08:03OpenAI Blog(博客/媒体)HP Inc. 与 OpenAI 扩大 Frontier 合作伙伴关系,将 AI 部署到客户体验、软件开发和企业运营。合作将利用 OpenAI 的模型优化 HP 内部流程,并推出面向客户的新 AI 服务。HP 计划在 2025 年通过此合作实现 AI 驱动的效率提升和业务增长。行业HP Inc.OpenAIFrontier企业AI战略合作10 个信源在谈推荐理由:惠普和 OpenAI 联手,把 AI 放进客户服务、编程和公司运营里,大规模落地很实在。原文
05:20Aravind Srinivas@AravSrinivas推文预测未来每家企业都会构建自身的模型-测试-沙箱-评估飞轮,并优化每瓦特token价值。核心驱动力是企业对其领域、客户和工作流拥有独特的隐性知识。该观点获得630个赞和35339次浏览。行业Perplexity企业AI模型评估飞轮token效率隐性知识推荐理由:Perplexity CEO预测企业AI的未来是定制评估飞轮和能耗优化,看看这个趋势分析原文
13:57AI Will@FinanceYF5Azeem团队自下而上构建了首个去重后的全栈AI支出指标。过去12个月,GenAI经济销售额达1100亿美元。按年化计算,营收规模已超过1750亿美元。该指标覆盖消费者和企业AI支出。行业GenAI消费者AI企业AIAI经济市场规模推荐理由:Azeem团队给出了第一个自下而上的GenAI经济规模数据,1100亿销售额、年化1750亿,很具体,值得看。原文
12:33Cohere@cohereCohere CEO Aidan Gomez 在推文中强调,使用 Cohere 服务时不存在分阶段发布或突然禁用的情况。他表示客户拥有完全控制权,Cohere 无法查看或关闭客户的模型。这体现了 Cohere 在企业 AI 信任与安全方面的差异化策略。行业Cohere企业AIAI安全信任与控制推荐理由:Cohere CEO 亲口说客户完全控场,不能偷看也不能关停,想要企业级安全 AI 的可以看看。原文
02:45a16z@a16z11x的AI销售代理(revenue agents)已为其客户产生了数亿美元的销售管道(pipeline)。a16z与CEO Prabhav Jain访谈,详细披露了11x内部使用的全套AI代理栈,这些内部代理帮助公司高效运作,从而将更多时间用于为客户构建代理。内部AI栈包括多个专门化代理,覆盖销售、运营等环节,实现了自动化流程。行业11xAI代理销售管道企业AIa16z推荐理由:11x用AI代理帮客户赚了数亿美元,还把自己内部的AI运营栈公开了。想看看企业怎么用AI跑销售管道的,这篇访谈别错过。原文
04:17腾讯混元 Tencent Hunyuan@TencentCloud腾讯云将于2026年7月10日在东京举办“AI in Action: Building Enterprise AI with Tencent Cloud MaaS Workshop”邀请制活动。工作坊重点包括Tencent Cloud MaaS最新更新、AI Agent应用、工作流自动化,以及TokenHub的现场演示,旨在帮助企业从实验AI转向实际部署。RinFamily将分享TokenHub使用案例,活动还设有WorkBuddy和Miora AI工作站动手环节。行业Tencent CloudMaaSAI Agent企业AI腾讯云推荐理由:腾讯云在东京办了个闭门工作坊,专门讲怎么把AI塞进企业流程。有MaaS更新、TokenHub上手演示、还有AI Agent案例,适合想落地AI的公司。原文
03:54Notion@NotionHQ根据NotionHQ发布的数据,在AI成熟度最高的组织中,员工对AI输出的低信任度下降了8%,技能差距缩小了3%。但工具扩散率增加了14%,衡量实际影响的难度提高了9%,模型性能一致性下降了5%。这表明AI转型后期挑战从建立信任转向系统控制。行业NotionAI转型企业AI工具扩散AI治理推荐理由:Notion用具体数据告诉你:AI搞到后面更难管,工具多、效果难衡量、模型还不稳定,想避坑就快看。原文
