搜索
本篇文章根据我在本月 43 Talks 线下活动中的分享整理而成。主理人李继刚邀请我时，给的主题词只有一个：Context。我想从 Agent 的视角出发，讨论一个判断：随着模型和 Harness 逐步趋同，真正决定 Agent 能力边界的，会越来越是 Context。
知识第一次，能像代码一样利滚利。前OpenA 创始团队成员、特斯拉前 AI 高级总监 Andrej Karpathy，提出一个狠招：别再用 RAG 检索你的知识库，让大模型把它「编译」成一座持续生长的活 Wiki。两个多月，他在GitHub屠出 5000+ star。
最近硅谷最火的岗位，非FDE莫属。FDE全称“Forward Deployment Engineer”，可以直接翻译成“前线部署工程师”。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。
近日，Hermes Agent上线了MoA（Mixture of Agents）功能，支持用户自由组合多种模型作为虚拟模型使用，在Nous Research即将发布的基准测试中，这个混合模型的评分超过了Opus 4.8 和GPT-5.5。
近期，DeepSeek发布DSpark让大模型推理效率再次成为行业焦点。
今年初，ChatGPT 开始小范围测试卖广告。半年过去，我们很好奇：那些真正把预算投进去的人，看到了什么？
Patronus AI 今天官方宣布公司完成由 Greenfield Partners 领投的 5000 万美元 B 轮融资，Lightspeed Venture Partners、Notable Capital、Datadog、三星、Gokul Rajaram、Factorial Capital 以及来自我们实验室和新实验室的众多人工智能领军人物也参与了本轮融资。
没错，我说的就是从6月下半旬开始在Github上爆火的OpenMontage。这是一个专门用来给AI视频生成准备的Harness工具，你把你的提示词给它，它就能自动帮你完善成专业的AI视频生成提示词，并且还配有剪辑、配音等等一系列后期工作。
硅谷著名科技播客主持人 Dwarkesh Patel 最近抛出了一个问题：AI 的下一代训练范式会是什么？
近年来，大语言模型展现出了越来越强的能力，从上下文学习（In-Context Learning, ICL）到复杂推理、代码生成，这些能力不断刷新人们对模型能力边界的认知。