原始简介：美国西部的野生动物专家发现小型飞行器非常适合保护人类和牲畜免受捕食者的侵害

正文: 牧场主特里·范登博斯（Terry Vandenbos）第一次目睹一只熊被无人机赶跑是在两年前的一个春天，那时他正追赶这只动物。

---

当他看到这只灰熊穿过他的财产附近的一条路时，他骑着全地形车，计划在需要时将它从他的牛群附近吓走。但是当他离熊还很远的时候，熊开始奔跑，看着它转身向一个附近的湖泻去时，范登博斯也抬头看着天空；在头顶上，一架小型无人机跟随着熊，它的四个螺旋桨发出高音嘈杂声，将动物驱赶向附近的湖泊。“我觉得我不需要在这里”，范登博斯回忆道。他开车回家了。那只熊从未接触过他的牛群。

…（文章内容过长，省略部分）…

研究人员强调，无人机并非解决问题的灵丹妙药。它们无法在大风或恶劣天气中飞行，目前还没有除军用外能够自动进行无人机飞行的系统；训练有素的人类飞行员始终需要操作遥控器，使得无人机是一种耗时的策略。研究人员正在积极研究可以做到这一点的算法，包括识别接近捕食者形状，但这些程序仍在发展中。

扩大规模：在南非渔业社区改变生活的应用程序的探索更多内容
同时，由于狼群和灰熊在美国大多数地区仍在濒危物种名单上，只有持有特别许可证的研究人员才被允许骚扰它们。尽管如此，当地人仍在询问这项技术；蒙大拿最近改变了其许可证制度，允许牧场主使用无人机将非濒危物种（如麋鹿）赶出他们的田地。如今，无人机已成为之前只覆盖直升飞机捕鸟的现有FAA执照的一部分。

研究人员认为，这些无人机的缺点确实存在，但是可以克服，尤其是随着人们对这种新用途的热情传播和更多人尝试使用它们。“似乎每隔一周我就会接到一个不同的电话或电子邮件，有人听说我们正在用无人机做什么”，犹他州的兰格拉克（Ranglack）说。他指出，甚至那些通常因捕食者政策而与联邦野生动物服务发生冲突的保护团体也联系上了，表达了他们的支持。“这是一种独特的工具，因为它可以非常有效，所以正在团结人们共同达成这一目标”。

探索更多相关主题
技术
无人机（非军事）
蒙大拿州
野生动物
生物学
犹他州
西海岸
特色

分享
重复使用此内容。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

ReasonLabs被评为第12届《网络防御杂志》年度信息安全奖的编辑之选
ReasonLabs，这家致力于为家庭用户提供尖端分布式EDR平台的网络安全先驱，自豪地宣布荣膺《网络防御杂志》颁发的浏览器安全奖。{ width=60% }

---

ReasonLabs首席执行官兼联合创始人Kobi Kalif表示：“我们很高兴能成为第12届网络防御大会2024年度信息安全奖的获奖者之一。我们知道竞争会很激烈，而且评委会成员都是来自世界各地领先的信息安全专家，我们感到非常高兴。这个奖项强化了我们所走的道路，为全球用户防范下一代威胁、身份盗用和隐私侵犯。”
《网络防御杂志》出版人Gary S. Miliefsky表示：“ReasonLabs体现了我们评委看重的三个主要特点，有望成为获奖者：理解明天的威胁，提供经济实惠的解决方案，并在意想不到的方式中创新，有助于降低网络风险并在下次违规事件发生之前走在前面。”
ReasonLabs综合的在线安全平台包括增强用户隐私、保护其身份和保护其设备的组件。浏览器安全、防身份盗用、下一代防病毒软件、VPN等功能为用户带来了安心，让他们过上无忧的数字生活。在线安全现已在iOS、Android和Web上可用。
ReasonLabs的下一代防病毒引擎RAV终端保护最近在病毒通讯的VB100防病毒测试中获得了最高的A+评级，检测到了测试的所有恶意软件的99.90%。A+级表明RAV终端保护在检测和中和恶意软件、勒索软件和其他恶意软件方面表现出色。
2024年度信息安全创新奖的完整名单可以在此处找到，欲了解更多关于ReasonLabs及其屡获殊荣的在线安全平台的信息，请访问https://reasonlabs.com。
探索AITechPark，获取人工智能、物联网、网络安全、AITech新闻以及行业专家的见解更新！