07:36Andrej Karpathy@karpathyAndrej Karpathy提出LLM交互的第三次范式变革:Claude作为自包含、持久、异步的实体,通过工具集成、计算环境、内存和安全等底层工程,无缝融入人类团队。与第一代(网站)和第二代(App)不同,这一代让Claude像同事一样可对话,处理多种工作负载。Karpathy认为这是LLM UIUX的第三次重大重新设计。行业ClaudeAnthropic智能体AI协作企业AI10 个信源在谈推荐理由:Karpathy说Claude以后不是网页也不是App,而是直接插进团队里当同事用,挺颠覆的,值得看看他的思路。原文
14:39IT之家(博客/媒体)火山引擎总裁谭待在FORCE大会媒体沟通环节回应,火山引擎暂无单独拆分上市计划。字节跳动当前重心聚焦豆包大模型、Seedance视频生成及企业AI原生架构。截至2026年6月,豆包大模型日均tokens调用量达180万亿,较发布时增长超1500倍。火山引擎发布豆包大模型2.1系列,包括Pro旗舰版和Turbo版,Turbo能力相近但价格减半。行业字节跳动火山引擎豆包大模型企业AI云服务2 个信源在谈推荐理由:字节跳动旗下云平台火山引擎回应了上市传闻,同时发布了豆包大模型2.1系列,tokens调用量已达180万亿,想了解企业AI布局的朋友可以看看。原文
18:49腾讯混元 Tencent Hunyuan@TencentCloud腾讯云在巴黎VivaTech 2026展会上,与客户、合作伙伴和开发者探讨了AI从实验转向实际部署所需的基础设施。展会核心主题是组织需要灵活、可扩展且可信赖的云基础设施,以将创新转化为商业影响。腾讯云展示了其在AI、医疗、媒体、超级应用和企业云解决方案方面的支持能力。行业Tencent CloudVivaTech巴黎企业AI云计算推荐理由:腾讯云在VivaTech展会强调了AI落地的关键——可靠的基础设施,有具体行业案例参考。原文
06:02Dify@dify_aiDify指出企业AI项目常犯的错误是花数月时间重建模型编排、知识检索、监控、权限等底层平台。一个生产就绪的AI平台应直接提供模型灵活性(可切换供应商)、内置RAG(基于自有数据)、工作流编排(业务人员可读)以及监控与访问控制。这样IT团队就能专注交付业务价值,更快将更多应用推上线。技巧Dify企业AIAI平台RAG工作流编排推荐理由:Dify告诉你别重复造轮子,用现成平台更快把AI应用推上线,专注业务价值少踩坑。原文
04:08Aravind Srinivas@AravSrinivasAravSrinivas在X上发推指出Context graphs是企业部署智能体框架的最佳方案。推文获得34次转发、19条评论、354个点赞。他指出许多公司存在跨工具上下文碎片化问题。自改进、自组织的全局视图能够捕获隐性知识。推文还获得84次收藏和18123次查看。行业上下文图智能体企业AI隐性知识推荐理由:Perplexity CEO说,用上下文图把公司散落的工具信息整合起来,还能自学习,组智能体更好用。原文
10:07阿里云 Alibaba Cloud@alibaba_cloud阿里云日本区域经理Takeshi Kurita与CyberAgent高管Takahito Naito探讨如何通过Qwen模型降低企业生成式AI成本。双方分享了基于Alibaba Cloud的Agentic Cloud策略的实际部署经验。会议聚焦于企业级AI模型的高效运用与未来方向。行业Alibaba CloudQwenCyberAgent企业AI成本优化推荐理由:阿里云和CyberAgent聊用Qwen降成本,有实战干货,搞企业AI的可以听听。原文
