09:41Microsoft Research@MSFTResearchGPU内核从SQL自动生成,实现30倍分析加速。AI匹配实验室培养的肿瘤模型,用于癌症治疗。LLM无需重新训练即可跨任务学习。以上是微软研究院最新一期Research Focus的亮点。行业微软研究院SQLGPU内核肿瘤模型LLM推荐理由:微软研究院一口气晒了四个硬核进展:SQL秒变GPU代码、AI匹配肿瘤模型、LLM不重训学新任务,都很实在。原文
13:58Ate-a-Pi@svpinoSvpino 在 X 上分享了一款 AI 分析工具,认为它解决了同类工具常见的幻觉问题。该工具的三个亮点:显示生成的 SQL 供用户验证结果、查询速度极快(无论数据量大小)、通过 MCP 协议可在任何地方运行。这为数据分析和业务团队提供了更可靠、高效的 AI 辅助分析方案。AI产品AI 分析SQLMCP/工具数据分析Svpino推荐理由:做数据分析或 BI 的团队终于有了一个能看 SQL 的 AI 工具,验证结果不再靠猜,建议直接试试 MCP 集成。原文
12:41宝玉@dotey精选一位开发者将数据库接入AI Agent后,发现token消耗巨大,且Agent不按预设工作流执行。问题根源在于Memory只是背景信息而非执行指令,Agent每次对话都会重新推理规划。解决方案是用Agent Skill + Script替代Memory中的工作流:让LLM只负责将自然语言翻译成SQL,而执行SQL、格式化结果等确定性步骤交给脚本。在Skill中内嵌表结构说明和SQL模板,Agent只需填空而非从零推理,token消耗可降低一个数量级。AI产品AI Agenttoken优化工作流SQL脚本推荐理由:做AI Agent开发的团队都会遇到token消耗和流程失控的痛点,这个方案把LLM的职责边界划清楚了——翻译SQL交给AI,执行交给脚本,建议直接抄作业。原文