Latest
美国最大体育用品零售商Dick's Sporting Goods宣布，将于2026年6月起在其移动应用中正式推出名为"Coach by Dick's"的Agentic AI个人助理。该工具基于Adobe Brand Concierge解决方案构建，通过自然对话实时提供个性化产品推荐与购物指导，旨在将线下专业销售人员的服务能力规模化复制到数字渠道。这标志着零售业AI应用从简单的聊天机器人向具备主动推理与个性化决策能力的Agentic AI阶段迈进。 AI教练核心功能：自然对话驱动的个性化推荐 Coach by Dick's采用自然语言交互方式，系统能在对话中动态理解顾客的运动项目、技能水平、兴趣爱好及特定需求，结合Dick's深厚的产品知识与运动场景理解，实时输出"什么产品最合适、尺码如何选择、该运动需要哪些装备"等专业建议。该工具基于Dick's自有的内容资产与知识库，而非通用大模型，从而确保推荐的专业性与品牌一致性。 Dick's首席技术官Vlad
Latest
在生成式AI迅速渗透企业核心运营的当下，Geordie宣布与Anthropic的Claude Compliance API完成集成，将其AI代理安全与治理平台的能力延伸至Claude Enterprise全场景。此举意味着安全与合规团队能像监控Slack或Google Workspace一样，对Claude在组织内的每一次对话、项目构建和工具调用进行程序化管控。随着Claude成为企业运营基础设施，这种从端点到项目层的统一可见性正成为降低AI治理不确定性的关键能力。 Claude Compliance API：解锁企业级AI对话与活动日志的可见性 传统安全工具无法触及Claude Enterprise中产生的聊天记录、文件上传和项目数据。Anthropic推出的Claude Compliance API直接提供了这些内容的程序化访问权限。Geordie通过该API摄取企业IT和安全管理所需的对话内容、项目文件以及平台活动日志（包括管理员与系统事件），并将这些数据与原有的端点遥测数据进行归一化处理。如此一来，从开发者工作站上代理编写的代码，到业务团队在Claude Enterpri
Deep
Mozilla.ai 近日正式推出 CQ Exchange，一个旨在打破 AI 代理之间知识孤岛的集中式共享平台。该服务面向开发者和企业，允许代理通过私有命名空间和个人知识单元（KU）实现跨地点、跨工具的知识访问，同时首创“全球公共知识库”（Global Commons）机制，鼓励社区共建。从本地存储到云端共享，CQ Exchange 试图为 AI 代理生态构建一套类“Stack Overflow”的知识沉淀与复用体系，有望从根本上改变基于代理的应用程序开发方式。 CQ Exchange 三大核心能力：私有空间、公共库与多端接入 与以往将知识碎片化存储在本地或自托管服务器不同，CQ Exchange 在云端提供了一个统一的知识存储和检索服务。所有代理均可通过 GitHub 或 Google 认证，访问其专属的私有命名空间内的知识单元（Knowledge Units, KU），实现跨机器、跨 session
Deep
在Google I/O 2026大会上，Google宣布为其AI代理开发平台带来重大升级，核心是在Gemini API中推出“Managed Agents”（托管代理）功能。这一新服务旨在将AI代理的开发从传统的“提问-响应”模式，彻底转向“执行-行动”模式。通过提供完全托管的执行环境（包括安全Linux沙箱、工具调用和代码执行基础设施），Google让开发者能够通过单一API调用即可启动一个能够自主规划、推理、调用工具并执行代码的AI代理，从而摆脱自行搭建复杂后端的负担。此举标志着AI代理从演示原型向生产级部署的跨越，而驱动这一切的底层模型正是Google于前一天发布的超高效模型Gemini 3.5 Flash。 Managed Agents：沙箱与基础设施的全面抽象 根据Google官方博客，Managed Agents是一个由Google全权提供运行环境的系统，涵盖了AI代理运行所需的执行环境、工具调用以及代码执行沙箱。传统上，在生产环境中部署AI代理要求开发者自行准备代码执行沙箱、文件管理、外部工具集成以及处理多进程的执行基础设施。Google表示，Gemini API
Deep
