1Sorotan: Ejen AI kini permukaan serangan utama. Pasukan keselamatan berkata: sahkan, kemudian percaya.
2Ejen peribadi kemas dan disambungkan ke aplikasi anda, tetapi masih perlahan, bekerja bersendirian dan mudah menyebabkan anda terikat.
3Menjalankan AI semakin murah, personaliti AI ialah penanda aras baharu, dan Asia menggunakan AI di landasan kapal terbang dan di sekolah robot.
Sorotan hari ini
AI security & trust
84%
of ransomware attacks had AI help
Digabung daripada 2 video
★ Sorotan hari ini
Ejen AI anda kini laluan masuk paling mudah. Pasukan keselamatan berkata: sahkan, kemudian percaya
Dua taklimat keselamatan minggu ini sampai kepada kesimpulan yang sama. Penyerang kini menggunakan AI dalam kebanyakan serangan ransomware, dan mereka semakin masuk melalui ejen AI dan sistem identiti yang disediakan sendiri oleh syarikat. Sementara itu, alat keputusan AI baharu memberikan jawapan yakin yang sukar diaudit, dan jawapan salah yang yakin lebih sukar dikesan berbanding ralat yang jelas.
Apa yang kami pelajari
Tinjauan terhadap 1,200 profesional IT mendapati 84% serangan ransomware dibantu AI. 44% menyalahgunakan ejen atau sistem identiti syarikat itu sendiri.
Risiko lama masih menjejaskan: peti sejuk pasar raya yang digodam menjalankan firmware lama walaupun pembaikan sudah wujud.
Keyakinan bukan bukti. Model yang berkata "97% pasti" mungkin masih diberi log yang diubah atau data yang tercemar.
Penyelesaiannya membosankan tetapi berkesan: beri ejen identiti sendiri, log semuanya, gunakan suis henti, pecahkan keputusan besar kepada langkah kecil yang boleh disemak, dan kekalkan manusia untuk tindakan berisiko tinggi.
Kenapa ia penting: Setiap ejen Notion dan aliran kerja AI yang kita bina untuk pelanggan memerlukan peraturan akses, log audit dan suis matikan sejak hari pertama. Itu bahagian penglibatan yang jelas dan boleh dijual.
The patching gap: Hacked fridges, AI ransomware and Mythos finds · IBM TechnologyWatch ↗
The Problem with Jev: Can You Trust AI Decisions? · IBM TechnologyWatch ↗
Berguna tak berita ini?Ketik untuk mengundi. Tekan lama, klik kanan atau tekan Shift+Enter untuk tambah sebab atau nota dulu.
Lagi berita hari ini
AI agents at work
3 tiers
chatbot → DIY agent → personal agent
Digabung daripada 3 video
AI agents at work
Ejen peribadi semakin kemas dan disambungkan ke aplikasi anda, tetapi masih bekerja bersendirian
Ulasan praktikal Claude Duet, penjelasan tentang ejen peribadi dan demo papan pemuka langsung Claude semuanya menunjuk ke arah yang sama. Ejen kini bersambung ke e-mel, kalendar dan alat kewangan anda serta menyimpan memori dalam fail teks biasa. Jurangnya ialah kelajuan, sikap proaktif dan bekerja sebagai pasukan.
Pengajaran utama
Terdapat tiga peringkat: chatbot (tiada memori), ejen DIY yang anda bentuk dengan fail peraturan dan memori teks biasa, dan ejen peribadi sedia guna yang berjalan sepanjang hari di awan.
Claude Duet mewarisi plugin dan penyambung anda serta kelihatan kemas, tetapi tugas selari mengambil 10+ minit dan ia tidak boleh dikongsi dengan pasukan.
Papan pemuka langsung menarik data terkini melalui penyambung dan boleh dikongsi melalui pautan, jadi arahan pendek boleh menggantikan laporan CSV statik.
Pertukarannya ialah keterikatan: semakin banyak ejen tahu tentang anda, semakin sukar untuk bertukar.
Kenapa ia penting: Pelanggan akan bertanya "ejen peribadi atau susunan DIY?" Fail memori dan peraturan berasaskan Notion ialah jalan tengah mudah alih yang mengelakkan keterikatan.
I tested Claude Duet. Is it worth switching? · How I AIWatch ↗
Personal Agents, Clearly Explained · Jeff SuWatch ↗
Claude’s New Live Dashboards Are Amazing · Skill Leap AIWatch ↗
Berguna tak berita ini?Ketik untuk mengundi. Tekan lama, klik kanan atau tekan Shift+Enter untuk tambah sebab atau nota dulu.
Open models & cost
155T
tokens a day served by DeepSeek’s now-open engine
Digabung daripada 3 video
Open models & cost
Mengapa AI terus menjadi lebih murah: memori ialah kesesakan, dan pembaikannya menjadi sumber terbuka
DeepSeek menjadikan sumber terbuka enjin yang digunakannya untuk melayani 155 trilion Token A small chunk of text, roughly part of a word, that AI models read and write. AI usage and pricing are counted in tokens. sehari. Penjelasan IBM menunjukkan mengapa reka bentuk itu berkesan: menulis jawapan dihadkan oleh kelajuan memori, bukan kuasa pengkomputeran mentah. Dan binaan AI tempatan menunjukkan model terbuka yang ditala pada komputer riba boleh mengendalikan kebanyakan tugas harian.
