Stanford HAI
推理模型评估开始从单一分数转向任务表现
评估正在更关注真实任务、成本约束与结果稳定性，而不是单一排行榜位置。
持续更新的信号库
AI Radar
从全球研究、产品和组织实践中，筛选值得团队继续关注的变化。 本页内容为 V0 原型示例。
查看原文
Anthropic
企业 Agent 的讨论重心转向权限与可追溯性
当 Agent 进入工作流，工具权限、操作记录和人工接管机制成为设计前提。
Google DeepMind
多模态能力正在重塑产品入口
文本、图像、声音和视频逐渐进入统一交互，产品设计需要重新考虑输入与反馈。
Hugging Face
开放模型生态从模型发布走向工具链竞争
企业选择开放模型时，评估、部署、监控和许可证工具正在变得同样重要。
OECD AI
AI 治理正在形成更具体的工作手册
治理讨论开始落到角色、证据、复核和事件响应，而不只停留在原则声明。
OpenAI
推理成本成为 AI 产品设计变量
团队开始把延迟、调用频率和上下文长度纳入产品体验与商业模型设计。