科技剪报2026-10-24

科技剪报 · 2026-10-24

整理：henri

本期收录Dots的使用指南、Epic无代码Agent平台和Trainium训练软件栈。科学与文化部分关注AI数学证明如何被人理解，以及艺术工作者面对生成式AI的经验。

Agent / 产品

Every介绍团队如何用Dots检查Slack、邮件和日历中的承诺，发现跨应用的信息不一致，并协助回复邮件、预约和执行任务。指南要求为发送等动作设定审批规则，也记录了任务丢失和连接不可靠的情况。当时Dots仅向ChatGPT Business Premium用户提供。

Shovel Seller MD介绍Epic的Agent Factory及其所属的Ergo平台。临床运营人员可以拖放构建Agent，但IT团队仍需负责数据映射、访问权限、验证、监控和故障处理。作者讨论了无代码工具上线后，这些工作如何重新分配。

SemiAnalysis评估Amazon Trainium的软件进展：训练栈开始原生支持PyTorch的即时执行和torch.compile，减少研究人员修改训练代码的负担。文章也比较了它与CUDA生态的差距，包括算子覆盖、调试工具和复杂训练任务的兼容性。

a16z本期图表讨论媒体争夺有限注意力、GPU租赁价格上涨和工业产能利用率。开篇另附网络安全建议，关注AI加快漏洞发现与攻击后，企业如何限制Agent权限并加强检测和响应。

Quanta介绍了AI证明准黎曼猜想后的研究进展。与此前难以理解的机器证明不同，这次证明已由数学专家展开分析。报道关注人类如何理解和检查AI生成的证明，以及这一结果对后续数学研究的意义。

3Blue1Brown刊登动画师Mitchell Zemil的文章，从艺术劳动的经验谈AI进入数学。他讨论长期练习、个人风格、创作成果和职业价值之间的关系，以及自动生成工具为何会让艺术家与数学工作者产生相似的期待和不安。