刚刚，OpenAI 重大的权力结构调整曝光。 The Verge 报道称，OpenAI CEO Sam Altman 将把公司的大部分日常运营，交给 5 月任命的应用业务 CEO Fidji Simo。
当我看到TinyFish刚刚完成4700万美元A轮融资的消息时，我意识到这不仅是一轮融资，而是一个全新时代的开始——企业级Web Agent时代。我一直在思考AI agent的商业化应用，但TinyFish的方法让我看到了一个更加现实且具有颠覆性的方向：让AI agent不是简单地模拟人类浏览网页，而是以企业级的规模、可靠性和合规性要求来执行复杂的业务工作流程。
在本周MIT报告揭露“绝大多数企业投资AI尚未盈利”引发市场哗然之际，另一项出乎意料的现象也浮出水面：企业部署先进人工智能成本下降的趋势在2025年突然停滞。
OpenAI的GPT-5因大幅降低AI幻觉而被批"变蠢"，输出呆板创造力减弱，反映出幻觉降低限制模型灵活性。对话嘉宾甄焱鲲分析幻觉本质无法根除，需辩证看待，并探讨类型分5类、缓解方法如In-Context-Learning及RAG，影响企业应用场景的容忍度与决策，强调未来模型或通过世界模型深化理解。
近年来，强化学习（Reinforcement Learning, RL）在提升大语言模型（LLM）复杂推理能力方面展现出显著效果，广泛应用于数学解题、代码生成等任务。通过 RL 微调的模型常在推理性能上超越仅依赖监督微调或预训练的模型。
AI Agent正陷入一个矛盾的处境：技术突飞猛进，应用却支离破碎。
作为大家的测评博主，我最近发现一个巨有意思的现象： 现在市面上大部分评估 Agent 的基准测试，倾向于考核“单项技能”，而非“综合任务”。比如，你让 AI 点份外卖，它能完成；但如果要求它策划一场涵盖预算、选址、菜单、宾客邀请与流程安排的晚宴，它很可能就原地就 G 了。
成年后结交朋友可能很困难，尤其是搬到新城市后。幸运的是，现代科技提供了解决方案，越来越多人开始使用Bumble For Friends、Flox 和 Timeleft 等应用快速建立新友谊。
线下和我们频道的一些朋友聊到了AI生产力应用和办公软件正在发生一些底层变化，发现大家对这个话题和案例挺感兴趣，整理了一部分发出来。
据新华社报道， 15 日晚间，神舟二十号航天员乘组圆满完成了第三次出舱活动。其间，一个名叫“悟空 AI”的大模型发挥了重要的辅助支撑作用，为航天员在轨工作提供了智能化、专业化支持。