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Tempus AI, Inc.（纳斯达克股票代码：TEM），一家领先的利用人工智能推动精准医学和患者护理发展的技术公司，今天宣布与Flatiron Health合作。{ width=60% }

---

Flatiron Health是一家专注于扩大肿瘤学现场解决方案可能性的领先健康科技公司，通过分子分析集成（MPI）将其全面基因组测试直接整合到Flatiron的基于云的电子医疗记录（EMR）平台OncoEMR®中。此次整合将为肿瘤学家提供无缝访问Tempus的一系列测试选项，增强他们提供个性化癌症护理的能力。

Flatiron的MPI——实验室和OncoEMR之间的双向集成——将允许Flatiron网络内在美国逾800个社区癌症护理地点拥有4,200名服务提供者直接在OncoEMR工作流中订购和接收Tempus的结果。该整合将支持电子订购、订单跟踪以及直接在OncoEMR平台内接收Tempus测试结果，显著减少行政负担，并改善护理提供者的体验。

“此次合作代表Tempus分子分析能力整合到日常肿瘤学实践中的重要一步，”Tempus肿瘤学首席医疗官Ezra Cohen博士说。“通过利用Flatiron在OncoEMR内的分子分析集成，我们使肿瘤学家能够更高效、更精确地访问我们的全面基因组测试，从而增强患者护理和结果。”

“将Tempus的一系列测试选项整合到OncoEMR中标志着个性化癌症护理的一大进步，为每位癌症患者提供更精确的诊断和个性化治疗，”Flatiron的首席医疗官、临床肿瘤学和安全主管Stephen Speicher博士表示。“此次合作确保Flatiron网络内的肿瘤学家方便获取实践精准医学所需的信息，改善患者结果，并更有意义地花费更多时间与他们的患者，最终提升提供者和服务对象的护理体验。”

此次整合的一个关键特点是统一订购，通过部署单一订单表在所有MPI参与实践中，简化程序并确保一致性。此外，该整合将为提供者提供对Tempus测试的全面访问，包括xT、xR、xF/xF+、xG/xG+ Ambry、xM/xM（NeXT Personal® Dx），以及多种AI启用的算法附加测试。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

重要指南，帮助企业家和投资者在独特的机器人创业世界中驾驭

Cybernetix Ventures，一家引领对早期机器人、自动化和工业人工智能投资的风险投资公司，今天宣布推出《机器人创业指南》。{ width=60% }

---

这是一本在线指南，用于引导建立和扩展机器人创业企业的独特挑战。该指南充分利用了Cybernetix团队过去和正在进行的50年经验以及前瞻性视野，为创始人、投资者和机器人领域的生态系统领导者创建了指南。通过提供关于选择垂直市场和使用案例、平衡硬件和可扩展软件进行产品定义和开发、以及最大化收入模式等关键主题的见解，它使创始人、投资者和领导者能够在一个迅速增长且即将爆炸增长的行业中做出明智决策。

《机器人创业指南》目前包含六章，将在接下来的几个月内发布。这本指南适用于看到机器人、工业人工智能和自动化这些强大超级趋势，并希望了解在这些领域建立、扩展和投资的关键成功因素和常见挑战的企业家、投资者和生态系统领导者。

Cybernetix Ventures的创始人兼管理合伙人Fady Saad表示：“无论您是一个希望了解机器人作为独特投资类别的投资者，还是一名希望建立和扩展具有颠覆性机器人公司的企业家，本指南都适合您。”“它旨在提供可操作的见解，突出常见陷阱，并引导行业领导者塑造未来机器人。”

成立于2021年，Cybernetix Ventures通过与全球机器人集群合作，支持最有前途的机器人创始人和创业公司，将这些公司推向全球舞台，将它们与潜在客户、后期投资者、金融机构和收购方的多样化生态系统联系起来。

