产品
INSIGHTXIV · VERIFIED PERSPECTIVES
本周值得看的
研究观点
不追逐每一条动态。保留有来源、有判断，也明确证据边界的观点。RESEARCH WEEK
2026-10-13
2026-10-07 — 2026-10-13 · 2 条已核验观点
实践
Wang 押注个人 Agent，也把 AI 实验室重建成小团队
David Senra 的官方节目介绍把两件事放在一起：Meta 为什么选择个人 Agent，以及 Alexandr Wang 如何围绕小团队、优秀人才和减少官僚流程重建 AI 实验室。节目也讨论了 Muse 的七个月开发过程和鲜明产品主张。阅读完整观点 →RESEARCH WEEK
2026-10-09
2026-10-02 — 2026-10-09 · 7 条已核验观点
科学
AI 科学家的核心资产，不是答案，而是实验过程
Periodic Labs 认为科学发现不能靠模型从既有论文中推演到底：真实实验会产生噪声、意外和失败结果，而这些未被论文充分记录的过程数据，才可能训练出真正面对未知的 AI 科学家。阅读完整观点 →实践
企业 Agent 的门槛，不是得分，而是完整交付
State of AI Report 给出一个刺眼的差距：GPT-5.6 Sol 在 97 个科学工作流上获得 87.9/100 的分项得分，但完整完成率只有 20.6%。OutSystems 的访谈也显示，一些已经构建和测试的代理仍卡在合规审批。阅读完整观点 →产品
小模型没有退出竞赛，它们正在接管离数据最近的一层
Google 发布 7.4 亿参数的 EmbeddingGemma 2，把文本、代码、图像、视频和音频映射到统一的端侧检索空间；No Priors 对 Fractile 的访谈则把推理效率、数据移动和全栈芯片设计列为关键竞争变量。阅读完整观点 →产品
AI 的输出正在从“答案”变成临时生成的软件界面
GPT-6 可以根据当前任务组合文字、图表、按钮、表单和交互工具。真正的产品变化不是回答更长，而是界面本身也成为模型生成的结果。阅读完整观点 →研究
Agent 不该把每次判断，都交给一个会写长答案的模型
Jev 不生成文本，而是输出预先定义的选择、评分或概率。TypeSafe 的生产案例称它在候选人初筛中以接近的质量替换了 Gemini 3.1 Flash Lite；一项独立研究则发现，它在七个政治科学任务中接近主流 LLM，但并非始终更便宜。阅读完整观点 →产品
个人 Agent 的边界，不再是聊天，而是代管一部分数字生活
Hard Fork 本周把 Meta Muse 放进“把生活交给 AI”的讨论中。Muse 所代表的产品形态不是一次性回答问题，而是持续理解个人目标、连接服务并代替用户推进多步骤事务。阅读完整观点 →观点