Microsoft 宣布成立了一个新的工程团队,CEO Satya Nadella 认为这个团队对于应对 AI 引发的软件开发流程和应用程序的重大变革至关重要。
在周一公开分享的一封信中,Nadella 向微软员工表示:"很明显,我们正在进入 AI 平台变革的下一个阶段。"
"2025 年将是以模型为核心的应用重塑所有应用类别的一年。与之前的任何平台变革相比,应用程序技术栈的每一层都将受到影响。这就像同时将 GUI、互联网服务器和云原生数据库引入应用程序技术栈。30 年的变革将在 3 年内完成!"
这位 CEO 认为,Microsoft 将"构建具有记忆、权限和行动空间的代理应用,这些应用将继承强大的模型能力。我们还将针对不同角色、业务流程和行业领域调整这些功能,以提升性能和安全性。此外,我们构建、部署和维护这些 AI 应用程序的方式也在发生根本性的变化,变得更具代理性。"
所谓"代理性"软件,指的是一类新兴的 AI 应用,它能够分析与特定业务流程或任务相关的数据,然后自主提出建议或采取行动。
Salesforce 已经开发出代理技术,据称可以"用自然语言自主处理销售咨询,回答问题,处理异议,并为销售人员安排会议"——这些都在 CRM 巨头自己的套件中完成。Salesforce 还表示,2025 年将不再招聘软件工程师。
代理 AI 可以跨不同供应商的应用程序工作。我们已经看到它被用于检测欺诈性金融交易的案例,它可以启动工作流程来拒绝可疑交易,并启动调查。
代理可以驱动工作流程是因为它通过 API 连接到多个应用程序。因此,检测到疑似欺诈会向其他应用程序发送指令,这些应用程序可能也会使用代理来处理传入的信息。
代理之间的通信和由此产生的行动被称为"代理工作流程"。理论上,大量繁琐工作都被推送到应用程序中处理,让人类可以专注于审查代理做出的决定和/或处理代理尚无法很好理解的复杂事务。
Nadella 认为构建人工智能代理应用和工作流程需要"一个全新的 AI 优先应用技术栈——包含新的 UI/UX 模式、用于构建代理的运行时、协调多个代理的能力,以及重新设计的管理和可观察性层。"
为此,Microsoft 成立了一个名为"CoreAI – 平台与工具"的工程组织。该团队由 Microsoft 开发者部门、AI 平台团队以及首席技术官办公室的一些核心团队组成。该团队的使命是"为我们的第一方和第三方客户构建端到端的 Copilot 和 AI 技术栈,以构建和运行 AI 应用程序和代理。"
该团队还将负责 GitHub Copilot,这反映了代理 AI 在分析现有代码库和开发活动时自动创建代码的潜力。
Nadella 表示:"我们内部的组织边界对我们的客户和竞争对手来说都毫无意义。"他最后指出:"在这个新阶段的成功将取决于拥有最好的 AI 平台、工具和基础设施。我们还有很多工作要做,前面有巨大的机遇,让我们一起期待构建下一个时代。"
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。