11:36IT之家(博客/媒体)微软于6月16日全球上线Copilot Cowork智能体AI,该产品面向企业环境,可自动执行复杂多工具任务。据微软披露,对比Claude Cowork,每次提示成本平均便宜30-40%。在3个月预览阶段,已获包括埃森哲、Koch工业等超过一半财富500强企业使用。优势包括云托管执行、原生集成Work IQ上下文引擎、企业级安全合规及多模型选择。费用按Copilot Credits计费,由模型使用、上下文检索、工具调用和运行时间四部分构成。AI产品Copilot Cowork微软智能体企业AIClaude推荐理由:微软出了Copilot Cowork,企业级AI助手能自动搞定多步任务,成本还比Claude便宜三到四成。原文
02:09kimmonismus@kimmonismusAxios报道称微软正考虑在Copilot Cowork中提供DeepSeek V4作为更便宜的模型选项。微软高管Charles Lamanna表示用户每周执行数百个任务导致成本过高,因此Copilot Cowork将转向基于使用量的定价模式。如果采用DeepSeek,该模型将是可选的、经过微调和安全防护,并完全托管在Azure上。此举意味着中国AI模型将进入微软的企业Copilot产品。行业MicrosoftCopilot CoworkDeepSeek V4Azure企业AI推荐理由:微软为了省钱,打算在Copilot里用DeepSeek V4,还改成了按用量收费。这对企业用户来说是个大变化。原文
13:44@hebbia@hebbiaSnowflake 最新财报超出市场预期。企业 AI 采用带动数据需求上升,推动公司利润率改善。财报发布后股价大幅上涨。行业Snowflake财报企业AI数据平台推荐理由:Snowflake 财报显示企业 AI 需求强劲,数据业务增长和利润改善直接拉动了股价,值得关注背后的趋势。原文
09:59pandaily@contact@pandaily.com (Pandaily)阿里巴巴内部两款AI智能体QoderWork与Wukong竞争企业级市场。QoderWork基于内部平台,表现优于依托钉钉的Wukong。阿里正与腾讯、字节跳动等对手争夺旗舰企业AI智能体产品地位。行业QoderWorkWukong阿里巴巴企业AI智能体推荐理由:阿里内斗,QoderWork比Wukong强,谁代表阿里出战腾讯字节,值得看。原文
03:08腾讯混元 Tencent Hunyuan@TencentCloud腾讯云欧洲总经理Fred Sun在DES2026主题演讲中强调,随着企业从实验阶段转向大规模采用,架构成为负责任地扩展AI的基础。成功需要平衡创新与控制、赋能与治理、性能与可持续性。他提出,未来属于能够自信扩展AI的组织。这一观点基于腾讯云在欧洲市场的实践经验,涉及云、数字主权和选择等关键议题。行业腾讯云DES2026Fred Sun企业AI数字主权推荐理由:腾讯云欧洲老大Fred Sun说,企业玩AI搞大规模,架构才是王道。别光堆模型,得想好怎么平衡控制、治理和可持续。原文
00:40Jerry Liu@jerryjliu0精选LlamaIndex在LlamaParse中新增Extract功能,解决企业合同非标准模板、跨章节引用及修订条款等语义解析难题。该功能通过保留文档层次结构、语义推理关键字段(如付款条款、续约日期),将合同从纯文本转化为验证后的模式对齐输出。相比传统OCR仅做数字化,Extract实现了高精度且成本可控的合同理解,避免在每页使用Fable/Opus等昂贵模型。结果可直接供下游生产系统使用,支持批量合同处理场景。AI产品LlamaIndexLlamaParse合同提取结构化数据企业AI推荐理由:LlamaIndex新出Extract,能把杂乱的合同PDF自动变成结构化数据,解析条款和修订不再头疼,企业合同管理直接省下人工翻找的功夫。原文
