Danfeng

Danfeng
阿里免费高考志愿Agent上线

Deep

阿里免费高考志愿Agent上线

2026年高考落下帷幕,志愿填报这一决定考生命运的关键环节,正在被AI Agent技术彻底重塑。面对1290万考生、近3000所高校与2000多个专业构成的庞大选择迷宫,传统的被动式问答Chatbot已显力不从心。阿里巴巴旗下的千问近日宣布,推出国内首个全周期高考志愿填报Agent,并面向全国考生免费开放。这款产品不仅能够主动规划、持久记忆用户偏好,更通过40万“AI考生”的对抗压测,将志愿规划师的专业经验沉淀进了模型底层。从知识库构筑、对抗强化学习到动态方案生成,千问正试图用AI弥合长期存在的高考信息鸿沟,让每一位考生都能享受公平而专业的选择权。 Agent入场:从“被动应答”到“主动规划”的范式革命 千问高考志愿Agent的上线,标志着AI在复杂决策场景中的进化。与聊天机器人不同,Agent具备三大核心能力:持久记忆,能记住用户说过的每一句话;主动规划,如自动生成“志愿日历”提醒关键时间节点;实时工具调用与反思,让回答更加精准。以北京一位660分、理化生选科、目标人工智能专业的考生为例,Agent在接收填写的省份、成绩、专业偏好乃至MBTI性格类型后,自动生成包含院校推荐、专

By Danfeng
科大讯飞发布SpaceMind

Deep

科大讯飞发布SpaceMind

2026年6月10日,科大讯飞在其英文名iFLYTEK于香港举办的全球发布会上,正式推出智慧空间Agentic架构SpaceMind。这一架构标志着人工智能Agent从虚拟数字世界加速迈入物理空间,赋予楼宇、家居等实体环境以自主思考、真实记忆与自学习能力。SpaceMind通过60GHz毫米波雷达实现5厘米级精准定位,并采用双模型协同架构将设备指令响应速度压缩至700毫秒以内,能够实时感知用户需求与环境变化,主动联动各类设备提供个性化服务。此举不仅巩固了科大讯飞在AI软硬一体战略中的技术护城河,也为智慧空间行业树立了新的交互基准。 60GHz毫米波雷达与双模型协同:重新定义空间感知精度 SpaceMind的核心技术突破在于其感知层与决策层的协同设计。根据发布会披露,该架构搭载60GHz毫米波雷达,能够实现5厘米级的室内定位精度,远超传统蓝牙或Wi-Fi方案的米级误差。在决策层面,双模型协同架构将设备指令的响应速度提升至700毫秒以内,这意味着用户在物理空间中的一举一动——从走进房间到语音指令发出——系统均能在亚秒级内完成感知、理解与设备联动。这种低延迟、高精度的交互能力,使Spa

By Danfeng
代理AI引爆700亿安全市场重塑

Deep

代理AI引爆700亿安全市场重塑

全球网络安全市场在2026年第一季度突破70亿美元大关,同比增长14%,这一稳健增长背后隐藏着更深层的结构性变革:Agentic AI(自主人工智能)时代的到来正逼迫企业重新设计安全架构。Dell'Oro Group最新报告揭示,传统硬件安全设备正被抛弃,软件定义、云原生平台成为投资重镇。企业不仅要保护人类员工,还要为数十亿自主决策的“AI数字员工”建立行为护栏,一个全新的安全市场逻辑正在诞生。 70亿美元安全市场爆发:Agentic AI驱动转型 2026年第一季度的网络安全支出创下历史新高,但Dell'Oro Group分析师Mauricio Sanchez指出:“物理防火墙和单一产品并未消失,但Agentic AI时代正在提升软件和云原生安全平台的价值。”这份报告的核心洞察是,企业不再购买“更多相同的东西”,而是大规模从硬件安全向集成化、软件定义的平台迁移。市场增长的核心驱动力来自企业急需为自主非人类行为体(AI代理)建立数字护栏,这直接推动了特定云原生安全领域的爆发式增长。 政策平面扩张:SSE增长22%,WAF增长20% 传统“有边界可防御”的安全模型已被抛弃,取

