名为Context Inc.的初创公司正致力于变革企业生产力,释放人工智能代理群体的潜力,声称能够自动化几乎任何与工作相关的信息处理任务。
该初创公司是今日发布的AI驱动自动驾驶系统的创造者,该系统能够同时启动数千个AI代理来执行深度研究、数据分析和报告创建等工作。
Context在宣布推出的同时,还宣布了与高通公司的战略合作伙伴关系,以支持AI代理在骁龙神经处理单元上的本地部署,并实现在用户个人电脑本地运行的AI驱动自动化,而非在云端运行。
其AI驱动的自动驾驶系统直接运行在NPU上,这些硬件组件内置于高通处理器中,用于加速AI和机器学习。Context表示,通过本地运行AI代理,可以解决企业和政府客户对严格数据隐私和合规性需求的担忧。
Context将自己比作备受瞩目的中国AI平台Manus。该平台于3月份首次亮相时在科技界引起轰动,推出了能够自动化一系列复杂任务的工具,如网站开发和房地产研究,并使用第三方软件应用程序来完成这些任务。
Manus使用AI代理,这些代理利用大型语言模型在很少或无需人工输入的情况下执行任务。当收到提示时,平台会将用户请求分解为子步骤,然后分配不同的AI代理来完成每个步骤。完成后,代理们会将各自的工作结合起来满足用户的请求。
据Context介绍,它正在通过其LLM优先的办公应用程序做着类似的事情,这些应用程序就像一个"AI劳动力"。它们比标准生产力工具具有更强的上下文感知能力,使其AI代理能够更好地理解和利用组织数据。其工具涵盖企业搜索、代码解释、幻灯片和文档生成器以及智能"答案引擎"等应用程序。
"这是代理体验的绝佳例子,"高通首席执行官克里斯蒂亚诺·阿蒙说道。"这是生产力的突破。"
Context创始人兼首席执行官约瑟夫·塞姆赖去年在X上发布的视频中展示了Context的能力,演示了其从多个数据源吸收信息,然后代表用户自主创建准确且引人入胜内容的能力。
Context可以完成各种与工作相关的任务,如创建市场研究、客户演示、新产品和服务的竞争格局分析、财务建模、销售业绩和客户流失分析、合同分析、合规审计报告等等。
平台的AI代理在收到项目要求后立即开始工作。它们进行必要的研究来满足用户请求,使用浏览器、搜索引擎、金融数据平台和编码接口等第三方工具。
在进行研究的同时,Context的AI代理还会执行错误检查,与经过验证的数据源进行比较,以确保所处理数据的准确性。一旦确认数据可靠,它们将继续运行分析并创建利用这些信息的可视化和模型。最后,它们会创建一份全面的报告和演示文稿,并附有引用以确保透明度和可验证性。
该初创公司在完成1100万美元种子轮融资后的几周内推出了其平台,估值达7000万美元。该轮融资由Lux Capital领投,General Catalyst和高通风险投资部门参与投资。
塞姆赖表示,公司的发展势头表明,市场明确需要超越表面自动化、加速生产力并为企业提供真正价值的AI工具。
"我们创造了深度上下文AI,让知识工作者每周可以节省数十小时的生产力,"塞姆赖说道。"自动驾驶系统重塑了企业运营方式,发布后的采用情况支持了我们弥合人类与LLM之间差距、创建AI驱动劳动力的愿景。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。