搜索
今天，Anthropic 试图向世界展示它的灵魂。Anthropic 正式公布了一份长达 84 页的特殊文档——《Claude 宪法》（Claude's Constitution）。这份文件并非通常意义上的技术白皮书或用户协议，而是一份直接面向 AI 模型本身「撰写」的价值观宣言。
最有看点的苹果产品要来了，但可能不是 iPhone。
在当前的AI Research浪潮中，Autonomous Agents已经改变了我们获取信息的方式——从被动接收到主动检索。
比如说，最近有一个叫做 Unlucid.ai 的视频生成网站流量很好，排名窜的很快，在这个网站主页里，你能看到非常「像片儿」的 AI 生成视频：有人反复试错，研究哪些描述可以通过，哪些词语组合更容易出结果，怎样的写法既不触发拦截，又能让画面往“成人内容”的方向靠近。
比如前些天，Vercel 创始人 Guillermo Rauch 推出了所谓的「AI skill 的 npm」，让用户仅需一个简单命令 npx skills add [package]，就能为自己的 AI 智能体轻松注入专业能力。
就在刚刚，Liquid AI 又一次在 LFM 模型上放大招。他们正式发布并开源了 LFM2.5-1.2B-Thinking，一款可完全在端侧运行的推理模型。Liquid AI 声称，该模型专门为简洁推理而训练；在生成最终答案前，会先生成内部思考轨迹；在端侧级别的低延迟条件下，实现系统化的问题求解；在工具使用、数学推理和指令遵循方面表现尤为出色。
随着AI浪潮的袭来，笔者本人以及团队都及时的调整了业务方向，转型为一名AI开发者和AI产品开发团队，常常需要微调大模型注入业务场景依赖的私域知识，然后再把大模型部署上线进行推理，以支撑业务智能体或智能问答产品的逻辑流程。
想象一家“永不眠”的公司：白天，全天候运行的 Google Meet 与麦克风捕捉着办公室内的每一处沟通细节，AI 助理实时解析、拆解任务，并在次日清晨8点将策略与进度精准推送到员工指尖；夜幕降临，当人类休息时，另一套自动化流程无缝接管——监测报错、编写代码、生成PR，静待工程师次日一键合并。
近日，中国科学技术大学（USTC）联合新疆师范大学、中关村人工智能研究院、香港理工大学，在数据驱动的多功能双连通多尺度结构逆向设计领域取得重要突破。
现有AI记忆评测存在局限，如数据源单一、忽视变化本质、注入成本高等。CloneMem通过层次化生成框架构建合成人生，设计贴近真实场景的评测任务，涵盖多种问题类型。