邢波再出手：上次「罵」完世界模型，這次輪到智能體了
重點摘要
這篇消息聚焦「邢波再出手：上次「罵」完世界模型，這次輪到智能體了」。原始導語提到：邢波團隊拆解五大軟肋後，開出了智能體的「藥方」：GIC 架構 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
### 邢波再出手：從世界模型到智能體，這次他開出了 GIC 藥方
人工智慧領域知名學者、卡內基美隆大學教授邢波，近期再度成為業界焦點。繼先前公開「批判」世界模型的路線後，他這次將矛頭轉向另一個熱門方向——智能體（Agent）。邢波團隊在最新研究中，不僅點出當前智能體發展的五大軟肋，更提出了一套名為 **GIC（Generalized Intelligence Core）** 的架構，試圖為智能體的困境給出一張具體「藥方」。這項動作引發學術界與產業界高度關注，因為邢波向來以直言不諱、善於拆解技術迷思著稱。
#### 重點整理：五大軟肋與 GIC 架構
根據公開論述，邢波團隊認為目前主流智能體普遍存在五項結構性問題。這些軟肋包括：任務理解容易失焦、長期記憶與規劃能力薄弱、工具調用過於依賴硬編碼、跨場景泛化性不足，以及缺乏穩定的錯誤回饋機制。簡而言之，當前許多智能體看似能完成複雜任務，實則在面對動態環境或連續性工作時，容易出現「開頭漂亮、結尾崩盤」的現象。為此，團隊提出的 GIC 架構，核心在於將感知、推理與行動三個模組整合到一個統一的核心中，並透過「生成式推理迴路」來強化智能體的自我修正與環境適應能力，不再只是單純的「指令—執行」鏈路。
#### 背景脈絡：從罵世界模型到批智能體
邢波過去曾多次對「世界模型」這條研究路線發出警語，認為其過度浪漫化模型對物理世界的理解能力，實際上很難落實到真實應用。如今他將注意力轉向智能體，顯然是看到了同一種隱憂：業界對智能體的期待正在快速膨脹，但技術基礎並不穩固。從 OpenAI 的 GPT 系列到開源社群的 AutoGPT、BabyAGI，各大團隊都在競賽誰能把智能體做得更像「人類助手」，然而邢波點出的五大軟肋正好戳中這些系統的痛點——看似聰明，卻經常在關鍵時刻掉鏈子。GIC 架構的提出，或許正是希望把智能體從「炫技 demo」拉回到「可落地的工程系統」。
#### 可能影響：改變智能體開發的思考框架
GIC 架構如果能夠獲得實證支援，最大的影響可能不是在單一任務上超越現有系統，而是提供一個更穩定的開發範式。現階段的智能體往往需要為每個場景寫大量的規則或提示詞（prompt），GIC 則試圖透過核心的生成式推理模組，讓智能體在運行中自主判斷該如何調整工具使用與決策路徑。這對於企業級應用尤其關鍵——工廠排程、金融風控、醫療輔助等場景，需要的不是「偶爾超神、經常翻車」的智能體，而是可解釋、可收斂、可除錯的系統。如果 GIC 的架構能降低智能體的不確定性，勢必加速 AI 從聊天機器人進化到真正的任務代理人。
#### 讀者可關注的後續
對於關心 AI 發展的讀者，接下來有幾個值得追蹤的方向。第一，GIC 架構是否有公開的開源實作或基準測試？邢波團隊向來重視實證，很可能會推出對應的程式庫與評估數據。第二，學界與產業界如何回應？尤其那些已經投入大量資源打造自有智能體的公司（如 Microsoft、Google、Anthropic），是否會吸收或挑戰 GIC 的概念。第三，邢波本人是否會持續對其他 AI 熱點（例如多模態、機器人）發表類似「拆解性評論」？他的每次出手都不只是技術討論，更反映了學術界對產業路線的冷靜反思。總之，智能體還沒到終局，GIC 或許只是其中一塊重要的拼圖。
Related
相關文章
Claude有“編制”了，Anthropic發的
Anthropic 推出 Claude Tag，讓 AI 擁有專屬工牌和權限，能以獨立身份直接入駐 Slack 頻道，無需再借用他人帳號。此舉使 Claude 成為團隊中的固定 AI 同事，強化協作便利性。
大廠HR破防了：年輕人用Agent找工作，AI輔助面試太離譜
這篇消息聚焦「大廠HR破防了：年輕人用Agent找工作，AI輔助面試太離譜」。原始導語提到：HR在面AI，你在被AI面。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
即夢AI攜創作者亮相法國昂西動畫節，3000份全球投稿勾勒AI動畫創作新圖景
