25 篇博文 含有标签「llm」

本周 AI 研究领域出现两个值得关注的趋势：RAG 系统正在从被动检索演进为 Agent 主动导航知识库，而 LLM-as-Judge 评估范式的可靠性遭到学术质疑。与此同时，NVIDIA 和 Hugging Face 带来了实用的工程突破。

今天的 AI 行业迎来一个里程碑时刻：微软将 AI Agent 正式带入 Windows 11 桌面操作系统。与此同时，Anthropic 的安全困境持续发酵，开源大模型阵营火力全开。

2026 年 4 月 17 日，AI 行业经历了又一个密集发布日：Anthropic 的 Claude Opus 4.7 在 14 项基准测试中赢了 12 项，OpenAI 发布了首个生命科学专用模型 GPT-Rosalind，Mozilla 则用开源的 Thunderbolt 向企业 AI 发起了挑战。

2026 年 4 月的 AI 行业正在经历一场深刻的哲学分裂：最强的模型不再是最贵的，最开放的不再是最弱的。

在生成式 AI 革命的早期，整个行业都沉迷于“参数量”。我们通过模型神经架构中数以十亿计甚至万亿计的权重来衡量进度。但到了 2026 年，共识已经发生了转变。站在 Gemini 3.0 和 Claude 4 的时代，我们意识到，如果没有高保真、低延迟的“工作记忆（Working Memory）”，原始的智能是毫无用处的。

欢迎来到**上下文工程（Context Engineering）**时代。如果说大语言模型（LLM）是 CPU，那么上下文就是 RAM。正如在传统计算中一样，我们管理这种“内存”的方式，定义了系统实际能够完成的任务上限。