20:29LangChain@LangChainAILangChain发布了对即将生效的《欧盟人工智能法案》(EU AI Act)的详细解读博客。该法案对高风险AI系统提出人类监督等要求。LangSmith和LangGraph提供了多种方案来满足人机协同(human-in-the-loop)需求。博客中分解了法案的关键条款和合规时间线。行业LangSmithLangGraphLangChainEU AI Act人机协同推荐理由:想了解EU AI Act对AI开发的影响?LangChain官方博客刚出了详细解读,还告诉你LangSmith和LangGraph怎么帮你合规。原文
10:12shao__meng@shao__meng精选Re-Ink 是 LandingAI 金融 AI Hackathon 冠军项目,针对再保险承保流程中文档处理耗时严重的痛点,构建了从 PDF/DOCX 条约文档到可审核合同记录的端到端自动化方案。行业数据显示,再保险承保人约 40% 时间用于行政工作,手动提取错误率超 6%,运营预算中约 14% 用于修复此类错误。Re-Ink 使用 LandingAI 的 Agentic Document Extraction (ADE) 作为文档智能核心,结合 FastAPI + React + PostgreSQL + LangGraph 栈,实现上下文感知的字段提取,无需正则或模板。关键设计是人机协同闭环:提取后人工审核,所有数据在 reviewer 确认前不持久化,审批后以单事务创建记录,任何校验失败均回滚。项目还包含两个 LangGraph Agent 用于入库前引导和审批后分析,支持 offline 模式便于自动化测试。AI产品再保险文档提取人机协同LandingAILangGraph推荐理由:再保险行业的文档处理痛点被量化到 40% 时间浪费和 14% 预算浪费,做保险科技或金融文档自动化的团队可以直接参考这个端到端方案,尤其是人机协同闭环的设计思路值得借鉴。原文
19:14Decoder@Matthias BastianOpenAI 正在调整其 AI 发展路线,不再追求到 2028 年实现完全自主的 AI,而是强调人机“协同”模式。CEO Sam Altman 和首席科学家 Jakub Pachocki 呼吁建立国际机构,必要时可减缓前沿 AI 开发速度。这一表态标志着 OpenAI 从早期“完全自动化”愿景的转向,反映了对 AI 安全和社会影响的更深思考。文章还提到,OpenAI 认为人类应始终在关键决策中保持控制权。行业OpenAIAI 安全人机协同行业趋势政策监管10 个信源在谈推荐理由:OpenAI 主动降低对“完全自动化”的预期,做 AI 战略或政策研究的团队值得关注——这可能是行业风向转变的信号。原文
08:01IT之家(博客/媒体)在北京军博会上,国产地面无人装备“机器獒”系列首次全谱系亮相,包括小型“影獒”和大型“铁獒”两大平台。该装备强调独立作战能力,可搭载机枪、侦察设备等载荷,具备隐蔽渗透、高速追击和越障能力。其智能化系统包括智能瞄准、三光侦察和UWB自主跟随,旨在降低操作员负荷。军事专家指出,AI赋能的“机器獒”将颠覆传统步兵作战模式,实现“机器主战、人类主控”的人机协同。行业机器獒军事智能无人装备AI赋能人机协同推荐理由:军事科技从业者和AI爱好者值得关注——机器獒展示了无人装备从辅助工具向独立作战单元的演进,其智能化与体系化设计为未来战场提供了新思路。原文
01:30Harrison Chase@hwchase17LangChain 创始人 Harrison Chase 表示,随着智能体框架标准化,将出现更多“托管智能体服务”。LangChain 已推出 Managed Deep Agents,用户无需搭建自定义智能体服务器即可创建托管深度智能体。该服务支持持久化线程、流式运行、检查点以及人机协同工作流。这降低了智能体部署门槛,让开发者更专注于业务逻辑而非基础设施。AI产品智能体托管服务LangChain人机协同部署推荐理由:智能体部署从自建服务器走向托管服务,做 AI 应用的团队可以直接用 LangChain 的 Managed Deep Agents 省去运维成本,值得关注。原文
22:04IT之家(博客/媒体)上海市浦东新区张江人工智能创新小镇于5月20日启动了全国首次人机协同城市管理执法试点。试点由浦东城管综合执法局主导,无人机智能监管系统发现违规商户后,信息实时传递给现场执法人员及智元灵犀X2机器人。机器人与执法人员共同前往现场,负责普法宣传和智能问答服务,完成人机协同执法验证。智元灵犀X2具备知识广、表达客观等优点,能辅助普法宣传和政策解释,使问题发现更及时,沟通方式更易被商户接受。AI产品人形机器人城市管理人机协同智元灵犀X2执法试点推荐理由:城市管理执法引入人形机器人,解决了传统执法中沟通生硬、效率低的问题,做公共管理或智慧城市相关工作的团队可以关注这一试点模式。原文
11:11arXiv cs.AI@Riley Zilka, Sergey Khlynovskiy, Allie Wang, Martin Jagersand精选HITL-D 是一种结合人类操作与扩散模型的新型共享控制框架,专门针对多步骤、插入和精细操作任务。它通过场景点云和末端执行器笛卡尔位置,自主更新末端执行器方向,减少操纵杆控制轴数,降低操作者认知负荷。12 人用户研究表明,相比传统遥操作,HITL-D 将任务完成时间平均缩短 40%,感知工作负荷降低 37%,并在独立性、直观性和信心等主观评分上显著提升。该工作首次将扩散策略引入人机共享控制,为复杂操作任务的人机协作提供了新范式。论文扩散模型人机协同共享控制遥操作机器人操作推荐理由:做机器人遥操作或人机协作研究的团队,HITL-D 用扩散模型把操作者的认知负担砍掉近四成,值得在精细操作场景里试试。原文