LLM-API

Artificial Analysis 与 IBM 联合发布了 ITBench-AA 基准测试，结果显示即使是 GPT-4o 和 Claude 3.5 Sonnet 这样的一线大模型，在处理复杂的企业级 IT 智能体任务时，成功率也未能突破 50%。

CNN 已正式起诉 AI 搜索初创公司 Perplexity，指控其“逐字逐句”抄袭新闻内容并强行绕过订阅付费墙。这一诉讼标志着内容出版商与 AI 巨头之间的法律博弈进一步升级。

泄露的独立 Siri 应用渲染图和系统级设计重构表明，苹果正准备通过 Apple Intelligence 彻底改变其 AI 策略，正面挑战 ChatGPT 的统治地位。

本文深入探讨本地 AI 领域的最新进展，包括 Ollama 的默认量化策略、专为本地编码设计的 Light-Agent v0.2.1，以及 Qwen 3.7 Max 在多模态生成方面的卓越表现。

深入探讨全球首例由 AI 自主构建的 2FA 绕过零日漏洞案例，分析攻击者如何从 AI 助手转变为 AI 操作员，以及企业应如何构建新型 LLM 安全防御体系。

Snowflake 通过一项耗资 60 亿美元的五年期巨额协议加强了与亚马逊的合作，重点是采用 AWS 自研的 AI 芯片，这标志着企业正逐渐摆脱对英伟达市场垄断的绝对依赖。

思科正在通过集成 OpenAI Codex 彻底改变其开发生命周期，旨在实现 AI 原生开发的大规模扩展、加强 AI 防御工作，并实现企业级的缺陷自动化修复。

本文深度解析了为什么大多数 RAG 系统的失败源于检索而非 LLM，探讨了混合检索、重排序以及现实世界中复杂文档预处理的挑战。

大多数 AI Agent 的失败并非源于模型本身，而是因为基础设施架构的倒置。了解为什么“提示词优先”的开发模式是陷阱，以及如何通过 n1n.ai 构建高可用的生产级智能体系统。

Robinhood 推出了项突破性功能，允许用户为 AI 智能体（AI Agents）创建独立的交易账户并预置资金，标志着散户金融进入自动化决策的新时代。

深入探讨 OpenAI、Thrive 与 Crete 如何利用 Codex 构建自我改进的税务智能体，实现复杂申报自动化、提升合规准确率并加速财务工作流。

深入探讨本地 AI 的最新进展：Ollama 改进的互操作性、具备原生多轮对话保存能力的 Qwen3.5 35B 模型的发布，以及通过 WebGPU 在浏览器中运行的突破性 1-bit 文本生成图像模型。