18:06阿里云 Alibaba Cloud@alibaba_cloud在ATxEnterprise2026会议上,阿里巴巴云展示了基于Qwen的AI名片互动功能。该功能吸引了大量与会者,并赢得Crowd Magnet Award(人气磁铁奖)。会议还聚焦企业AI及云数据创新话题。行业Alibaba CloudQwenATxEnterprise2026AI名片企业AI推荐理由:阿里云用Qwen做的AI名片在展会上获了人气奖,挺有意思的,看看他们怎么玩的。原文
12:47Jerry Liu@jerryjliu0精选LlamaIndex创始人Jerry Liu指出,当前Agent通过MCP进行联邦搜索存在检索相关性差、速度慢、数据权重分配难、查询接口不统一等问题。他认为数据摄取、索引和检索层需要重大进步才能支撑Agent的复杂上下文获取。John Suh则提出公司应重建以统一时间线为基础的数据系统,整合可观测性、产品指标和文件变更,以实现AI驱动的100倍效率提升。行业AgentMCP/工具数据检索企业AILlamaIndex1 个信源在谈推荐理由:做Agent和RAG系统的开发者会看到当前架构的瓶颈在哪——MCP联邦搜索的检索相关性和速度问题亟待解决,而John Suh的“统一时间线”构想给企业数据基建提供了新方向,值得关注。原文
03:55rohanpaul_ai@rohanpaul_ai73°据《华尔街日报》报道,OpenAI 正考虑大幅降价,以应对与 Anthropic 日益激烈的竞争。Anthropic 的增长主要来自开发者和编码工作流,尤其是 Claude Code 的高 token 消耗场景,使其快速融入企业日常。OpenAI 在消费品牌上仍占优势,但竞争焦点已转向企业团队为编码代理、自动化和内部工具支付的高额账单。Anthropic 在高投入技术工作中更具优势,而 OpenAI 需在保持 ChatGPT 广泛领先的同时,防止 Claude 成为企业默认工具。行业OpenAIAnthropicClaude Code企业AI价格战10 个信源在谈推荐理由:这场价格战直接关系到企业 AI 采购成本,做技术选型的团队和开发者值得关注——Anthropic 在编码场景的渗透可能改变市场格局,OpenAI 的降价策略将影响你的账单。原文
03:02LangChain@LangChainAI精选LangChain 发布 Agentic Operating Model 框架,旨在解决企业 AI 智能体在生产环境中面临的可靠性、可治理性和持续改进问题。该框架聚焦于智能体部署后的运维阶段,帮助团队建立监控、治理和迭代机制。LangChain 指出,将智能体投入生产相对容易,但长期保持其稳定运行和持续优化才是企业 AI 项目的真正瓶颈。AI产品智能体生产部署运维治理LangChain企业AI推荐理由:做企业级 AI 智能体部署的团队终于有了运维层面的系统框架——LangChain 的 Agentic Operating Model 直接戳中生产环境治理痛点,建议正在或即将上线智能体的团队点开看看。原文
02:03LangChain@LangChainAI精选Rippling AI 采用多智能体系统架构,每个主管智能体下辖三个专业 Deep Agent:读取智能体负责查询结构化数据,RAG 智能体检索非结构化信息(如 HR 文档、手册),行动智能体执行写入操作。主管智能体分析查询并决定调用哪个子智能体。该架构将复杂企业任务拆解为专业分工,提升自动化效率与准确性。AI产品多智能体系统RipplingDeep Agents企业AI架构设计推荐理由:做企业级 AI 应用或 HR 系统集成的团队值得关注——Rippling 的 Deep Agents 架构展示了如何用多智能体分工处理结构化与非结构化数据,直接复用思路可加速自家产品智能化。原文