By Danfeng
AI代理直接运行代码:Goose开源

Latest

AI代理直接运行代码:Goose开源

Linux 基金会发布了一款名为 Goose 的开源 AI 智能体,它直接在你的机器上安装、执行、编辑和测试代码,而不再仅仅是提供代码建议。这一突破性工具基于 Rust 构建,通过 MCP 协议集成了超过 70 个扩展,并支持 Anthropic、OpenAI、Ollama 等 15 家以上大模型提供商。Goose 提供桌面应用、命令行界面(CLI)和 API,强调“你的机器,你的规则”,将 AI 从被动的建议者转变为主动的执行者,标志着自主编程进入全新阶段。 Goose 的核心价值在于让 AI 智能体真正“动手”而不是“动嘴”。开发者可以授权它安装依赖、编辑文件、运行测试,甚至自主迭代代码。这种设计极大缩短了从生成代码到验证代码的反馈周期,

By Danfeng
埃森哲称2026年企业AI将规模化部署

Insights

埃森哲称2026年企业AI将规模化部署

埃森哲(Accenture)近日指出,企业级人工智能正从后端实验阶段迈入面向客户的大规模部署关键转折点。2026年被视为AI规模化应用元年,企业开始将智能体系统投入真实业务。然而,数据基础设施、知识体系构建以及治理与人才转型三大短板仍严重阻碍着全面落地。与此同时,东南亚各国围绕主权AI掀起争夺战,新加坡领跑,泰国位列第二但面临执行力挑战。埃森哲自身已在内部部署了70至100个AI智能体,并利用AI从7000份实习申请中筛选出70人,凸显AI正从概念验证走向实质性商业价值创造。 三大障碍:数据基建、知识库与治理转型 埃森哲东南亚首席执行官Anoop Sagoo表示,企业AI规模化面临的首要挑战是构建强大的AI基础架构,尤其是数据基础设施、云迁移和应用程序现代化。在孤立环境中运行的AI试点容易实现,但要在实时运营中推广,必须集成云系统、标准化的数据环境以及能够有效利用数据的现代应用。第二重障碍是创建企业知识库,即“AI大脑”。AI系统需要深度掌握组织上下文(如流程、工作流、政策),才能在商业环境中精准运行。例如,对话式AI必须遵循内部合规规则和客户服务流程,然而许多企业仍缺少结构化的

By Danfeng
Kimi Work内测:称是更懂中国职场的Agent

Insights

Kimi Work内测:称是更懂中国职场的Agent

当AI编程助手(Vibe Coding)还在全球开发者圈内掀起热潮时,月之暗面悄然推出了一款定位截然不同的产品——Kimi Work。它不追求代码自动补全,而是瞄准了更广义的“工作流自动化”:从周报撰写、资料收集到PPT生成,这款面向知识工作者的本地通用Agent正在重新定义国产AI办公工具的边界。经过对Beta版本的深度实测,我们发现Kimi Work在理解中国职场“牛马”的实际痛点——比如自动复盘稿件、拆解竞品分析、甚至克隆个人写作风格——上,展现出了比Codex等海外产品更接地气的“本土化智慧”。 WebBridge深度评测:浏览器操控能力直击信息收集瓶颈 日常工作中最耗时的环节并非打字或填表,而是跨平台的信息检索。Kimi Work内置的WebBridge插件能将这一流程完全自动化。在实测中,我们向其下达指令:“在谷歌浏览器的小红书页面中,查找24小时内发布的具身智能行业资讯类笔记,并以表格形式输出标题、作者ID、发布时间、点赞数及链接。”Agent成功自主打开网页,逐条筛选,最终反馈的表格数据准确率达100%,所有链接均可正常跳转。尽管处理时间较长(这是Agent通病)