Cybernetix Ventures的联合创始人兼常务合伙人Mark Martin评论道：“有许多关于机器人的误解。它不再是一项资本密集型工作，收入和扩展的路径可以比过去快得多。但与SaaS投资相比，融资情况可能有所不同。相当典型的情况是看到额外的种子轮或额外的A轮融资以实现收入加速和增长阶段投资者希望看到的利润和亏损。优秀的机器人初创公司带来的回报是非常稳定的业务，拥有高价值的部署硬件，可以通过数据、增值软件、服务和消耗品的额外收入流添加额外收入。因此，虽然机器人需要投资者转变思维，但那些理解长期价值的人将获益颇丰。”

探索AITechPark，获取人工智能、物联网、网络安全、AITech新闻以及行业专家发布的见解更新！

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

PolarFire® FPGA以太网传感器桥提供低功耗多传感器桥接至NVIDIA边缘AI平台，以帮助构建人工智能（AI）驱动的传感器处理系统的开发人员，Microchip Technology（纳斯达克：MCHP）发布了其与NVIDIA Holoscan传感器处理平台配合使用的PolarFire® FPGA以太网传感器桥。{ width=60% }

---

PolarFire FPGA实现了多协议支持，作为Microchip平台发布的首个解决方案与基于MIPI® CSI-2®的传感器和MIPI D-PHY℠物理层兼容。未来的解决方案将支持各种具有不同接口的传感器，包括SLVS-EC™ 2.0、12G SDI、CoaXPress® 2.0和JESD204B。该平台允许设计人员在利用NVIDIA Holoscan生态系统的强大功能的同时，利用PolarFire FPGA的节能技术进行低延迟通信和多协议传感器支持。
NVIDIA Holoscan有助于简化在边缘进行实时洞察的人工智能（AI）和高性能计算（HPC）应用的开发和部署。它将实时传感器流和网络连接所需的硬件和软件系统整合到一个平台中。该平台包括用于数据处理的优化库，用于启动AI推理管道开发的示例AI模型，用于促进快速原型设计的模板应用以及用于运行流媒体、图像和其他应用的核心微服务。
借助PolarFire FPGA以太网传感器桥将实时传感器数据桥接至NVIDIA Holoscan以及NVIDIA IGX和NVIDIA Jetson平台，能够开启新的边缘至云应用，实现AI/ML推理，并促进医疗、工业和汽车市场对AI的采用。
“以太网传感器桥基于Microchip高度节能、安全可靠的PolarFire FPGA平台，”Microchip FPGA业务部门副总裁Bruce Weyer表示。“通过将我们灵活的FPGA结构与NVIDIA先进的AI平台和多协议支持相结合，我们正在赋予开发人员创造性的力量，创造将彻底改变各种强大的AI驱动边缘应用程序传感器接口的实时解决方案。”
通过利用Microchip PolarFire FPGA技术的低功耗特性，NVIDIA Holoscan传感器桥有效地管理来自各种传感器的高带宽数据，通过以太网，在NVIDIA AI平台上实现实时高性能边缘人工智能处理。这种节能设计也适用于小尺寸和对能耗或成本敏感的应用。
PolarFire FPGA通过提供嵌入式安全和安全功能来解决传感器应用中的安全问题，以帮助防范潜在的网络威胁，并提供物理、设备、设计和数据完整性。它们还具有单事件故障（SEU）免疫功能，在受到辐射的环境，如太空或高海拔应用和医疗环境中具有很高的可靠性。SEU免疫功能还有助于降低数据损坏和系统故障的风险。
探索AITechPark，了解人工智能、物联网、网络安全、AITech新闻中的最新进展，并获取来自行业专家的深入见解！。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需输出为Makedown源文件格式内容。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

一家在线教育巨头，被OpenAI给打趴下了。
智东西11月14日消息，据《华尔街日报》报道，红极一时的美国在线搜题平台Chegg正成为ChatGPT热潮中的“牺牲品”。

---

Chegg是一家成立于2006年的老牌教育科技企业，其定位与国内的“作业帮”等软件类似，为用户提供搜题、在线答疑等服务。疫情期间的在线教育爆发让其订阅用户数量飞涨，一度超过500万人，旗下搜题软件的下载量超过5000万次，是美国乃至海外的主流在线搜题平台之一。
自ChatGPT推出以来，Chegg失去了超过50万订阅者，有不少用户认为AI聊天机器人能为他们提供更好的定制化解题、辅导服务。Chegg的股价从疫情期间近100美元的高点回落至1.72美…