2026年6月23日，法國昂西國際動畫電影節期間，由即夢AI與Dreamina AI主辦的“AI動畫國際峰會”在MIFA市場舉行。這場以“技術與藝術的融合”為主題的峰會，匯聚了來自全球的獲獎創作者、資深動畫製片人與行業專家，通過作品展映與深度對談，共同探索AI時代動畫創作的新可能。今年5月，即夢AI和Dreamina AI面向全球發起AI動畫作品及項目徵集，共收到來自40多個國家和地區的近3000份投稿，風格涵蓋定格動畫、水墨畫風、超現實主義、都市寫實等多種類型。經國際評審團遴選，25部短片與5個項目最終入圍，並從中評選出4部榮譽作品。剛剛結束的昂西動畫節上，這些榮譽作品的創作者受邀到現場展映自己的短片，在全球動畫行業的最高舞臺上分享創作歷程與技術探索。四位創作者，四種AI創作路徑此次展映的4部榮譽作品，分別代表了AI動畫創作的四種典型路徑，展現了技術與藝術結合的多元可能性。來自葡萄牙的資深動畫導演Cláudio Sá帶來了改編自果戈裡經典的超現實短片《THE NOSE》。擁有18年2D、3D及傳統動畫經驗的Cláudio，此次以個人身份完成了這部作品。他將即夢AI作為核心視頻與渲染引擎，重度使用Seedance 2.0的全能參考模式，“這讓我能夠擁有眾多角色、眾多服裝、眾多場景，這在傳統製作中是不現實的，就好像擁有了無限預算。”為了精確控制主角“鼻子”的運動，他甚至親手雕刻了一個物理版本的鼻子模型作為動畫參考，這種“實體參考+AI生成”的混合工作流，讓他在保持藝術控制力的同時大幅提升了製作效率。現場展映榮譽作品及即夢ai最新技術能力美國創作者C.E. Whitmore的黑色懸疑作品《The Last Waltz》，則呈現了另一種創作哲學。這部設定在1948年英國哥特式莊園的謀殺謎案，圍繞四位女性的故事展開，探討謊言、表演性奉獻與真相的本質。與許多創作者將AI視為工具不同，
系列最強智能體 AI 模型：Claude Sonnet 5 登場，部分性能逼近 Opus 4.8
Anthropic 今天（7 月 1 日）發佈公告，宣佈推出 Claude Sonnet 5，聲稱是其 Sonnet 系列中智能體 AI 表現最強的模型，能夠制定計劃、使用瀏覽器和終端等工具，並自主運行。
CUP（通用實用 Python）：用百度工具套件打造可靠的 Python 工作流程
在本教學中，我們深入探討百度推出的 CUP（Common Useful Python）函式庫，這是一套實用的工具套件，能協助建立更穩健的 Python 工作流程。我們先在適合 Colab 的環境中安裝該函式庫，接著逐步介紹其主要子系統，包括日誌記錄、裝飾器、巢狀設定、快取、ID 生成、執行緒池、可中斷執行緒、延遲執行、時間工具、Linux 資源監控、檔案鎖定、網路輔助功能、物件儲存介面、型別對應，以及內建測試斷言。過程中，我們並非隨意呼叫函式，而是觀察每個模組如何應用於實際開發任務，例如監控、自動化、並行處理、設定管理與可靠性檢查。CUP 安裝與日誌記錄程式碼範例
Agent 落地，數據庫先變
雷峰網訊 AI 的競爭越靠近落地，越展現出其殘酷的一面。Benchmark 上幾分的得失正變得意義有限，取而代之的，是真金白銀的投入產出比。Agent 如何真正讀懂業務，模型智能如何在業務端釋放出更大的價值，成為了這一階段競爭最核心的命題。而一同被推向舞臺中央的，還有數據庫。過去，它扮演的角色很簡單，本質就是一個長期、安全、可查詢的數據存儲系統。比如用戶在淘寶購物，完成了下單、支付、退款、查物流等一系列操作，最基本的需求就是這些記錄不能丟失、不能出錯、可查詢，以及能支撐高峰期幾億人同時下單的高併發壓力。這就是移動互聯網時代數據庫的核心能力，圍繞著存儲和查詢，衍生出一致性、併發處理和容災備份的需求。但是當 Agent 越發深入地走進生產場景，它們也自然而然地成為了數據庫的新用戶。Agent 需要實時訪問各種結構化和非結構化數據，數據庫也從服務於人寫 SQL 查數據的存儲模塊，變成了 Agent 的記憶系統。這個新的角色，意味著數據庫在存儲之外，還要支撐 RAG（檢索增強生成）和實時數據流驅動的 AI。RAG 場景下，AI 回答問題需要從數據庫召回資料再生成回答，沒有數據庫就等於 AI “失憶”。而實時數據流驅動的 AI，更有賴於毫秒到秒級的用戶行為數據實時讀取。這兩者是今天 Agent 落地最常見的兩種場景。可以說，當我們討論 Agent 是否已經邁過那條名為“可用”的界限時，數據庫的重要程度，並不亞於模型智能水平。那麼 AI 時代，到底需要什麼樣的數據庫？01當數據庫開始服務 Agent據 Gartner 預測，到 2028 年，AI Agent 生態系統將能夠使多個專業化的智能體在不同企業應用間動態協作。屆時，約有三分之一的用戶體驗將從使用原生應用，轉向由 Agent 前端來主導。數據庫是這種轉變的一個鮮明代表。當 Agent 成為數據的使用者，對數據庫的訪問頻率將遠遠高