/
DoorDash上线AI工具，助力商家快速入驻并优化菜品图片
DoorDash新增多项AI功能，帮助商家提升运营效率。入驻工具可自动从商家网站抓取照片、营业时间和菜单信息，快速生成应用列表。图片编辑方面，AI Retouch支持替换背景、优化光线，AI Replate则可让菜品呈现专业摆盘效果。此外，平台还新增视频库标签功能、网站一键生成工具及营销活动自动化构建器，测试显示新网站功能使商家订单转化率平均接近10%。
Anthropic与OpenAI同步布局企业AI服务合资公司
Anthropic宣布成立专注企业AI服务部署的合资公司，Blackstone、高盛等机构为创始合伙人，估值15亿美元。与此同时，OpenAI也在筹建名为"The Development Company"的类似机构，融资规模达40亿美元，估值100亿美元。两家公司的合资逻辑相似，均通过引入另类资产管理机构开拓企业AI业务渠道，并采用Palantir推广的前沿部署工程师模式深度服务客户。
亚马逊与Penske各自推出供应链物流解决方案助力企业运营
亚马逊和Penske物流近日分别发布了新型供应链解决方案。亚马逊推出"供应链服务"（ASCS），向企业开放其物流网络，覆盖货运、仓储、配送及包裹运输全流程，3M、Lands' End、宝洁等企业已率先采用。Penske则发布云原生平台"Supply Chain Insight"，集成AI与移动应用，提供实时仓储与运输可视化，内置85+可定制指标及AI自然语言查询功能，帮助企业洞察供应链全链路表现。
破解智能体编程"末日论"的五大误区
当前围绕"氛围编程"存在两种极端叙事：一是AI能将简单提示变成百万应用，二是AI生成的代码终将失控引发灾难。本文作者结合多年软件工程与代码收购经验，逐一拆解这些夸大论调。文章指出，智能体编程类似管理外部承包商，需要清晰指令、分阶段测试、跨模型交叉审查及安全输入验证。AI代码并非魔法，也非洪水猛兽，关键在于开发者保持专业判断与严格管理。
将责任与信任融入AI开发全流程：亚马逊的负责任AI实践
亚马逊负责任AI（RAI）管道将安全、公平与问责制贯穿于AI开发全生命周期，从预训练到部署，依托70余种内外部工具、逾500篇研究论文及数万小时员工培训支撑落地。该管道涵盖预训练、后训练、评估及前沿风险评估四个阶段，采用人类反馈强化学习（RLHF）等技术，并针对生化、网络攻击等风险引入第三方专家审查。亚马逊以"预判风险、引导模型处理模糊性、构建可适应系统"三位一体策略，将安全、公平、隐私、透明度等八大核心原则嵌入AI体系。
思科借星战日发布AI助手"银河模式"，限时开放至6月4日
思科借助"星球大战日"（5月4日）推出AI助手"银河模式"，面向Meraki和ThousandEyes用户开放，限时至6月4日。新版本融入星战主题界面与彩蛋，同时带来多项实用功能升级：深度推理（Deep Reasoning）可跨域分析网络安全合规并预判威胁；智能体工作流支持低代码/无代码自动化，用户只需用自然语言描述需求即可生成工作流；AI RRM、数据包分析等功能也通过AI助手更易触达。
面向医疗专业人员的专属ChatGPT正式上线
OpenAI于4月22日发布"ChatGPT for Clinicians"，专为医生、护士、药剂师等医疗从业者设计。该工具基于GPT-4.5模型，围绕诊疗咨询、病历记录和医学研究三大核心场景进行优化，答案来源于同行评审研究和权威临床指南。经HealthBench专业基准测试，准确率和安全性达99.6%。通过资质验证的医疗人员可免费使用，并支持HIPAA合规协议，不将用户数据用于模型训练。
Shake Shack首席技术官如何构建务实的AI战略
Shake Shack首席信息与技术官Justin Mennen表示，公司正推进以AI为核心的技术升级计划"Project Catalyst"，目标是在扩展至1500家门店的过程中，提升客户体验与内部运营效率。针对450名企业员工，AI被视为提升生产力的实用工具，应用于数据分析与自动化系统。公司技术架构以企业级AI供应商为主，兼顾自研能力，尤其在AI编排层面自主构建。Mennen表示，AI最大的生产力转变在于加速决策与自动化运营系统。
Ask.com正式关闭，曾首创自然语言搜索的先驱就此落幕
曾以"管家Jeeves"为特色的Ask.com于2026年5月1日正式关闭，结束了长达25年的搜索服务历程。Ask Jeeves诞生于1990年代，以自然语言问答和卡通管家形象著称，一度在第一次互联网泡沫中成功上市。然而，随着Google PageRank算法的兴起，其市场份额始终无法突破。如今，AI驱动的对话式搜索已实现自然语言交互，这与Ask Jeeves当年的理念不谋而合，可谓历史的轮回。
澳大利亚企业如何将AI应用于客户服务体验
在悉尼举办的Zendesk未来服务峰会上，多家澳大利亚企业分享了AI应用实践。MYOB旗下Solo产品利用AI自动化账单对账，将五六步流程压缩为一步；连锁餐厅Guzman y Gomez部署AI动态调度厨房备餐线，提升出餐效率；养老基金Aware Super正测试AI金融顾问，部分会员甚至更愿意与AI讨论财务问题。Zendesk则披露其内部已有十余支团队采用纯AI编码模式，单名开发者可管理20个AI智能体。