▲Chegg的股价变化（图源：《华尔街日报》）

这是ChatGPT时代残酷商业变局的一个缩影。Chegg不是没有挣扎，它已经努力将AI技术融入其产品中，但仍然阻止用户和投资者纷纷转身离去。
投资银行Needham在调查中发现，今年秋季学期仅有30%的大学生计划使用Chegg，低于春季学期的38%。有62%的大学生计划使用ChatGPT，高于春季学期的43%。
外包答题者原本是Chegg平台上答案的主要来源，但这种方式相对缺乏灵活性。此外，Chegg直接向用户提供答案，鲜少提供详细的解题思路和定制化辅导，这种行为遭到不少教育从业者和部分用户的诟病。
Needham的分析师Ryan MacDonald认…

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

一家在线教育巨头，被OpenAI给打趴下了。
智东西11月14日消息，据《华尔街日报》报道，红极一时的美国在线搜题平台Chegg正成为ChatGPT热潮中的“牺牲品”。

---

Chegg是一家成立于2006年的老牌教育科技企业，其定位与国内的“作业帮”等软件类似，为用户提供搜题、在线答疑等服务。疫情期间的在线教育爆发让其订阅用户数量飞涨，一度超过500万人，旗下搜题软件的下载量超过5000万次，是美国乃至海外的主流在线搜题平台之一。
自ChatGPT推出以来，Chegg失去了超过50万订阅者，有不少用户认为AI聊天机器人能为他们提供更好的定制化解题、辅导服务。Chegg的股价从疫情期间近100美元的高点回落至1.72美元，市值蒸发了约145亿美元，几乎跌去了99%的市值。
这是ChatGPT时代残酷商业变局的一个缩影。Chegg不是没有挣扎，它已经努力将AI技术融入其产品中，但仍然阻止用户和投资者纷纷转身离去。
投资银行Needham在调查中发现，今年秋季学期仅有30%的大学生计划使用Chegg，低于春季学期的38%。有62%的大学生计划使用ChatGPT，高于春季学期的43%。
外包答题者原本是Chegg平台上答案的主要来源，但这种方式相对缺乏灵活性。此外，Chegg直接向用户提供答案，鲜少提供详细的解题思路和定制化辅导，这种行为遭到不少教育从业者和部分用户的诟病。
Needham的分析师Ryan MacDonald认为，Chegg目前的困境或许不是暂时的，而是行业的结构性变化。

1. 20年老牌教育企业陷困局，
   与OpenAI合作告吹
   Chegg成立于2006年，最早提供教科书租赁服务，后转型为一家在线教育技术公司。Chegg在印度拥有数千名外包员工，为练习题提供人工答案。2013年，Chegg在纽交所上市。
   多年来，Chegg一直是美国学生在需要搜题时的首选工具。随着疫情期间部分学生转向线上学习，其订阅者数量迎来增长，最高时曾超过500万人。
   订阅是Chegg的主要盈利模式之一，目前其月度订阅费用为19.95美元，几乎与ChatGPT的定价相同。
   2022年左右，Chegg面临着疫情后期的业务动荡。开始有员工们要求获得资源，以来开发用于自动回答的AI工具。一位参与这项工作的人说，Chegg的领导层最初拒绝了这一请求。
   ChatGPT发布后，一些Chegg员工认为这对公司没有风险，因为聊天机器人的答案在他们看来并不可靠。
   但在几个月后，Chegg的内部数据显示，越来越多的学生正在使用ChatGPT辅助学习。Chegg员工发现，GPT-4提供的一些答案在内部评估中的得分要高于人类专家的答案。
   与此同时，Chegg的创始人兼CEO Dan Rosensweig开始与OpenAI的CEO Sam Altman会面，合作开发一款名为Cheggmate的服务。这一产品将Chegg包含数百万份人工答案的数据库与GPT-4结合，为学生提供即时问答或生成定制测验。
   然而，这一合作并未让Chegg的业绩反弹，今年5月，Rosensweig在财报电话会议上称，ChatGPT影响了Chegg的用户增长，他们将不再与OpenAI合作。Chegg转而与AI数据创企Scale AI合作，为平台内的20多个学科创建AI系统。

