Sarah Guo：模型实验室与智能体实验室的分野
深度Latent Space2026年6月11日12 分钟阅读
No Priors 播客常客、著名投资人 Sarah Guo 在 Substack 上发表了一篇关于“智能体工程”的深度文章。她提出一个核心框架，区分了“可训练”与“不可训练”的能力，并指出真正的护城河在于那些无法被基准测试量化的、肮脏的集成工作。
觉得有用？分享给更多人
相关文章
Paul Christiano加入OpenAI基金会董事会，进入安全与安保委员会，参与新模型发布决策。他近期公开警告AI能力快速提升可能带来灾难性失控风险。
深度·9月9日·3 分钟
文章介绍了一种查询非结构化数据的系统，通过解析、索引和搜索引擎机制，将语义处理与结构化数据查询结合。方案强调了准确性与效率的平衡，适用于大规模文本与多模态数据。
深度·9月9日·3 分钟