微软将Windows变成了烂摊子，但承诺会有所改变
微软近期因强推Copilot、糟糕的开箱体验、漏洞百出的补丁等一系列失误，引发用户强烈不满。CEO萨蒂亚·纳德拉与Windows负责人帕万·达武鲁里已公开承诺改善现状，但能否兑现仍存疑问。科技播客《Kettle》邀请多位编辑深入探讨微软究竟哪里出了问题，以及这家科技巨头是否已迷失方向。
AI时代企业如何防止人类决策权被悄然蚕食
随着AI深度嵌入企业运营，人类正逐渐从决策者变为系统的被动执行者。这种转变并不剧烈，而是在每一次依赖AI建议、回避质疑的过程中悄然发生。AI不仅是工具，更正在成为工作环境本身。当系统表现出高度自信与流畅性时，员工往往不再挑战其输出，判断力因此退化。企业需要通过制度设计保护人类自主权，明确决策边界，鼓励质疑文化，才能在AI时代真正保持竞争优势。
哈佛研究：AI急诊室诊断准确率超越两位医生
哈佛医学院与贝斯以色列女执事医疗中心联合研究显示，OpenAI的o1模型在急诊室真实病例诊断中表现优于人类医生。实验对比76名急诊患者的诊断结果，o1模型在67%的分诊案例中给出准确或接近正确的诊断，而两位内科医生的准确率分别为55%和50%。研究者强调，AI尚不具备独立做出生死抉择的条件，需进一步开展前瞻性临床试验验证。
微软联合高校推出深度伪造检测数据集，助力生成式AI内容鉴别
微软、西北大学和非营利组织Witness联合推出名为MNW的深度伪造检测基准数据集，旨在帮助构建更强大的AI生成内容检测系统。该数据集涵盖来自多种生成器的多样化AI媒体样本，并包含经过裁剪、压缩等后处理的内容，以贴近真实场景。团队计划每年春秋两季更新数据集，以应对生成式AI的快速演进，提升检测器在现实环境中的泛化能力。
推理计算给AI芯片初创企业带来新的突围机会
随着AI应用重心从模型训练转向推理部署，芯片初创企业迎来新的市场机会。推理工作负载多样化，使不同架构各有用武之地。英伟达收购Groq、AWS推出混合计算平台、英特尔发布参考设计，均采用不同芯片分别处理预填充与解码任务。光学推理芯片初创公司Lumai也披露了其混合光电架构方案，目标是以极低功耗实现超高AI性能。与此同时，Tenstorrent则坚持通用架构路线，对碎片化推理方案持保留态度。
在AI时代，人类智能是否仍然独一无二？
人类智能源于自身的局限性：有限的寿命、有限的大脑容量以及有限的沟通能力，这些恰恰塑造了人类独特的学习与协作方式。AI系统虽能在特定任务上超越人类，但其处理方式与人类截然不同，并存在明显短板。智能并非单一维度的竞争，AI与人类将在不同方向各有所长。未来，两者应是互补的伙伴，而非对立的竞争者。
Uber计划将数百万名司机变成自动驾驶数据采集网络
Uber首席技术官透露，公司计划为旗下人类司机的车辆安装传感器，为自动驾驶（AV）公司收集真实世界数据，此举是其"AV Labs"项目的延伸。目前该项目仍依赖小规模专属车队，但Uber的长期目标是利用全球数百万司机构建大规模数据采集平台。公司已与25家自动驾驶企业建立合作，并打造"AV云"数据库，供合作方训练模型，旨在成为整个自动驾驶生态系统的数据基础层。
AI分析发现霍尔拜因肖像中的神秘人物或为安妮·博林
英国布拉德福德大学研究团队利用AI技术，对皇家收藏中文艺复兴大师霍尔拜因的两幅素描进行了分析。研究发现，长期被认定为安妮·博林肖像的"温莎素描"，实际可能描绘的是其母亲伊丽莎白·霍华德；而另一幅身份不明的女性画像，才更可能是这位悲剧王后本人。研究人员认为，这一误判源于18世纪的错误标注，延续数百年之久，此次AI分析有望重新引发学界对霍尔拜因画像集的讨论与评估。
Atlassian大举抢占市场，ServiceNow腹背受敌
Atlassian CEO Mike Cannon-Brookes在第三财季财报电话会议上宣布，公司实现有史以来最大规模的ITSM竞争替换季度，持续从ServiceNow抢占市场。其服务产品线（含Jira Service Management）年经常性收入已突破10亿美元，同比增长超30%。Atlassian季度营收18亿美元，同比增长32%。与此同时，Salesforce也在争夺ServiceNow客户，三方竞争持续加剧。Atlassian强调AI原生能力与"团队协作图谱"是核心差异化优势。
这个AI知道答案，却不懂问题的含义
2025年7月，《自然》杂志发表研究介绍了AI模型"半人马"（Centaur），该模型基于大语言模型构建，声称能模拟人类认知行为，在160项任务中表现出色。然而，浙江大学最新研究对此提出质疑，认为Centaur的成功源于过拟合——模型并非真正理解任务，而是通过识别训练数据中的统计规律来"猜测"答案。研究指出，真正的语言理解能力，或许才是AI模拟人类认知的核心挑战所在。
京公网安备 11010802021500号
