OpenAI 曾在解雇奥特曼后讨论与 Anthropic 合并
随着马斯克对OpenAI首席执行官山姆·奥特曼(Sam Altman)的诉讼持续推进,一场震惊全球科技界的“宫斗”内幕正被逐步揭开。
据最新公布的法庭文件显示,在两年前萨姆·奥特曼短暂卸任OpenAI首席执行官后不久,该公司曾与人工智能竞争对手Anthropic探讨了合并的可能性。这是马斯克与奥特曼及OpenAI正在进行的与公司重组有关的法律斗争的一部分。
OpenAI联合创始人、前首席科学家伊利亚·苏茨克沃在最近的一份证词中详细介绍了这次合并谈判:OpenAI时任董事会曾在罢免奥特曼后的不到24小时内,与主要竞争对手Anthropic进行了接触,商讨合并的可能性。
最终,两家公司合并的讨论因Anthropic提出的“实际操作障碍”而短暂搁置。
关注公众号
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
Anthropic 实践基于 MCP 的代码执行模式,大幅提升 AI Agent 效率
Anthropic 近日介绍了其在 Model Context Protocol(MCP) 上的新实践——通过“代码执行(code execution)”方式,让 AI Agent 以更高效率调用外部工具与数据服务。 随着 AI Agent 需要连接数百甚至上千个工具,传统做法会把所有工具定义与中间结果塞进模型上下文,导致 token 消耗巨大、响应延迟增加、甚至出现上下文溢出。Anthropic 指出,这是当前大规模 Agent 系统的主要性能瓶颈。 新的方案将 MCP 工具暴露为“代码 API”,让 Agent 通过生成并执行代码来调用工具。工具定义在用到时才动态加载,而中间数据处理也在执行环境中完成,仅返回最终结果给模型。这不仅减少模型需要处理的数据量,也让逻辑控制、循环、过滤等工作在代码层面高效完成。 这里以“过滤大规模数据”作为示例:如果从 Google Sheet 拉取 10,000 行数据,先通过代码做筛选、只把少量结果传回模型,而非把所有 10,000 行数据都塞入上下文。 官方测试显示,这种模式能将上下文占用从约 15 万 tokens 降至约 2 千 tokens,...
-
下一篇
AI Agent 目前仍难胜任自由职业任务
最新基准研究显示,即便是当前最先进的 AI 智能体(AI Agents),在真实世界的自由职业任务中表现依旧乏力,成功率不足 3%。 https://arxiv.org/abs/2510.26787 此研究由 Scale AI 与 Center for AI Safety(CAIS)联合发起,该团队构建了一个名为 “Remote Labor Index”(远程劳动指数,RLI) 的基准,用以衡量 AI Agent 在真实、可付费的远程/自由职业任务上的能力。样本任务包括:从自由职业平台(如 Upwork)获取真实任务,涵盖数据抓取、图形设计、视频编辑、游戏开发、行政协作等多种类型。 在这些任务里,最强的 AI Agent 在所有任务中,可成功完成的只占极少数,且产生的“收入”(如果按人力计费)远低于人类。 研究指出,AI Agent 普遍难以胜任需要多步骤流程、多工具协作、与不明确需求沟通的任务。同时,AI Agent 缺乏持续记忆与长期项目积累能力,导致在真实自由职业环境中难以像人类那样不断迭代与自我修正。 虽然 AI Agent 在某些特定、结构化任务上表现不错,但距离完全替代远程...
相关文章
文章评论
共有0条评论来说两句吧...



微信收款码
支付宝收款码