Pengajaran utama
Membaca arahan berat pada pengkomputeran, tetapi menulis jawapan menunggu memori. DeepSeek menjalankan kedua-duanya pada mesin berasingan.
DeepSeek menyimpan cache arahan pada SSD selama berhari-hari, dan 96% token input mengena cache. Kekalkan awalan arahan anda stabil untuk mendapat manfaat.
Sejak 2006, pengkomputeran cip meningkat kira-kira 6,500x manakala lebar jalur memori meningkat jauh lebih perlahan. Menggabungkan banyak permintaan sekali gus ialah penyelesaian utama.
Model tempatan "cukup baik" untuk kira-kira 95% tugas (dakwaan seorang pencipta kandungan). Model terbuka 180B berjalan kira-kira 72 token/s pada komputer riba.
Kenapa ia penting: Untuk pelanggan yang sensitif privasi, susunan hibrid (model tempatan untuk kerja rutin, awan untuk tugas sukar) kini realistik. Templat arahan yang stabil juga mengurangkan kos API Application programming interface: a door that lets one piece of software ask another for data or actions..
DeepSeek Just Open-Sourced How It Serves 155T Tokens a Day · Prompt EngineeringWatch ↗
The AI Memory Wall: Why LLMs & AI Accelerators Hit a Bottleneck · IBM TechnologyWatch ↗
Stop paying for AI, run everything locally (here’s how) · David OndrejWatch ↗
Berguna tak berita ini?Ketik untuk mengundi. Tekan lama, klik kanan atau tekan Shift+Enter untuk tambah sebab atau nota dulu.
The model race
900
questions in the new AI personality benchmark
Digabung daripada 2 video
The model race
Penanda aras bukan keseluruhan cerita: "personaliti" AI kini menentukan model yang digunakan orang
Gemini 4 Argon baharu Google mendahului beberapa papan pendahulu tetapi masih ketinggalan berbanding pesaing dalam pengekodan. Penanda aras personaliti baharu mendapati ia mencatat skor tertinggi untuk "slop" (pengisi dan frasa generik). Apabila model teratas sama pintar, nada dan gaya menjadi perbezaan sebenar.
Pengajaran utama
Gemini 4 Argon #1 di beberapa papan pendahulu tetapi kalah penanda aras pengekodan kepada Opus 5.5 dan GPT-6 Astra.
AA Personality Bench menggunakan 900 soalan merentas 30 sifat. Muse mendahului dalam kemesraan, Opus 5.5 dalam imaginasi, dan Argon dalam slop.
Dalam ujian praktikal, grafik gerakan yang dijana kod mengatasi video AI asli dan lebih mudah disunting.
Nota dasar: memo persekutuan A.S. melarang model DeepSeek daripada sistem kerajaan awam.
Kenapa ia penting: Pilih model mengikut tugas, bukan mengikut papan pendahulu. Untuk pembantu yang berdepan pelanggan, uji nada dan pengisi, bukan sekadar ketepatan.
Does Personality Matter More Than Intelligence in AI? · The AI Daily BriefWatch ↗
Did Google just dethrone OpenAI and Anthropic? · FireshipWatch ↗
Berguna tak berita ini?Ketik untuk mengundi. Tekan lama, klik kanan atau tekan Shift+Enter untuk tambah sebab atau nota dulu.
AI in Asia
−90%
false alerts on Changi’s runways after the AI upgrade
Digabung daripada 2 video
AI in Asia
Dari landasan Changi hingga sekolah robot China, Asia menggunakan AI di dunia fizikal
Dua laporan menunjukkan AI meninggalkan skrin. Lapangan Terbang Changi di Singapura menggunakan kamera AI untuk mengesan serpihan di landasan sekecil 4 cm. Di China, "sekolah robot" melatih robot humanoid untuk tugas harian, pada skala yang tidak dapat ditandingi negara lain.
Pengajaran utama
Di Changi, kamera pada 12 menara memerhati setiap landasan 4 km. Naik taraf AI mengurangkan amaran palsu sebanyak 90% dan meningkatkan pengesanan tujuh kali ganda.
Seseorang masih menyemak setiap amaran sebelum pasukan keluar, biasanya dalam 1 hingga 5 minit.
China menghasilkan kira-kira 90% robot humanoid yang dihantar pada 2025 (angka penganalisis). Pusat latihan mengajar robot memasak dan mengendalikan jentera.
Risiko: ekonomi yang perlahan dan kawalan yang lebih ketat mungkin menghalang penyelidikan.
Kenapa ia penting: Ini contoh tempatan yang kukuh untuk bengkel: AI menandakan, manusia mengesahkan, pasukan bertindak. Ia corak yang sama yang kita reka dalam aliran kerja Notion.
AI security & trust
