为什么 AI 让客服变得更糟,企业该如何补救

TIME 刊文批评当下企业把客服大规模交给自动化系统,导致用户被无限循环的机器人挡在真人之外,问题反而更难解决;文章同时指出,Fidelity、USAA、Apple 等公司证明“有温度的规模化客制服务”并非做不到。

TIME 刊文批评当下企业把客服大规模交给自动化系统,导致用户被无限循环的机器人挡在真人之外,问题反而更难解决;文章同时指出,Fidelity、USAA、Apple 等公司证明“有温度的规模化客制服务”并非做不到。

据路透社记者 Byron Kaye 报道,Anthropic 已签下其在澳大利亚的首个数据中心租约,用于一座规划容量达 2.16GW 的园区,选址距布里斯班约 150 英里,预计 2027 年上线。

TechRadar 刊文指出,AI 的主要障碍已不在模型能力,而在"最后一公里"——把 AI 生成的洞察真正转化为业务决策和可衡量结果。对开发者与企业而言,数据孤岛、上下文缺失和治理不足,正成为 AI 项目从试点走向生产的核心摩擦点。

Mistral 与 Mozilla 达成合作,将为 Firefox 在美国、加拿大和法国的用户提供 AI 浏览助手 Smart Window,英国和德国计划在 2026 年晚些时候上线。这意味着浏览器正在成为大模型厂商争夺的重要入口。

在中美即将就 AI 议题展开会谈前,特朗普政府在延缓中国 AI 进展方面遇到战略掣肘,其中一项关键顾虑是避免触发稀土出口限制。这说明 AI 竞争已不只是芯片与模型的比拼,而是与关键矿产、供应链和外交谈判深度捆绑。

《纽约时报》一项民调显示,美国选民在“谁能更好处理 AI 议题”上对两党都不算信任,共和党以 42% 略高于民主党的 40%;同时 61% 受访者反对新建数据中心,而把 AI 列为中期选举首要议题的人不足 1%。

Google 在 Product Hunt 上架了 Gemini 3.8 与 Gemini 3.8 Live Extended Thinking,把"扩展思考"能力同时带入标准对话和实时语音场景,意味着推理型大模型的竞争正从纯文本问答延伸到实时交互。

一篇关于大语言模型强化学习后训练的研究指出,当前 RL 训练普遍存在“马太效应”——简单题越练越强、难题几乎原地踏步,并提出用“永不言弃”策略来缓解这一偏差。

Anthropic 在 GitHub 开源了 11 个面向知识工作者的 Claude 插件,覆盖销售、法务、财务、数据分析等岗位,把模型能力封装成可定制的岗位工具箱,同时兼容 Claude Cowork 和 Claude Code。

Anthropic 在 GitHub 上维护的 Claude Code 把 AI 编码助手直接放进终端,用自然语言完成改代码、解释逻辑和处理 git 流程,同时把 npm 安装标记为弃用,转向官方脚本、Homebrew 和 WinGet 等渠道。