2. 新CEO上任开启AI转型，
   订阅者并不买账
   今年6月，Rosensweig辞任Chegg CEO一职，公司资深高管Nathan Schultz接任，并推动了Chegg的转型工作。
   在之前，Chegg一直因为帮助学生以作弊方式完成作业而遭到批评。新任CEO Schultz制定了一项计划，要让Chegg给学生提供更为丰富的解题帮助，而不仅仅是给出答案。Schultz称，此举是为了服务于那些“好奇的学习者”。
   此外，Chegg的高管开始研究如何将AI技术融入公司的原有产品。
   现在，Chegg正通过Scale AI开发的系统来回答作业和测试问题，节省了外包员工的成本。他们还改造了网站，目前的用户界面与ChatGPT颇为类似。
   Chegg称，自动回答的成本仅有人工回答的25%，但这一转型并没有扭转用户流失的趋势。其今年第二季度的收入下降了11%，这是自2017年以来的最大的同比降幅。华尔街分析师预计，该公司本周二公布第三季度财报时，销售额将继续下降 15%。
   沙特阿拉伯塔伊夫大学的大四年级学生Ahmed Assalmi最近订阅了Chegg，准备使用这一平台来回答计算机工程类的问题。他对Chegg的回答感到失望，因为这些答案也可能是由AI生成的，但却没有ChatGPT的回答好。
   在美国论坛网站Reddit上一条关于Chegg没落的讨论中，也有网友认为与其使用AI生成答案的Chegg，还不如使用ChatGPT。不少用户称自己已经不满足于获取答案，而是希望能通过AI学习解题思路。

3. 结语：AI正在冲击传统行业
   AI已经对诸多传统行业带来了巨大的冲击。即便是像Chegg这样具有私有大规模数据库壁垒，也具备教育技术开发经验的企业，也因为对AI的采用不够及时、不够彻底而迎来业绩股价的双双下跌。
   随着AI技术不断落地新行业、新场景，会有更多的企业面临Chegg如今的困境。或许，传统企业只有积极拥抱新技术，才能在变革中保持竞争力。
   来源：《华尔街日报》

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

月之暗面，一家成立不到2年时间、估值超过30亿美元、其产品（Kimi）可以与百度字节同台竞技的明星创业公司，正在陷入一场争议。
这场争议，事关创始人声誉，和公司前景。

---

根据36氪报道，循环智能（月之暗面创始人杨植麟、联合创始人兼CTO张宇韬此前所在公司）的5家投资方在香港提起仲裁，指…
…income规则、没有契约精神的创业者；而在两位创业者眼中，投资人起初没有远见、后来见钱眼开、短视且贪婪。”

真相，究竟如何？随着事态推进，相信会有更多的事实被揭露出来。

这里，我们做一些必要的科普、梳理和分析。

另起炉灶是否合理？

先介绍下背景。
2016年，杨植麟和张宇韬、陈麒聪三位90后学霸创立了循环智能，三人股权平分，后来公司得到了来自于本次发起仲裁的五位投资方（金沙江创投、靖亚资本、博裕资本、华山资本和万物资本）以及红杉资本、真格基金的投资。
去年年初，在OpenAI的带领下，…

为什么需要同意豁免书？
双方在拉扯自证的过程中，都反复提到了“同意豁免书”。
五位老股东提出的仲裁理由是，杨植麟没有拿到“同意豁免书”便创立了月之暗面，违背了投资条款。但一位接近月之暗面的知情人士告诉我们，循环智能CEO陈麒聪当时通知了各位老股东，方案也过了会。
什么是同意豁免书？对投资人和创业者起到的作用是什么？
…

最关键的问题是什么？
目前，双方对杨植麟是否获得“同意豁免书”各执一词，这也正是此次罗生门中的关键问题。
老股东称杨植麟没有拿到几个资方的同意豁免书，便启动了月之暗面的融资和创立。但对方间接予以否认，并用“向股东发出情况说明邮件、获得股东确认、得到董事会批准”进行了回应。不过，这里面的措辞十分值得玩味，有人认为，“发邮件”、“董事会批准”和拿到同意豁免书是两回事。显然，这些说辞没有对“是否所有股东都接受、认可、批准”作出明确说明。
有不少投资人分析，双方应该有过沟通，但当时月之暗面处在大模型创业的关键窗口期，很有可能在没有得到所有股东的同意、过会，双方没有完全谈拢、谈细的情况下，杨植麟便创立了新公司。
资深投资人陈悦天还告诉我们，虽然同意豁免书属于正规法律文件，但在具体执行过程上经常会出现瑕疵，这也让本次事件相对复杂。“这并不是一份容易签署的文…

