· 11 分钟读完
那个比率是按任务算的,而收件箱是按天来的
2026 年 11 月 16 日,OpenAI 把计算机操作型智能体放进了医院软件,并报告评审者把 325 项电子病历收件箱任务中的 99% 评为临床安全。给这个比率配上一个分母——每位临床医生每年约 3,220 条消息——它描述的就是一年 32 到 90 次不安全的处置,而支撑它的证据体量只有一位医生一个月的量。价值主张缺的是同一个分母:一项覆盖 983,154 条门户回复的队列研究发现,AI 起草工具在它碰过的消息上快 29.5%,而在整条队列上慢 8.6%——因为一份草稿会在本来没人需要去读的消息上造出审阅工作。
· 10 分钟读完
智能体转的是碟,不是结论
NVIDIA、SETI 研究所与 Breakthrough Listen 在 2026 年 10 月 30 日宣布:软件智能体现在会接受自然语言指令,去操控那座 42 面天线的艾伦望远镜阵列、并处理它的实时数据流——而其中值得照抄的设计决定,是他们把哪一半留给了人。智能体动硬件,在那里一次失手的代价是一个观测窗口;人拥有那个结论,在那里一次失手收不回来。几乎每一个企业智能体试点都做的是反过来的事:人逐一批准那些可逆的工具调用,而模型撰写那个随后会有人照着做的结论。这份公告同时也是一次干净的「怎么读公告」练习:那个吞吐量数字是厂商的,而那个头条结果——蟹状星云里一次实时的脉冲星探测——在同一座阵列上有一个 2025 年的同行评审前身,而它压根没用智能体。
· 14 分钟读完
模型提议,账本决定:金融业究竟如何采用智能体
我们能查证的每一个金融部署都划了同一条线:模型负责阅读、匹配和起草,而动钱的事由代码或具名的人来决定。本文梳理 BNY、Allianz、Rillet、BlackLine、Ramp 与高盛的做法,缺了这条线时出过的事故,美国、欧盟、英国、新加坡与香港监管机构 2026 年提出的要求,围绕人工错误率的争论,以及接下来值得关注的五个动向。
· 10 分钟读完
它追平了科学家,却没抓住要点
2026 年 10 月初发布到 arXiv 的两个基准,把其他所有智能体评测都当成常量的两件事变成了变量——外壳给了多少指引,以及分数奖励的是一个预测还是一个解释。两者都能把数字挪动几十个点;其中一个报出:智能体的预测准确率 47.4%,人类科学家 48.8%,而在该任务真正围绕的那条洞见上,是 29.4% 对 69.7%。
· 11 分钟读完
AI 在交易栈中的位置:对冲基金真正用 AI 做哪些决策
交易中的 AI 不是一个机器人,而是一个四层栈——信号、仓位、执行、风控——每一层跑的模型不同、失效模式也不同。把这四层在脑中摆开,任何「AI 对冲基金」的标题三十秒内都能看懂。
· 11 分钟读完
智能体 AI 用于交易研究:当 LLM 坐进决策回路
炒作说 AI 智能体在「跑基金」;2026 年的现实是 LLM 智能体在跑研究台——基本面、情绪、多空辩论、风控签字——真正扣扳机的还是规则代码。看清这条分界线,就分得清「把模式用对」和「把它当神」。