By Danfeng
OpenClaw全面原生接入Windows

Latest

OpenClaw全面原生接入Windows

全球开发者社区迎来里程碑式更新。OpenClaw v2026.6.1 正式发布,首次实现 Windows 原生节点接入,彻底摆脱了过往依赖 WSL2 或 Docker 的“二等公民”地位。这一更新意味着全球 16 亿台 Windows 设备均可成为 Agent 的算力底座,直接参与分布式智能网络。与此同时,新引入的“技能工坊”让 AI 具备自我提案与迭代能力,工作板则赋能多智能体协同编排,标志着 Agent 生态从被动执行向自主进化迈出关键一步。 Windows 原生接入:16 亿台 PC 化身 Agent 集群 此次更新最核心的突破在于 OpenClaw 基于全新 MXC 框架实现对 Windows 操作系统的原生支持。过去,

By Danfeng
MiniMax启动A股上市 闫俊杰避谈盈利

Startups

MiniMax启动A股上市 闫俊杰避谈盈利

AI大模型赛道正迎来新一轮资本博弈。2026年5月29日,中国AI独角兽MiniMax正式向证监会提交A股上市辅导备案,意图在港股上市仅数月后,启动“回A”征程。这家由37岁创始人闫俊杰掌舵的公司,自今年1月登陆港股以来股价飙升超200%,总市值最高触及2635亿港元,一度成为港股第一高价股。然而,面对外界关于高估值与盈利前景的追问,闫俊杰在国新办记者会上并未给出明确答案,而是将焦点拉回技术本身——“核心还是把科技本身给做好,尽可能多的服务社会。”此番表态折射出AI行业在高速扩张与商业化落地之间的微妙张力。 根据证监会披露,中信证券已于5月29日与MiniMax签署辅导协议,正式启动A股上市辅导。值得关注的是,MiniMax在2026年1月9日刚完成港股上市,此后股价一路走高,最高触及1330港元/股,截至5月29日收盘报840港元/股,市值约2635亿港元。短短数月内启动A股IPO,背后既有对国内资本市场估值的考量,也隐含对AI产业在中国政策环境下的战略布局。 在5月28日的国新办记者会上,闫俊杰作为最年轻的民营企业家代表亮相。会后,面对21世纪经济报道记者关于“高市值可持续性”

By Danfeng
大众AI智能体2026年部署

CxO

大众AI智能体2026年部署

大众汽车集团(中国)董事长兼首席执行官贝瑞德于5月27日正式公布“全域AI智能体”技术路线图,计划从2026年下半年起在基于CEA架构的全新车型上搭载该本土训练的大模型。此举标志着大众这家传统跨国车企在“AI定义汽车”的转型中,选择了一条从座舱主动智能切入、逐步向全域融合演进的差异化路径,并明确以车端本地闭环运行与数据隐私安全作为其核心竞争壁垒。 2026年部署端侧大模型:车端本地闭环,主动理解用户意图 大众此次公布的“全域AI智能体”核心在于采用本土训练的大语言模型,能力从传统的被动指令响应,升级为主动理解用户意图并完成跨系统的复杂操作。在技术架构上,大众明确选择车端本地闭环运行的技术路线,所有数据不上传云端,这直接与部分依赖云端大模型的车企形成区隔,并将隐私安全作为其核心卖点。该智能体已具备场景化决策能力,可精准定位停车位、记忆旅途偏好,以及识别路况变化主动建议更改路线并启动辅助驾驶功能,实质是将智能座舱的交互边界从“车内”拓展至“出行全场景”。 2027年CEA 2.0实现舱驾一体:差异化路径对抗新势力算力竞赛 大众集团同步规划了更具备战略意义的下一代电子电气架构。其