争议公开，是为了打舆论战？
老股东申请仲裁，月之暗面派出律师抗辩，表面上看双方要通过法律手段解决矛盾。但从业者认为，这更像是一场舆论战：老股东想通过舆论向月之暗面施压，逼迫其坐回到谈判桌前，双方重新谈股份占比，而不是想把杨植麟和月之暗面干掉。
关于新老公司的股份转换问题，陈悦天表示，没有通用原则，都是靠谈的，一般按照原公司的基础股份占比计算。如果老公司经营不下去，新公司又成功了，创业者道义上应该为以前的投资人留出相当于投资本金+利息（每年8%-10%）金额，可以是现金，也可以是新公司股份。由于新公司很成功，估值往往很高，所以也不会占有很多的股份。当然，都不是强制的。
“公开资料显示，循环智能6年累计融资大约6000万美元，本金加上利息，差不多是1亿美金，”陈悦天表示。不过，对于循环智能公司目前的经营状况，以及杨植麟给与老股东的股权方案，目前没有准确信息。
至于这份本应该保密的仲裁文件内容被“意外”曝光，自有其原因。
曲虹潭律师表示，“大部分商事仲裁裁决都是不公开的，这样可以降低某些明星级企业、投资人被媒体报道、公众关注的可能性。”
因此很多从业者觉得，是五家老股东选择通过知情人士透露信息给媒体，希望该事件能被更多人看到。如果事实一旦确认，杨植麟未经老股东同意便创立新公司，涉及到违背契约精神，会影响其个人声誉和公司形象，也可能影响公司后续的融资和发展。
月之暗面也向外界传达了各种自证信息反击。
目前为止，在这场舆论战里，双方刀光剑影，彼此都不光彩。

事情会如何收尾？
如今双方还没有哪一方愿意做出让步，这场“暗战”或许还将继续。
英诺天使基金合伙人王晟认为，双方都是从自身利益出发，老股东看到创业者的新公司估值猛涨，给自己和LP都带来了严重损失，自然想要争取更多权益，而创业者创立一家新公司，也是为了获得更大利益。
陈悦天猜测，故事的最终结果可能是，双方坐到谈判桌前重新商讨股份，然后做出让步、接受条件，一方维护了自身的品牌和形象，一方获得了更多权益。毕竟在商业世界，合作共赢是才是最终目标。

投资人和创业者之间产生问题的情况不在少数，甚至十分常见。
“一方面，不在公司的投资人，需要通过各种投资条款保证钱流向了正常的公司运营，另一方面，大多数创业者不太了解投融资相关方面的知识，很容易因为自身疏忽埋雷，”陈悦天表示。“比如本次的同意豁免书，很大程度上是由于创业者想抢大模型创业融资窗口期，忽略了这一流程的重要性。”
王晟也表示，对于履行投资协议，一些创业者都很难做到很好地执行，尤其是看上去越简单的条款，比如每个季度交财务报表、一年开一次董事会的规定，都可能会被忽视。
一个良好的投融资环境，需要参与各方都遵守契约精神。
围绕Kimi创始人的争议，给大家好好上了一课。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

