8月25日
04:50
03:38
01:04
8月24日
10:22
8月23日
17:19
8月22日
02:03
01:38
8月21日
14:32
7月30日
17:57
17:57官方账号OpenAI@OpenAI
72°
OpenAI 通过 Responses API 实现了一项测试,启用了 Retained reasoning 和 Context compaction 功能。在公开数据集上,GPT-5.6 Sol 的得分提升了 188%,同时输出 token 数量减少了 6 倍。这一改进显著提高了模型的推理效率和输出质量。
事件专题

推荐理由:OpenAI 用 Responses API 让 GPT-5.6 Sol 分数涨了 188%,输出 token 还少了 6 倍,效率提升很明显。
7月29日
10:56
7月13日
20:43
7月10日
01:11
7月8日
01:10
01:10官方一手AWS Machine Learning Blog@Sindhu Chandra
AWS Finance团队使用Amazon Quick的chat agents和Flows,将两个最耗时的流程实现自动化。通过配置Flows和聊天代理,团队简化了重复性任务,回收了数百小时的工作时间。该案例展示了Amazon Quick在财务场景中的实际应用效果。
推荐理由:AWS Finance分享了用Amazon Quick的chat agents和Flows自动化两个耗时工作流,省了几百小时,很实用。
6月18日
03:50
03:50官方账号Google DeepMind@GoogleDeepMind
Google DeepMind与英国科学、创新与技术部(DSIT)、住房与社区部(MHCLG)以及i.AI合作,开发一款AI住房规划申请原型。该原型通过自动化重复性任务,有望将处理时间缩短最多50%,帮助规划官员专注于复杂项目。

推荐理由:DeepMind和英国政府联手,用AI把住房规划审批时间砍半,不是画饼,是已有原型了。
6月12日
14:49
14:49AI Will@FinanceYF5
一位开发者使用Claude Fable 5在3小时内完成了原本需要4个月的模型微调工作,包括7阶段完整pipeline、TUI界面、HTML dashboard、39个专项技能、8700行代码和235个测试,且达到98%完成度,一次成功。这一案例展示了AI辅助开发在效率上的巨大提升,对从事模型微调和AI开发的团队具有重要参考价值。
事件专题

推荐理由:这个案例把AI辅助开发的效率提升量化到了极致——4个月 vs 3小时,做模型微调或AI工程化的团队看完会重新思考工作流程,建议点开感受一下。
6月10日
6月9日
04:27
04:27官方账号Perplexity@perplexity_ai
83°
Perplexity AI与哈佛大学联合发布了一项关于从聊天界面转向自主Agent(如Computer)的研究。为期3个月的研究显示,使用Computer的工人完成任务的时间比仅使用搜索减少了87%,成本降低了94%,且满意度更高。该研究强调了自主Agent在提升工作效率和降低成本方面的巨大潜力,为AI应用从对话式向自主执行转变提供了实证支持。

推荐理由:这项研究用数据证明了自主Agent比传统搜索效率高出一个量级,做AI产品设计或企业效率优化的团队值得关注,可以直接参考其方法论评估自己的Agent方案。
6月3日
5月29日
07:49
07:49官方一手OpenAI Blog博客/媒体
Endava 利用 OpenAI 的 Codex 构建了一个智能体组织,大幅加速软件交付流程。通过 Codex,他们将需求分析时间从数周缩短到几小时,显著提升了开发效率。这一实践展示了 AI 智能体在企业级软件开发中的实际应用潜力,为其他公司提供了可复用的模式。Endava 的案例表明,智能体不仅能辅助编码,还能贯穿需求、设计、测试等全流程。
事件专题

推荐理由:做企业级软件交付的团队终于有了可落地的 AI 智能体案例——Endava 把需求分析从周级压缩到小时级,效率提升肉眼可见,建议直接参考他们的实践模式。