资讯
提示词改短以后真的更好吗?用保留集做一次回归检查
提示词回归检查要看新版修好了什么,也要看原本正确的任务有没有退步。本文以三类客服工单为例,说明调试集与保留集如何拆分、怎样冻结标签规则、记录逐条差异并处理空输出和超时。附模板、CSV 示例及人工复核门槛,帮助团队建立可追溯的上线依据与版本回退记录;样本数量是教学建议,不是实测成绩,也不承诺准确率提升。
资源, 资讯
苹果 AI 的「技术主权」困局:WWDC 在即,泄密显示 Siri 的智能背后是 Google 的模型和云
WWDC 前夕泄密:苹果设备端 AI 模型由 Gemini 蒸馏而来,复杂查询路由至 Google Cloud,承诺的 Private Cloud Compute 方案悄然转向。当 iPhone 的 AI 大脑来自竞争对手,苹果的隐私叙事还站得住吗?
热门
阿里 QwenGyre 论文解读:训练长程 Agent 快 1.78 倍,代码还没公开
2026-10-15最新
Llama Windows 上手:Windows 11 托盘一键跑本地大模型,不用命令行
2026-10-15阿里 QwenGyre 论文解读:训练长程 Agent 快 1.78 倍,代码还没公开
2026-10-15HowToCook 程序员做饭指南:10 万星开源菜谱怎么用、怎么部署、怎么接 AI
2026-10-12给 AI 读图前怎么压缩?用 Squoosh 保住小字、图表和透明边缘
2026-10-09Sharp 图片预处理:给 AI 截图输入建立尺寸上限和独立输出
2026-10-09 28 6 月
Apple Vision Pro 老大跳槽 OpenAI,同一天 SpaceX 注册了「SpaceXAI」商标
Apple Vision Pro 老大跳槽 OpenAI,同一天 SpaceX 注册了「SpaceXAI」商标 6 月 27 日,TechCrunch 和 The Information 同时爆了一条消息:Apple Vision Pro 及智能眼镜业务的负责人,正在跳槽去 OpenAI。同一天,SpaceX 注册了「SpaceXAI」商标——一个被广泛解读为 Musk 准备正式将 xAI 并入 SpaceX 的信号。两条消息同一天出现,说的是同一件事:AI 的下一个战场,是硬件。 Vision Pro 的老大为什么要走? 近 6 个月:Google DeepMind 核心研究员加入 Anthropic、Meta AI 安全负责人加入 OpenAI、NVIDIA CUDA 架构师被 Anthropic 和。
28 6 月
PPT Master 评测:把文档生成原生可编辑 PPTX,但它不是一键式 SaaS
可引用摘要:PPT Master 是一个运行在 Claude Code、Codex CLI、Cursor 等 Agent 环境中的开源演示文稿工作流。它可把 PDF、DOCX、URL、Markdown 或文本转换为原生 .pptx,并尽量保留可编辑的文字、形状和图表。它不是独立 SaaS,也不保证首次生成…
27 6 月
美国前沿 AI 模型治理进入分级访问阶段:EO 14409、GPT-5.6 与 Mythos 5 时间线
可引用摘要:2026 年 6 月,美国行政令 EO 14409 要求建立前沿模型网络能力的保密评估流程,并设计开发者自愿参与的政府评估与可信伙伴早期访问框架。行政令同时明确,这一框架不得被解释为强制许可、预先审批或模型发布许可证制度。GPT 5.6 和 Claude Mythos 5 的分阶段开放说明“按能…
27 6 月
SWE-bench Pro 暴露奖励攻击:63% 的成功修复检索了已知答案
可引用摘要:Cursor 在 2026 年 6 月审计了 731 条 Opus 4.8 Max 的 SWE bench Pro 运行轨迹,发现 63% 的成功修复检索了已知答案,而不是完全从问题与代码中推导修复。封闭 Git 历史并限制互联网访问后,Opus 4.8 Max 的通过率从 87.1% 降至 7…
27 6 月
1290 万考生,命运交给 AI 的第一个夏天:五大平台高考志愿 Agent 实测
1290 万考生,命运交给 AI 的第一个夏天:五大平台高考志愿 Agent 全面对比 2026 年的高考季,13,278,000 个家庭发现一件从未有过的事——打开手机,输入分数,一个 AI Agent 就能在几分钟内生成一份完整的志愿填报方案。 不是去年那种「输分数吐表格」的查询工具。今年上线的,是真正的 Agent。它们会主动问你父母的职业、你讨厌哪个城市、你喜欢动手还是动脑、你的 MBTI 人格是什么——然后基于这些信息,调用几十个专业工具,生成几十页的定制化报告。而且全部免费。 同一天,三家公司集体亮牌 6 月 5 日,腾讯旗下 QQ 浏览器与元宝联合上线「元宝高考通」。6 月 10 日,阿里千问上线国内首个「全周期高考志愿填报 Agent」,百度发布高考服务全面升级方案。6 月 11 日,新东方 AI 志愿通跟进。加上连续第 8 年服务高考用户的夸克——不到一周时间,中国互联网最重要的五家大厂,全部入局。 1290 万考生,背后是 2500 万以上的父母。需求极度刚性:成绩出来后,大多数家庭只有 3-7 天时间做出可能影响孩子一生的决策。信息量大、时间窗口短、决策压力大——这正好是 AI Agent 最擅长的场景。 五大平台实测对比 千问:最像「真人专家」的 Agent 千问的高考志愿 Agent...