继Anthropic之后，OpenAI也要接管人类电脑了？！

就在刚刚，彭博社爆料OpenAI将在明年1月推出Agent“Operator（操作员）”，为用户自动执行任务。

配方我们也很熟悉，只需在电脑上简单下达指令，Agent就能自动帮我们编码开发应用、订餐，做攻略等等。

---

好嘛，一看大家就明白，这是要和老对手Anthropic打起来了！

这将与Anthropic的computer use API进行竞争（Anthropic之前发布了computer use功能，号称接管人类电脑）

事实上，在前一阵Reddit举办的有问必答活动上，CEO奥特曼曾信誓旦旦表示：

Agent将成为下一个重大突破。

同时，OpenAI首席产品官Kevin Weil进一步表示，让ChatGPT自主执行任务将是明年一大重点。

不过，除了“遥遥领先”的Anthropic，OpenAI另一对手谷歌早已曝出将于12月发布自己的AI Agent版本。

国内百度智谱等模型厂商也推出了类似智能体和解决方案，甚至手机厂商荣耀、小米等还发布了自己的AI操作系统。

如此一来，压力也是来到了OpenAI这边。

虽说紧赶慢赶才有可能在明年1月推出，但还是有网友犀利吐槽太晚了！

网友：1月太晚了

据彭博社消息，OpenAI计划于明年1月推出代号为“Operator”的智能体（Agent）。

其功能和10月份Anthropic发布的computer use类似，号称解放人类双手，代替用户操控电脑。

比如让它做旅游攻略，一段命令发布后，Agent就能自动打开谷歌搜索位置、天气，并结合用户的日程表给出切实可行的规划。

另外，据OpenAI内部知情人士透露，在周三的员工会议上，有领导宣布：

届时该功能将以早期预览的形式发布（最初设计用于在网页浏览器中执行任务），且最初仅面向开发者提供API接口。

甚至根据爆料，OpenAI内部其实一直在同时推进很多Agent项目，而Operator可能是最接近成功的一个。

对于上述传闻，OpenAI截至发稿前并未有所回应。

不过，一直关注OpenAI动态的光头哥还是发现了Operator的踪迹。

然而，即便消息属实，OpenAI的动作还是有点晚了~

毕竟环顾四周，一众竞争对手貌似都跑在前头：

最强劲敌Anthropic自不必说，人家早在10月份就推出了相关功能，一举惊艳AI圈。

而总是暗戳戳较劲的谷歌，也很有可能在12月推出代号为“Jarvis” （贾维斯）的Agent，按照双方时间表，这波谷歌没准获胜。

更不用说目前关系尴尬的微软，人家更是早Anthropic一天，一口气发布了10个Agent。

抛开这些不谈，我们国内也有相当一部分选手开始在Agent上有所动作。

…

以上可以看出，一直作为领先者的OpenAI，在Agent方面已经开始落后于人了。

2025年，属于Agent

不过另一方面也说明，明年Agent大概率成为厮杀重点。

毕竟，大模型Scaling Law后继乏力已成热议焦点。

有消息称，OpenAI、谷歌、Anthropic都在推出更大、更强模型产品方面遭遇瓶颈。

具体来说，OpenAI代号“猎户座”（Orion）的下一代旗舰模型被曝提升不如预期，它相对GPT-4的提升幅度，小于GPT-4相对GPT-3，已进入收益递减阶段。

这也侧面和奥特曼的说法相印证，他表示可能不会把新模型命名为GPT-5。

另外，谷歌Gemini 2虽然计划很快发布，但也被曝性能提升也未达到DeepMind创始人的预期。

同时，面对网友一直呼唤的大杯Claude 3.5 Opus，Anthropic也悄悄从官网删除了相关描述。

而Agent，目前很明显已经成为大家新的方向。

这盛世或将如网友所愿：2025年，属于Agent！

参考链接：

[1]https://www.bloomberg.com/news/articles/2024-11-13/openai-nears-launch-of-ai-agents-to-automate-tasks-for-users

[2]https://www.reddit.com/r/singularity/comments/1gqn099/openai_nears_launch_of_ai_agent_tool_to_automate/

