/
什么是数字防御 AI 代理？
本文讨论了数字防御 AI 代理的概念，即利用个性化 AI 代理帮助个人抵御企业、政府等对其进行的不良网络干预和诈骗风险，并探讨了法律、标准与众包防护等关键问题。
未来保障 AI 时代的数据中心安全
随着 AI 和数据技术的飞速发展，数据中心规模不断扩大，安全风险也日益增多。企业需依靠多层次、自动化的物理及网络安全措施，借助 AI 实时监控和智能判断，实现迅速响应和数据备份，从而保障业务连续性与敏感信息安全。
超越自动补全：推理模型为生成式 AI 设定了更高标准
本文介绍推理模型如何通过链式推理和多路径探索外部信息，展示其在复杂问题求解中（如数学、规划和动态决策方面）的卓越优势，从而推动生成式 AI 技术向更高水平发展。
随着 AI 使用激增，公司从 SEO 转向 GEO
文章介绍了搜索方式由传统 SEO 向基于 AI 的 GEO 转变，强调企业需优化内容和标签策略以便在 AI 生成的答案中获得曝光，避免流量下滑。
一项新研究指责 LM Arena 操纵其热门 AI 基准评测
一项新研究称 LM Arena 平台存在不公正操作，偏向大企业私测的专有模型，而开放模型得不到足够评测，平台运营者对此表示争议。
AI 稳健发展，云加速助力微软大数据中心跃升
微软第三财季云服务表现超预期，推动数据中心、Intelligent Cloud及 Azure 业务显著增长，同时优化系统效率、降低成本。
Google 的 AI 模式获扩展访问权限和新增功能
Google 扩展了实验性 AI 模式，取消等待名单，新增视觉卡片和续问功能，助力更便捷的信息查询。
什么才是真正的 AI 代理？CIO 在炒作中迷失定义
尽管市场上频繁出现所谓的自主代理 AI，但目前尚无统一定义，多数产品不过是 LLM 的简单包装，这让 CIO 在采购时面临风险与困惑。
AI生成的代码可能成为软件供应链的灾难 —— 原因解析
最新研究发现，AI生成的代码常错误引用虚构依赖库，为供应链攻击提供契机，可能导致数据泄露、植入后门等恶意行为，严重威胁系统安全。
IT 自动化中的常见陷阱与新挑战
本文讨论了 IT 自动化过程中容易忽视的流程问题、数据质量、整合难题、成本误区以及 AI 融入后带来的监管与创新挑战。
从云到端，大模型落地的算力基座为什么是Arm？
构建云边端协同的多元化算力体系已成为企业实现大模型规模化落地的关键路径，Arm正助力从云到端的大模型部署与高效运行，满足企业对更高性能、更高能效以及更强本地处理能力的迫切需求。
他们正在为人工智能构建 TCP/IP —— 叫做 NANDA
NANDA是 MIT 推出的新网络协议，旨在为 AI 代理提供类似 TCP/IP 的网络功能。基于 MCP，它实现了代理间的标准化通信，预示着未来线上 AI 协作的新时代。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