22:13PolymarketMoney@PolymarketMoneyServiceNow和IBM宣布建立新合作伙伴关系,旨在帮助企业解决AI采用中的两大障碍:数据准备和遗留应用现代化。合作将聚焦于让数据更易于AI使用,并更新旧有应用层,以支持企业级AI的规模化部署。这一举措有望加速AI在企业中的实际落地,特别是那些面临复杂数据环境和老旧系统的组织。行业企业AI数据准备遗留应用现代化ServiceNowIBM推荐理由:企业AI落地的两大痛点被精准锁定——数据混乱和遗留系统,做数字化转型的团队值得关注这个合作方案。原文
22:50Notion@NotionHQRakutenFrance 的四人 AI 团队没有逐一构建 80 个智能体,而是用 Notion 打造了一个自定义智能体,帮助团队其他人自行创建专属智能体。最终实现了 80 多个智能体和 58,000 多个自动化工作流。团队表示,任何人都能创建自定义智能体,从而几乎无限提升生产力。这展示了低代码/无代码智能体平台在企业中的巨大潜力,让非技术员工也能参与 AI 自动化。AI产品智能体Notion自动化企业AI低代码3 个信源在谈推荐理由:这个案例展示了如何用 4 人团队撬动 80+ 智能体的规模化落地,做企业 AI 转型或内部工具建设的团队值得参考——不是堆人力,而是让工具赋能每个人。原文
13:14Cohere@cohereCohere 宣布与阿斯顿马丁 F1 车队达成合作,共同记录 2026 赛季的首个积分。合作强调在 F1 赛事中,数据准备、数据控制与决策能力是成功的关键。Cohere 将为企业 AI 提供类似 F1 赛车的精准决策支持,帮助企业在复杂环境中做出更优选择。这一合作展示了企业 AI 在体育竞技中的实际应用潜力。行业Cohere阿斯顿马丁F1企业AI数据驱动决策智能推荐理由:F1 赛事对数据实时性和决策精度的要求极高,做企业 AI 或数据分析的团队可以看看 Cohere 如何将赛车策略转化为商业智能方案,值得关注。原文
09:56Pandaily@contact@pandaily.com (Pandaily)83°腾讯正式推出WorkBuddy企业版,采用“专家+助手+团队”三层智能体模型,并同步发布Agent Suite生态系统。该战略旨在将腾讯打造为企业级AI工作流统一平台,通过分层智能体协同提升企业效率。WorkBuddy企业版整合了多个AI助手,支持复杂任务分解与团队协作,Agent Suite则提供开放生态,允许企业定制和集成第三方智能体。此举标志着腾讯在AI企业服务领域的全面发力,与微软、谷歌等巨头展开竞争。AI产品智能体企业AIWorkBuddyAgent Suite腾讯推荐理由:腾讯终于亮出AI企业级底牌——WorkBuddy的三层智能体模型解决了企业AI落地中“单点工具多、协同难”的痛点,做企业数字化转型的团队值得关注,可以直接评估是否适配现有工作流。原文
19:47ElevenLabs@elevenlabsioElevenLabs 宣布任命 Alex Holt 为现场 CTO,负责加速与大型企业的合作。他将深入全球客户团队,帮助企业在核心产品和运营中部署 AI。此举表明 ElevenLabs 正从技术提供商转向深度企业服务,强化其 B2B 战略。行业ElevenLabs企业AI现场CTOAI部署B2B推荐理由:做企业级 AI 落地的团队值得关注——ElevenLabs 通过设立现场 CTO 角色,直接嵌入客户流程,解决了企业部署 AI 的最后一公里问题。原文
15:54Pandaily@contact@pandaily.com (Pandaily)精选华为云在年度INSPIRE大会上发布了一系列智能体AI产品,标志着其云AI战略的重大转变。新推出的“硅基黑土”平台整合了算力、数据和模型服务,旨在为企业提供端到端的AI开发与部署能力。此举反映了华为云在竞争激烈的中国云市场中,从提供基础设施向提供AI原生解决方案的转型。关键产品包括智能体开发平台和行业专用模型,降低了企业构建AI应用的门槛。AI产品华为云智能体硅基黑土企业AI云服务1 个信源在谈推荐理由:华为云这次把AI能力打包成“硅基黑土”平台,做企业AI落地的团队可以直接用上端到端工具,省去自己拼凑算力和模型的麻烦,值得关注。原文