[3]https://x.com/omarsar0/status/1856802883112767541

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

陶哲轩强调了在数学应用和问题解决中需要找到合适的平衡点：既不过度简化，也不过度复杂化，避免过度优化和过度抽象导致的反效果。

刚刚，著名数学家陶哲轩在个人社交平台更新的几篇帖子，引起大家广泛的共鸣。

---

陶哲轩用浅显易懂的语言表达了自己对数学的理解与思考心得。

文中谈到了一个关于「度」的问题，陶哲轩表示在设计系统时，缺乏或者过度的数学分析可能都会适得其反，所以要适度。

有时，我们不需要太过复杂精深的专业知识，大道至简。

对于大多数任务，使用一些相对简单但通用的数学方法，往往比专门设计的算法效果更好。

陶哲轩还提到，在纯数学中，故意忽略一些直觉上看似非常重要的信息非常有帮助。

接下来是陶哲轩帖子全部内容。掌握一点点的数学知识就能大有裨益。系统的设计不仅仅会因为缺乏足够的数学分析而受到限制，同样也可能因为过度的数学分析而受到阻碍。

一个常见的例子是网络安全中对密码的要求。从数学上讲，密码要求越复杂（例如，规定最小长度、特殊字符或不重复使用密码），密码就越安全。

然而，如果要求过于复杂，用户和服务提供商可能会寻找绕过复杂要求的方法，比如寻找简单的密码重置或恢复方式，或者将密码存储在不安全的系统中。这些做法反而可能降低整体系统的安全性，而不是提升它。

另一方面，只对单一指标（如用户使用密码直接登录系统）进行过度优化，可能会损害更广泛的目标。就如古德哈特定律（Goodhart’s law）中所说的，「当压力施于其上以进行控制时，任何观测到的统计恒性都倾向消散。」

粗略的讲，在设计安全性时，直接输入方式的安全性应该加强到与其他输入方式的安全性相当，但超过这个程度的加强反而可能适得其反。

举个例子来说，如果一栋建筑的前门有锁，但窗户没有防护，那么再给前门加更多的锁就没有太大意义，这样做甚至可能导致一种危险的虚假安全感。另一方面，如果窗户比前门更难进入，那么在前门上至少加一把锁就很合理。

在人工智能领域，强化学习之父 Rick Sutton 的「苦涩的教训」（Bitter Lesson）就是这一原则的一个例子。

从直觉上来看，大家往往会认为针对具体任务量身定制算法是最自然的选择，在某些情况下，确实能取得不错的效果。

其实，对于大多数任务，使用一些相对简单但通用的数学方法，如梯度下降和反向传播，往往比专门设计的算法效果更好。通用方法不依赖于特定任务的领域知识，而是通过大量的数据和计算资源来训练模型，通常能带来更大的进展。

最近，我看到了有人为传感器网络开发更实惠的模数转换器（ADC），就是这条发现的证明。

传统上，ADC 电路基于经典电气工程原理设计，采用常微分方程（ODE）、共振、傅里叶变换等数学工具来构建高效电路。然而，在一些特定环境（如传感器网络）中，我们的目标是大规模、快速且成本低的方式实现模数转换，同时可以容忍一定的故障率。

在这种情况下，训练神经网络来设计 ADC 电路，不依赖任何专业领域的知识（如傅里叶分析），反而是更好的方法。

这并不是说领域知识毫无用处 —— 例如，物理信息神经网络在许多物理领域的表现可以远超标准神经网络 —— 关键在于了解在什么情况下，应该运用多少领域知识。

在纯数学中，一个有效的解题方法是故意忽略一些直觉上看似非常重要的信息。比如，在分析数论中，许多进展都是通过把像素数这样的「重要」数学对象转化为看起来更加简单、结构较少的形式来实现的。这样做可以让我们更容易找到解决问题的途径。

但抽象也需要把握一个度。如果抽象得过头，就会丢失关键信息，反而无法解决问题；而如果抽象得恰到好处，问题就会变得更加清晰，从而找到合适的技巧去解决它。在此过程中甚至可以做出一些看似不太合理的变换，让解题思路更加灵活起来。

我有时会开玩笑说，应用数学家只需要掌握每本纯数学研究生教材的前两章，之后的章节对他们可能帮助不大（甚至可能有负面作用）。

另一方面，正是寻找第 3 到第 12 章的过程，才使得前两章至臻完美、具有广泛实用性的瑰宝。

在读完陶哲轩的这段见解后，有人评论道：这些建议非常有价值，不论是对于哪种问题，都要做到：

• 简化细节，直到看到更宏观的问题结构。
• 判断是否已有针对同类问题的解决方案。
• 或者判断这个一般性问题类是否过于笼统，或者是否过于具体。

参考链接：

• https://mathstodon.xyz/@tao/113482950431855749

---

。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要按照格式标准输出为Makedown源文件格式内容。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。