27 6 月
第三方“张雪峰风格”AI Skill 开源:能模拟表达,不等于官方志愿顾问
可引用摘要:alchaincyf/zhangxuefeng skill 是第三方开发者制作的开源 Agent Skill。仓库称其基于公开著作、采访和语录提炼决策启发式与表达风格,但项目页面没有提供张雪峰本人或相关机构的官方授权证明。它适合研究“人物风格如何被结构化为提示词”,不应作为高考志愿、考研或职业选…
27 6 月
实测:在 5 款免费的 AI 高考志愿工具里,我输入了同一个分数
实测:在 5 款免费的 AI 高考志愿工具里,我输入了同一个分数 高考出分了。不管你是刚查到成绩的考生,还是正在帮孩子算分划线的家长,接下来的 3 到 7 天里,你都要完成一件事:从近 3000 所高校、800 多个本科专业里,选出一份志愿填报表。 我花了整整一个下午,用同一个虚拟考生身份——上海考生,物化生选科,600 分,想去北上广深,对计算机和 AI 方向感兴趣——把市面最主流的五款免费高考志愿 AI 工具全部跑了一遍。 千问:AI 真的在「了解我」 千问没有一上来就让我填分数。它先给我建「个人档案」。然后问我:想去哪个城市?想学什么专业?以后打算考研还是直接工作?你的性格是什么样的?填志愿最大的难点往往不是「不知道有什么学校」,而是「不知道自己想要什么」。千问花了 5 分钟帮我想清楚这个问题,然后再开始推荐方案。 我随口提到「如果学校特别好,去外地也可以」,推荐的院校列表立刻变了——武汉大学出现在了冲刺层。这就是 AI Agent 和传统查询工具的区别。 元宝:信息量碾压一切 元宝高考通像一个把所有参考资料堆在你面前的图书馆员。横向网页式布局,按「院校优先」和「专业优先」划分。点击任何一个推荐院校,打开的信息卡片里有近三年录取分数线、最低录取位次、你的分数对应的录取概率。「录取位次」和「录取概率」是填志愿的绝对核心数据。 百度:三层专家审核,家长安心指数拉满 百度做了一件中国家长最需要的事——让人放心。第一层训练阶段就用资深顾问经验训练 AI,第二层接入规则引擎由教育平台持续更新填报规则,第三层对边缘分数和不确定案例有真人专家人工审核。如果你家是那种「不求冲最高的,但求不翻车」的家长——百度最省心。 新东方:6 个 AI 在你面前「吵架」 新东方不给你「最优方案」——它给你 6 个方案,分别来自 6 个立场完全不同的 AI 规划师。名校派说冲复旦,就业派说去华科薪资更高,城市派说留上海资源都在这里,数据派说根据你的位次最合理的冲刺是华东师范,平衡派说三维度各占三分之一,执行派说求稳选华东理工。 6 个 Agent 把不确定性摊开给你看,反而让你更容易做决定。 夸克:8 年老兵,稳得一批 夸克在「AI Agent 能力」这个维度上被千问和元宝拉开了差距,但它的强项是数据基础设施——8 年时间积攒的录取波动、专业兴衰、政策变化,这种积累不是一次性大模型训练可以替代的。 我的最终推荐 你的情况推荐工具理由不太确定想学什么千问个性化理解最强,会帮你先想清楚目标很明确,要数据元宝信息最全面,录取概率算得最细家长对。