香港中文大学与浙江大学联合发布的一篇立场论文，在学术界引发了一场关于AI Agent记忆本质的深层讨论。论文以认知科学和数学理论为武器，尖锐指出当前主流Agent记忆方案——从向量数据库到RAG、Scratchpad——本质上只是“备忘录”而非真正的记忆，存在信息量不等于能力、泛化天花板与记忆投毒三大结构性缺陷。论文提出借助神经科学中的互补学习系统理论，构建“海马体+新皮层”双系统架构，让Agent不仅能存储情景，更能将经验抽象为可泛化的规则写入权重，避免越用越蠢的窘境。 从“备忘录”到“真记忆”：Agent认知困境的根源 论文将当前四类主流记忆方案——向量存储、检索增强生成（RAG）、便签本（Scratchpad）与上下文窗口管理——统称为“备忘录（Memo）”。其底层逻辑均为“存储+检索”，与人类将知识内化于心的“真记忆（True Memory）”存在本质差异。研究者指出，基于检索的泛化依赖相似案例的覆盖度，而基于权重的泛化能将经验抽象为规则，应用于从未见过的输入。人类学习语言时能内化语法规则并生成新句子，而Agent只是机械地背诵例句。论文引用神经科学中的互补学习系统理论（
Events
美国国防部（DOW）首席数字与人工智能官Cameron Stanley上周在AFCEA华盛顿会议上宣布，国防部正在重组其AI运营架构，加速商业技术采纳，目标将整个部门转变为“AI优先”组织。作为2026年1月发布的《AI加速战略》的后续行动，此次重组将原先独立的CDAO（数字与人工智能办公室）纳入首席技术官与研发副部长体系，并与国防创新单元、DARPA及战略能力办公室协同运作，旨在将Maven Smart System等已在实战中验证的AI能力快速推广至全域。Stanley指出，在针对伊朗的“愤怒史诗”行动中，Maven系统协助规划并协调打击13000个目标，历时38天，证明AI可根本改变战争形态，这一经验必须复制到整个国防部。 战略重组：CDAO纳入CTO体系，打通创新企业壁垒 此前CDAO作为独立政策制定机构，重组后直接隶属于DOW首席技术官与研究与工程副部长，同时将国防创新单元、DARPA和战略能力办公室纳入统一创新指挥链。Stanley表示，这一调整使得国防部能够以前所未有的方式跨创新企业协作，真正以作战人员要求的速度将技术实战化。重组还让DOW能够积极追求和开发原型能力
Deep
在华尔街，投行分析师的噩梦莫过于周五下午五点接到MD的指令：“周一早上要一份pitch deck，把comps拉一下，DCF跑一遍。”这个周末必定泡汤。然而，Anthropic近日在GitHub上开源了一个名为claude-for-financial-services的全新仓库，直接瞄准了投行、股票研究、私募股权和财富管理这四条华尔街最昂贵的赛道。整个工具包以Apache 2.0协议开放，采用Markdown加YAML格式，无任何复杂构建步骤，fork即改。这不仅仅是工具的开源，更是Anthropic试图为金融AI生产力立下行业标准的信号。 11个端到端Agent重塑投行工作流 整个仓库分为两层：11个自包含的端到端Agent，以及7个垂直行业的底层Skill包。Agent层无需预先安装繁琐依赖，直接跑完整流水线。其中最引人注目的几个Agent包括： * Pitch Agent：输入可比公司、先例交易、LBO假设，直接输出带品牌格式的pitch deck。原本需要两天的工作被压缩为一条命令。 * Model Builder：直接在Excel中运行DCF、LBO和三表模型。不
Startups
Anthropic宣布收购开发者工具初创公司Stainless，后者曾为包括OpenAI和Google在内的AI巨头提供SDK自动生成服务。这笔交易意味着Anthropic将一家关键AI基础设施公司收入囊中，并计划逐步关停其对外托管服务，使相关工具转为仅限内部使用。尽管双方未公布交易条款，但市场消息称价格可能超过3亿美元。此举不仅强化了Anthropic自身的开发者生态，也意味着其竞争对手将失去一项重要的AI Agent开发基础设施。 交易细节：金额未披露，传闻超3亿美元 Anthropic于2026年5月19日正式宣布收购Stainless，双方未披露具体交易条款。但据The Information此前报道，Anthropic与Stainless的洽谈交易价格可能超过3亿美元。Stainless曾获得Sequoia Capital和Andreessen Horowitz的投资，成立仅四年便成为AI开发工具赛道的明星公司。Anthropic表示，将逐步停止Stainless全部托管服务产品，包括核心的SDK生成器，现有客户仍保留已生成SDK的所有权，并可继续自行修改和扩展。
Insights
