体向特朗普政府示好可能适得其反,同时中国正在缩小与美国的AI差距,反大科技情绪也在升温。

美联航表示将阻止个人AI助手代用户订票,理由是数据隐私风险,以及可能触碰FAA和DOT的规则。这是航司首次公开对AI代理下单设置门槛。

挪威公司 Stingray Marine Solutions 已在挪威海岸部署超过 3500 台配备 AI 激光的水下机器人,用于识别并击杀三文鱼养殖场中的海虱,替代传统化学药浴。这成为斯堪的纳维亚地区规模最大的商业 AI 部署之一。