在 Google 和 OpenAI 周二发布 AI 相关新闻后,微软也随之发布了自己的公告。其中包括两个号称首创的 Microsoft 365 Copilot "深度推理"智能体:Researcher 和 Analyst,以及新的自定义 AI 智能体功能。Researcher 基于 OpenAI 的深度研究 AI 模型,能够执行"复杂的多步骤研究",并通过连接器访问 Salesforce 或 ServiceNow 等第三方数据源,使企业客户能够从各种工具中获取洞察。
Analyst 基于 OpenAI 的 o3-mini 推理模型,微软表示,通过链式思维推理,它能够将原始数据转化为电子表格,运行可视化的 Python 代码,并以skilled数据科学家的水平工作,生成像这样的报告 (pdf)。
这些工具计划将于 4 月开始向早期访问计划中的 Microsoft 365 Copilot 许可证持有者推出,同时新的自主智能体功能也开始在 Copilot Studio 中逐步推出。
微软声称,Copilot 中的新智能体流程功能强大到足以"自动化你能想象到的任何任务",它具有包含 AI 操作的基于规则的工作流。LinkedIn 公告中描述了一些应用场景,比如将反馈邮件定向分发给相应团队的智能体流程。但我们需要实际体验才能了解它相比添加一两个复选框有什么优势,以及它的"低代码"体验实际效果如何,是否能实现 AI 公司对智能体的承诺。
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。