数字原生技术公司 Globant 近日发布《2026年技术趋势报告》，指出企业级人工智能正从概念验证走向规模化落地的关键拐点。MIT研究显示，大多数AI试点项目难以扩展，真正的挑战在于治理、系统整合与可量化的投资回报率。报告着重强调，2026年AI将从“高预期”进入“可交付价值”阶段，同时Agentic AI、量子通信、多功能机器人、环境智能与AI原生安全五大趋势相互叠加，构成未来企业竞争力的系统工程。 企业AI拐点：治理与组织协同决定ROI，Agentic AI仅15%实现端到端部署 报告揭示，尽管75%的企业正在尝试AI智能体，但仅15%真正部署了端到端、具备自主决策能力的系统。当前61%的应用仍停留在邮件撰写、会议纪要等局部自动化层面，难以形成结构性生产力提升。Globant指出，当企业IT与业务战略高度一致时，AI被认为具有变革价值的概率提升至1.6倍，这意味着组织协同是释放AI投资回报率的核心变量。MIT研究表明，大多数AI试点项目难以扩展，核心障碍并非模型能力，而是缺乏治理框架、系统整合能力以及可衡量的业务指标。 多功能机器人市场年增20%，Agentic AI与
Deep
2026年，企业级人工智能正从“高预期”的神坛走向“可交付价值”的地面。Globant最新发布的《2026年技术趋势报告》揭示了一个关键拐点：75%的企业正在尝试AI智能体，但仅有15%真正部署了端到端自主决策系统；61%的应用仍停留在邮件撰写、会议纪要等局部自动化层面。与此同时，量子通信、多功能机器人、环境智能与AI原生安全正形成叠加效应，未来的竞争不再是单点技术突破，而是治理、数据、组织协同的系统工程能力。以下是报告的核心洞察。 Agentic AI落地落差：61%应用停留在局部自动化 报告数据显示出明显的“尝试-落地”鸿沟。75%的企业正在AI智能体，但端到端、具备自主决策能力的系统部署率仅15%。当前61%的应用仍局限于邮件撰写、会议纪要等低价值自动化场景，无法形成结构性生产力提升。Globant指出，当企业IT战略与业务战略高度一致时，AI被认为具有变革价值的概率提升至1.6倍——组织协同是释放ROI的核心变量。2026年被视为AI从“概念验证”迈向“规模落地”的关键拐点，
Latest
AI Agent赛道正在迎来一轮密集的产品迭代潮。据外媒报道，一家名为Inference Room的初创企业正式发布了名为Tack的AI Agent产品，并公开承诺将以每月至少一款新产品的节奏持续输出。这一激进的产品战略不仅暴露了其抢占市场窗口期的野心，也折射出当前AI Agent领域从概念验证向规模化商业落地加速冲刺的行业态势。 尽管Inference Room官方并未公布Tack的具体技术参数或应用场景，但从产品命名和“每月一款AI Agent”的承诺来看，该公司显然试图通过高频迭代建立产品矩阵，覆盖从代码生成、自动化工作流到企业级决策辅助等多元需求。这种“量贩式”发布策略在AI Agent领域尚属罕见，它要求团队具备极强的模型编排、工具链集成及快速部署能力。如果Inference Room能够兑现这一承诺，意味着其内部已构建起模块化的Agent开发框架，能够针对不同垂直场景快速组装、测试并交付。 行业观察人士指出，2025年正成为AI Agent商业化落地的分水岭。OpenAI、Anthropic等一线实验室持续开放Agent能力，而像Inference Room这样的初创公
Insights
2026年，AI代理市场迎来关键转折。根据Ramp最新发布的AI指数，Anthropic在美国5万家企业中的工作场所采用率达到34.4%，而OpenAI以32.3%紧随其后。这组数据标志着AI工具正从单纯的“问答引擎”转向能够独立处理编码、客户支持、自动化及销售任务的智能代理。企业不再满足于聊天机器人，而是追求能完成多步骤工作流、连接业务工具并自主决策的AI代理。面对日益拥挤的市场，如何根据实际工作流程、技术水平和预算选择最适合的平台，成为CTO和业务负责人面临的核心课题。 Anthropic以34.4%企业采用率领先OpenAI，AI代理加速替代传统聊天机器人 Gartner预测，到2026年底，40%的企业应用将包含特定任务的AI代理，而这一数字在2025年还不足5%。这一趋势在最新市场数据中得到印证：Anthropic凭借Claude Code等开发者工具在企业级场景中建立优势，OpenAI则通过ChatBot等产品维持广泛渗透。两者的竞争已从模型能力延伸到代理平台的完整性和易用性。 AI代理与传统聊天机器人的本质区别在于“行动力”。聊天机器人被动回答用户输入，而AI代理