By Danfeng
Cloudflare裁员重组,AI代理风险引关注

Latest

Cloudflare裁员重组,AI代理风险引关注

在宣布裁员20%的同时,Cloudflare成为最新一家通过裁减人力、押注AI实现转型的科技巨头。尽管营收同比增长34%超华尔街预期,这家占据全球反向代理市场83%份额、承载约20%网络流量的公司,却在2026年5月宣布裁员约1100人。CEO在内部备忘录中直言:“这不是成本削减,而是为Agentic AI时代重组公司架构。”数据显示,过去三个月Cloudflare的AI使用量暴涨600%。但这场变革并非没有代价:当AI代理每天执行数千个任务时,如何治理潜在风险、避免‘治疗比疾病更糟糕’,已成为IT高管必须直面的课题。 AI使用量激增600%,Cloudflare如何重组运营体系 Cloudflare将裁员视为进入“Agentic AI时代”的战略重组,而非单纯的降本。据MSN报道,此次重组预计在2026年产生1.4亿至1.5亿美元费用,包括1.05亿至1.1亿美元现金遣散费及3500万至4000万美元非现金股权加速归属。作为回报,公司计划在工程、HR、营销和财务等全部门引入AI代理。最引人注目的工程部门:Cloudflare利用自有AI基础设施搭建了内部AI栈iMARS(Int

By Danfeng
谷歌DeepMind连解9道埃尔德什难题

Deep

谷歌DeepMind连解9道埃尔德什难题

谷歌DeepMind再次刷新AI在纯数学领域的战绩:其最新发布的智能体框架AlphaProof Nexus,一口气解决了9个埃尔德什(Erdős)开放问题——这些难题曾悬置长达56年、30年不等。该框架由Gemini驱动,不仅破解了整数集构造、组合几何等数论与几何交叉难题,还在OEIS整数序列百科中证明了44个开放猜想,并改进了一道上世纪90年代遗留的理论边界。最引人注目的是,单题推理成本仅需几百美元,整套证明代码已开源。这标志着AI在数学定理证明上从“辅助工具”跨向“解题主力”的临界点。 9道“硬骨头”难题:AI给出56年无解构造 AlphaProof Nexus解决的9道难题中,三道最具代表性:首先是Erdős [#12](1970年提出,悬置56年),要求构造一个无限整数集合,满足任意三个不同元素a、b、c中,a不能整除b+c之和,且该集合在自然数中保持一定密度。AI利用中国剩余定理将大问题拆解为独立区块,每个区块用三项等差数列回避集约束,最终拼接成一个完整的无限整数集。其次是Erdős [#125](1996年提出,30年无定论),涉及三进制下仅由0和1组成的整数集与四进

By Danfeng
没必要死盯光刻机:华为版“新定律”正悄悄改变芯片的未来

Latest

没必要死盯光刻机:华为版“新定律”正悄悄改变芯片的未来

在摩尔定律逼近物理极限与美国技术封锁的双重压力下,华为于2026年国际电路与系统研讨会上正式发布“韬定律(τ-law)”,提出以“时间缩微”替代传统“几何缩微”,通过系统级协同设计持续压缩信号传播时延。这一原则不仅是中国半导体产业在受限条件下的突围策略,更标志着全球芯片演进逻辑从单纯追求制程微缩向全栈架构优化的范式转变。 “韬定律”核心:以时间缩微替代几何缩微,逻辑折叠技术率先落地 何庭波在演讲中指出,传统摩尔定律依赖晶体管尺寸持续缩小来提升性能,但1纳米级工艺已遭遇量子隧穿效应与成本指数飙升的双重瓶颈。华为提出的“韬定律”将焦点从“晶体管数量”转向“信号传播时延(τ)”,通过“逻辑折叠”等创新技术,在不依赖先进制程的前提下,从器件、电路、芯片到系统多层级协同优化,系统性降低时间常数。这一路径与美国半导体产业“制造更好芯片”的纵向分工模式截然不同:华为更倾向于“重新设计整车系统,让普通发动机也能跑出赛车速度”。 六年量产381款芯片,麒麟芯片率先完整采用逻辑折叠 自2020年起,华为已基于“韬定律”理念设计并量产381款芯片,覆盖通信、计算、物联网等千行百业。即将于2026

By Danfeng