11:12Paul Graham@paulgPaul Graham 在办公时间遇到一家初创公司,通过优化请求帮助大公司降低 LLM 令牌成本约一半,并与客户平分节省的费用。这意味着其可寻址市场(TAM)相当于模型公司企业收入的四分之一,规模巨大。Paul 指出,大公司无法从 LLM 成本中获得净回报,并不代表不可能,这正是新技术取代旧有企业的典型模式。行业LLM成本优化初创公司企业AIPaul Graham商业模式推荐理由:Paul Graham 点出了 LLM 成本优化的巨大商业机会,做企业 AI 部署或关注成本控制的团队值得关注这一模式。原文
00:49Qdrant@qdrant_engineQdrant 在 Vector Space Day 上联合 Adobe 展示了一种结合向量搜索与图治理层的企业级检索架构。该方案通过 Qdrant 实现快速向量检索,同时利用 Neo4j 的图数据库确保检索结果符合用户身份、权限和策略。现场演示显示,同一查询会根据不同用户的治理规则返回不同结果,而不仅仅是基于相关性排序。这一架构解决了企业 AI 中检索速度与安全合规之间的核心矛盾。AI产品向量检索图数据库权限治理企业AIQdrant推荐理由:企业 AI 团队终于有了兼顾速度与权限的检索方案——Qdrant + Neo4j 的架构直接解决了「谁可以看什么」的治理难题,做企业级 RAG 或智能体系统的开发者值得关注。原文
22:52Google Blog: AI(博客/媒体)Google 在2026年5月发布了一系列AI更新,涵盖模型、产品和工具。其中包括Gemini模型的重大升级,提升了多模态理解和推理能力。同时,Google推出了新的AI编程助手,支持更高效的代码生成和调试。此外,还发布了面向企业的AI解决方案,旨在优化工作流程和决策效率。这些更新标志着Google在AI领域的持续投入,旨在为开发者和企业用户提供更强大的工具。AI产品GeminiAI编程助手企业AI多模态Google推荐理由:Google 的5月更新为AI开发者和企业用户带来了更强大的模型和工具,尤其是Gemini的升级和编程助手,值得关注和尝试。原文
04:32Hugging Face: Blog(博客/媒体)NVIDIA 推出 Nemotron 3.5 Content Safety,这是一款面向全球企业 AI 的可定制多模态安全模型。它支持文本和图像输入,能够检测有害内容(如仇恨言论、暴力、色情等),并允许企业根据自身政策进行微调。该模型基于 Llama 3.1 架构,提供 8B 和 70B 两种规模,在多个安全基准上表现优异。Nemotron 3.5 旨在帮助企业安全部署生成式 AI,满足不同地区的合规要求。AI模型NVIDIANemotron 3.5内容安全多模态企业AI10 个信源在谈推荐理由:企业部署 AI 最头疼的就是内容安全合规,NVIDIA 这个模型直接让企业按自己的政策微调安全过滤规则,做 AI 应用落地的团队值得关注。原文
03:15Dify@dify_aiDify 发起了一项调查,发现许多业务团队对 AI 工作流的需求远超 IT 部门的交付能力。IT 团队面临两难:限制 AI 会导致影子 AI,点解决方案造成碎片化,定制构建则形成瓶颈。Dify 认为,正确的做法是构建集中式 AI 平台,让业务团队快速行动,同时 IT 保持可见性和治理。这标志着 IT 角色从守门人向平台所有者的转变。行业企业AIAI治理AI平台Dify数字化转型推荐理由:企业 IT 和 AI 平台团队常被业务侧的 AI 需求压得喘不过气,Dify 的调研直击痛点——如何平衡速度与治理。做数字化转型或 AI 基础设施的,建议填问卷并看看他们的平台化思路。原文
