用企业上下文层释放 AI 价值：MIT Technology Review Insights 调研
MIT Technology Review Insights 调研显示，仅 16% 的企业从 AI 部署中获得变革性价值，40% 只在特定任务或团队看到中等收益，23% 收益极小或没有。
#Agent
MIT Technology Review · AIAI 评分2222 Latent SpaceAI 评分5858 为什么智能体偏爱 Supabase：与 Paul Copplestone 和 Ant Wilson 的对谈
Latent Space 与 Supabase 创始人 Paul Copplestone、Ant Wilson 首次同台对谈，讨论为什么智能体偏爱 Supabase 作为应用后端。
Simon WillisonAI 评分6767 氛围编程做游戏在 2026 年 10 月迎来拐点
Simon Willison 认为 2026 年 10 月是氛围编程做游戏的一个拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上都有明显进步，他让模型把游戏改得更有趣，结果确实做到了。
The DecoderAI 评分4242 Anthropic 工程经理 Felix Rieseberg 谈为何取消传统编程面试：AI 时代创业思维比资历更重要
Anthropic 工程经理 Felix Rieseberg 取消了团队的传统编程面试，认为 Claude 完成小型编程任务的表现已优于候选人，测试分数不再能预测谁是优秀开发者。他主张新人应借助 AI 低成本做出原型、直接对齐业务目标，并以两位工程师用一个周末做出 Claude Code 图形界面、约 8 天后发布首个公开版本为例。
Latent SpaceAI 评分5858 Anthropic 如何用 Claude 造 Claude：把大脑和手分开
Latent Space 访谈 Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang，复盘 Opus 5.5 的发布流程与 Claude Managed Agents 的架构设计。
Latent SpaceAI 评分6262 Anthropic 如何安全交付全球第一的 LLM：把大脑与手分开
Latent Space 播客邀请 Anthropic 的 Katelyn Lesse 和 Angela Jiang 讲解 Claude 平台背后的工程实践，包括 Opus 5.5 的发布、把模型的大脑与智能体的手分离、API 扩容以及构建可靠的托管智能体。节目还介绍了 Anthropic 的 S-1、改进与投资循环，以及用 Rust 重建 Messages API、凭证与沙箱隔离等话题。
MIT Technology Review · AIAI 评分1818 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"，主张把 AI 接入企业既有流程与数据，让智能体理解每项任务在决策中的角色和业务约束。他建议企业从某个具体业务决策入手，找出最难的环节测试 AI 能否提速并衡量价值，再决定是否规模化。缺乏运营上下文时，智能体可能忽略约束、犯错或耗费过多算力。
Microsoft ResearchAI 评分3131 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。Neville 还分享使用当前 AI 系统的实用建议，并强调结果偏离预期时细查数据的重要性。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本正快速趋近于零，GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10。