EP196 · ChatGPT 负责人谈常驻智能体、Temporal 演示故障恢复、Crusoe CEO 谈算力成本BestBlogs

EP196 · ChatGPT 负责人谈常驻智能体、Temporal 演示故障恢复、Crusoe CEO 谈算力成本

14分钟 ·
播放数18
·
评论数0

章节时间戳

  • 00:00 开场

  • 00:43 精讲:ChatGPT 负责人谈常驻智能体与插件生态

  • 03:24 精讲:Temporal 用异步审批恢复工作流

  • 06:18 精讲:Crusoe CEO 谈算力交付与 GPU 寿命

  • 09:03 重点 4–6:AssemblyAI 客服、OpenAPPA 安全、PayPal 目录

  • 10:49 重点 7–10:代码库维护、AWS 工具、MiniMax 测评、RAG 客服

  • 13:18 结语

★ 精讲一 | ChatGPT 负责人 Tibo Sottiaux:常驻 AI 智能体、插件生态与产品的下一步 [视频]

00:43|来自 Lenny's Podcast|BestBlogs 评分 91

Tibo Sottiaux 在访谈中描绘了持续理解目标、从反馈学习的常驻智能体,并介绍插件分发与收益分享方向。生产故障预警的例子把愿景落到具体场景,也说明执行仍有权限边界。适合产品团队据此思考交互、生态与用户注意力如何一起设计。

★ 精讲二 | 把人工审批当作异步 API:Temporal 演示智能体工作流的故障恢复 [视频]

03:24|来自 AI Engineer|BestBlogs 评分 90

人工审批等待期间关掉 worker,批准事件仍能保存,重启后从已有状态继续。Temporal 的 Melanie Warrick 用配送演示讲清等待条件、信号与事件重放,把人工参与纳入持久化工作流。开发者可据此检查审批恢复路径,并按出错成本决定何时需要人介入。

★ 精讲三 | Crusoe CEO:为什么 GPU 折旧和 AI 能源成本常被误判 [视频]

06:18|来自 20VC with Harry Stebbings|BestBlogs 评分 88

Crusoe CEO Chase Lochmiller 认为,算力瓶颈在于能否及时把 GPU 接上电并投入使用。访谈结合自制供电设备、旧芯片推理服务与多层业务解释其判断,为理解交付周期、资产寿命和利用率提供经营者视角;有关成本与社区收益的结论应保留其观点归属。

重点 4–10

09:03 继续阅读七篇重点内容

AssemblyAI 如何打造解决八成工单的 AI 客服智能体 Joey [视频]

09:03|来自 AI Engineer|BestBlogs 评分 88

AssemblyAI 工程师分享文档驱动客服智能体 Joey;据其自述,上线首周端到端工单解决率由约 10% 升至 80%,Token 与基础设施成本约每月 700 美元。

Archestra 的 OpenAPPA 在两项主要安全基准中表现为 0% 攻击成功率

09:03|来自 InfoQ|BestBlogs 评分 87

Archestra 的开源 OpenAPPA 引擎通过执行确定性、环外信息流策略,为 LLM 代理报告了 0% 的攻击成功率,同时在两项安全基准中取得了 89% 的任务完成率。

关键词搜索正在退场:PayPal 谈商家目录如何适应 AI 智能体 [视频]

09:03|来自 AI Engineer|BestBlogs 评分 85

PayPal 产品负责人 Nixon Den 认为购物正从关键词匹配转向由智能体理解意图、代理决策,并通过目录增强实验说明:准确的商品属性比单纯堆砌文字更重要。

AI 编码智能体正让大型代码库更难维护|Sourcegraph 的 Dan Adler [视频]

09:03|来自 AI Engineer|BestBlogs 评分 85

Sourcegraph CEO Dan Adler 认为,编码智能体加重了大型代码库的维护负担;他提出用代码图基础设施和智能体驱动的批量变更,在大量仓库中定位并更新代码。

运行时自行编写工具的智能体:AWS Sandhya Subramani 演示 Strands Agents [视频]

09:03|来自 AI Engineer|BestBlogs 评分 86

AWS 的 Sandhya Subramani 现场演示 Strands 智能体如何在运行中创建并加载工具及子智能体,并说明投入生产前所需的评估与安全约束。

和 Opus 5.5 同题卷,MiniMax M3.1 Flash 开始超纲

09:03|来自 APPSO|BestBlogs 评分 88

APPSO 用前端页面、动效和交互任务对比 MiniMax M3.1 Flash Preview 与 Opus 5.5,展示 Flash 级模型在这些创作场景中的表现,为按任务选择模型提供具体参考。

半年人工喂出来的 AI 客服:从 0 到 1 打磨生产级 RAG 系统,越用越聪明

09:03|来自 人人都是产品经理|BestBlogs 评分 90

本文通过社交语言学习 App「空气小猪」的案例,深度解析了从 0 到 1 构建生产级 RAGAI 客服系统的技术路径,涵盖意图识别、问题泛化及数据飞轮闭环机制。

相关链接

· 本期早报在线阅读:www.bestblogs.dev

· ChatGPT 负责人 Tibo Sottiaux:常驻 AI 智能体、插件生态与产品的下一步 [视频]:www.bestblogs.dev

· 把人工审批当作异步 API:Temporal 演示智能体工作流的故障恢复 [视频]:www.bestblogs.dev

· Crusoe CEO:为什么 GPU 折旧和 AI 能源成本常被误判 [视频]:www.bestblogs.dev

· AssemblyAI 如何打造解决八成工单的 AI 客服智能体 Joey [视频]:www.bestblogs.dev

· Archestra 的 OpenAPPA 在两项主要安全基准中表现为 0% 攻击成功率:www.bestblogs.dev

· 关键词搜索正在退场:PayPal 谈商家目录如何适应 AI 智能体 [视频]:www.bestblogs.dev

· AI 编码智能体正让大型代码库更难维护|Sourcegraph 的 Dan Adler [视频]:www.bestblogs.dev

· 运行时自行编写工具的智能体:AWS Sandhya Subramani 演示 Strands Agents [视频]:www.bestblogs.dev

· 和 Opus 5.5 同题卷,MiniMax M3.1 Flash 开始超纲:www.bestblogs.dev

· 半年人工喂出来的 AI 客服:从 0 到 1 打磨生产级 RAG 系统,越用越聪明:www.bestblogs.dev

关于 BestBlogs

BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容,关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验和关注我们。

关注我们