01:21LlamaIndex@llama_index72°LlamaIndex 发布了开源项目 Parse-Flow,旨在解决企业 AI 中从 PDF 等非结构化文档提取可靠结构化数据的难题。该项目提供了一个可视化工作流设计器,集成了四个核心文档处理原语:解析、分类、分割和提取。用户可以通过拖拽步骤构建管道,实时观察事件流,底层由 LlamaAgents 工作流驱动,确保每一步可观测且错误可处理。这对于处理合同、发票、报告等复杂文档的企业 AI 应用具有重要意义。AI产品LlamaIndex文档处理开源/仓库数据管道企业AI推荐理由:企业 AI 团队终于有了一个可视化的文档处理工具,能直接从 PDF 中提取结构化 JSON,做数据清洗和 RAG 管道的开发者可以直接用起来。原文
21:51Decoder@Matthias Bastian72°OpenAI CEO Sam Altman 提出,AI 产品的下一阶段将是“主动AI”,它能在后台持续运行并自主行动,无需用户主动提示。当前企业面临AI成本飙升和员工不知道如何提问的基本问题。Altman 承诺帮助用户以更低成本获得更多价值。这一方向标志着AI从被动响应向主动服务的转变。行业主动AIOpenAISam AltmanAI产品演进企业AI10 个信源在谈推荐理由:Altman 点出了当前AI落地的核心瓶颈——用户不会提问,而主动AI直接绕过了这个难题。做AI产品、企业数字化转型的团队值得关注,这可能是下一代AI产品的设计方向。原文
20:34Hugging Face: Blog(博客/媒体)精选ServiceNow AI 发布了 EVA-Bench Data 2.0,一个面向企业级 AI 智能体的评估基准数据集。该数据集覆盖 3 个领域(IT、HR、客户服务),包含 121 种工具和 213 个场景,旨在测试 AI 智能体在复杂企业环境中的工具调用和任务执行能力。相比第一版,新版本增加了更多真实世界的交互场景和工具多样性,为开发者提供了更全面的评估标准。这对于希望在企业场景中部署 AI 智能体的团队来说,是一个重要的参考资源。AI产品智能体评估基准企业AI工具调用ServiceNow1 个信源在谈推荐理由:企业 AI 智能体评估终于有了更贴近真实场景的基准——3 领域 121 工具覆盖 IT、HR、客服,做企业级 AI 落地的团队可以直接用这个数据集来测试自己的智能体。原文
09:45Genspark@genspark_aiGenspark 联合创始人 Ray Zhong 在微软 Build 大会上宣布与微软达成全球战略合作,并成为 Agent365 的发布合作伙伴。Genspark 将把智能体 AI 直接嵌入企业已有的基础设施中,无需新登录、新习惯或额外摩擦,且从第一天起就具备可观测性、安全性和可治理性。此举旨在让 AI 在团队现有工作环境中无缝运行,降低企业采用门槛。AI产品智能体微软Agent365企业AIGenspark推荐理由:企业 AI 落地的最大障碍是改变现有工作流,Genspark 直接嵌入微软基础设施的方案解决了这个痛点,IT 决策者和数字化转型负责人值得关注。原文
05:36Mustafa Suleyman@mustafasuleyman微软推出 Frontier Tuning 技术,允许用户通过强化学习环境(RLE)让 AI 模型从通用助手变成完全定制化的合作伙伴。该技术使模型能从用户的工作流程中直接学习,实现超适配,并持续优化。微软内部已在 Excel 场景中使用 RLE 和 MAI 模型,调优后的模型在公开和私有基准上与 GPT-5.4 持平,但效率提升高达 10 倍。这标志着 AI 从“租用智能”进入“自主控制”的新时代,用户能保留自己的数据、知识和流程优势。AI产品微软Frontier Tuning强化学习环境模型定制企业AI推荐理由:企业 AI 团队终于能摆脱通用模型的限制——Frontier Tuning 让模型真正学会你的业务逻辑,效率提升 10 倍且数据不外流,做定制化 AI 落地的团队值得深入研究。原文