MIT Technology Review 报告:自主 AI 如何重塑企业智能
MIT Technology Review 发布报告,提出企业 AI 正从工具转向“智能体式转变”(agentic shift)这一运营模式。报告指出 2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未能靠 AI 增长收入,症结在于数据孤岛与架构僵化。报告建议以流程重构为先,转向可组合架构,并在数据原地查询的自主可控基础上让 AI 智能体可靠行动。
MIT Technology Review 发布报告,提出企业 AI 正从工具转向“智能体式转变”(agentic shift)这一运营模式。报告指出 2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未能靠 AI 增长收入,症结在于数据孤岛与架构僵化。报告建议以流程重构为先,转向可组合架构,并在数据原地查询的自主可控基础上让 AI 智能体可靠行动。
Endura Therapeutics 的 Adrian Sanborn 提出,AI 对科学的影响分为两类:Foundries 用新一代测序、高通量显微镜和物理自动化把实验测量成本降低一个数量级,Navigators 则把变便宜的"思考"用于决策与流程,让分析从一周缩短到一小时、软件从六位数授权变成一天自建。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为,能提升生物能力的模型同样能用于防御,当前防御方在这场 AI 军备竞赛中处于落后。
Google 研究员 John Platt 在 Latent Space 播客中介绍了其团队的 Empirical Research Assistance(ERA),它让 Gemini 维护实验 notebook 树,用类似蒙特卡洛树搜索的 Upper Confidence Bound 规则挑选并变异最有希望的 notebook,自动求解任何可写成评分函数的科学问题。
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告,基于 Hub 数据给出六项发现。报告显示模型仓库从 243 万增至 296 万,数据集从 71.1 万增至 100 万,Spaces 从 100 万增至 144 万;85.6% 的模型终身下载量不足 200 次,1.5% 的仓库占据 99.2% 的下载量。
推荐理由:Hugging Face 用 Hub 七个月数据拆解开源模型格局,可看到中美模型规模、下载与点赞背离及智能体流量变化。
Hugging Face 发文指出,AI 的下一个真正约束不是智能而是利用率:GPU 按日历小时计费,产出却只按算力小时累积,两家 GPU 预算相当的公司会因硬件实际使用率而拉开差距。文章以航空业为类比,称企业自购 GPU 本地部署可把按 token 线性增长的 API 成本换成固定资本支出,但集群上线后的问题变成如何让 GPU 保持忙碌。
伯克利 EPIC Data Lab 提出近零推理成本时代的三大数据系统挑战:为智能体设计(Data Systems For Agents)、运行智能体(Of Agents)、由智能体构建(By Agents)。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不足 $1,部分厂商已低于 $0.10,推理价格年降幅 9x 至 900x、中位数约 50x。
Google DeepMind 回顾 AlphaGo 击败围棋世界冠军十周年,称其“第 37 手”证明了 AI 能超越模仿人类、发现全新策略。