Gartner 高级分析师 Anushree Verma 表示："目前大多数代理型 AI 项目仍处于早期实验或概念验证阶 段，其背后的主要驱动因素是炒作，而这些技术往往被错误地应用。这可能使企业忽视 AI 代理大规模 部署所需的真正成本与复杂性，导致项目迟迟无法落地。企业需要穿透炒作迷雾，制定更为审慎和战略 性的决策，明确在哪里、以及如何采用这一新兴技术。" 2025 年 1 月，Gartner 对 3412 名网络研讨会参与者进行了一项民意调查，发现 19% 的组织报告在代理 型 AI 方面进行了大量投资，42% 的组织进行了保守投资，8% 的组织根本没有投资，31% 的组织正在 等待或不确定。 更为值得关注的是，Gartner 发现了一种普遍存在的"代理清洗"趋势，即供应商将现有的人工智能助 手、聊天机器人或机器人流程自动化 (RPA) 工具重新包装成"代理人工智能"，而实际上并没有提供真 正的代理功能。Gartner 估计，在数千家声称提供代理解决方案的供应商中，只有约 130 家真正提供了 真正的代理功能。 当人工智能在大模型能力突破、推理能力提升以及多模态技术进步的推动下走向新阶段，"Agentic ...

西风 发自 凹非寺 量子位 | 公众号 QbitAI 斯坦福最新大模型医疗任务全面评测， DeepSeek R1 以66%胜率拿下第一 ！ 歪国网友纷纷被惊艳住了，原因在于该评测 重 点聚焦临床医生的 日常工作场景 ，而非仅局限于传统医疗执照考试题。 要评测就要全 方 位。 31页论文最终得出，DeepSeek R1、o3-mini、Claude 3.7 Sonnet等在内的9个前沿大模型，DeepSeek R1以66%胜率、0.75宏观平均分 领先。 为当前的基准测试结果，团队还打造了一个可公开访问的排行榜。 团队构建了 含35个基准测试的综合评估框架 ，覆盖 22个子类别 医疗任务。 整个评测的分类体系还经过了临床医生验证， 由29名来自14个医学专科的执业医师共同参与开发 。 光作者名单就老长，斯坦福大学医学院、斯坦福医疗中心、斯坦福大学基础模型研究中心 （CRFM） 、微软的研究人员均在列。 | Accuracy | Efficiency | General information | | | | | | | | | | --- | --- | --- | --- | --- | --- | --- ...

历史已经多次表明，每一次重大经济和技术的变迁，都是企业兴衰更替的关键时刻。40 多年前，互联网诞生。从那以后，包括 Alphabet（谷 歌 母公司 ）、亚马逊、苹果、Meta 和微软在内的一些企业成长为市值万亿美元的科技巨头。更重要的是，互联网改变了工作的组织方式与 人们信息获取的方式。 如今的 AI，正如多年前的互联网一样，仍处于变革的初期。对商业领袖而言，最大的风险不是雄心过大，而是格局太小。 想象一个这样的世界：机器不仅能够从事体力劳动，还能够思考、学习，并自主做出决策。在这个世界中，人类处于技术循环之中，人机协 作达到一种"超级能动性"的状态，从而提升个人的生产力与创造力。这正是 AI 所带来的变革性潜力：它可能带来的影响将超过以往任何重 大发明，包括印刷机与汽车。 超级能动性：AI 将如何影响人类 经历一项变革性技术的诞生是一种怎样的感受？历史上，这种体验常常令人感到不安。虽然印刷机、动力织布机、电话和汽车等技术最终确 实改变了世界，带来了积极影响，但它们刚出现时，悲观主义者却更多关注其潜在的负面后果。比如，印刷机可能助长异端邪说和错误信息 的传播，电话曾被视为对面对面人际关系的威胁，而汽车则被认 ...

核心观点 - AI正处于变革初期，其影响可能超过印刷机与汽车等重大发明，将重塑工作方式和社会结构 [1] - AI的核心潜力在于实现"超级能动性"，即通过人机协作大幅提升人类生产力与创造力 [4][5] - 当前AI技术呈现五大创新方向：智能推理、代理式AI、多模态功能、硬件升级和透明度提升 [8] - 90%企业领导者预期AI将在3年内推动营收增长，但70%企业转型面临失败风险 [26] 技术进展 智能与推理能力 - GPT-4在美国律师考试中进入前10%考生行列，医师资格考试正确率达90% [9][10] - 大语言模型上下文窗口显著扩展：Gemini 1.5 Pro可处理200万词元（2024年6月） [8] - OpenAI的o1模型具备类人推理逻辑，可进行目标导向的任务规划 [10] 代理式AI - 英伟达CEO黄仁勋称代理式AI为"万亿美元机会"，预测2025年将出现数字员工 [12] - Salesforce推出Agentforce平台，可构建自主AI智能体处理产品发布等复杂任务 [13] 多模态功能 - Gemini Live实现带情感色彩的类人对话，Sora可将文本转化为视频 [15] - 谷歌PaLM-E模型结合视觉与语言控制机器人，Flamingo模型实现跨模态推理 [17] 硬件创新 - 英伟达H100 GPU加速大模型训练，2025年Cosmos世界模型将整合RTX芯片 [19] - 量子计算与神经形态芯片可能带来革命性突破，边缘计算提升实时响应能力 [20][21] 行业应用挑战 实施障碍 - 五大关键挑战：领导层战略对齐（分歧率70%）、成本不确定性、人才短缺、供应链脆弱性、模型可解释性 [26][27] - AI透明度指数显示Anthropic得分提升15分至51分，亚马逊提升3倍至41分（2023-2024） [23] 转型策略 - 推荐"迭代部署"模式：小步快跑开发，社会共建治理 [29] - 仅1%企业达到AI成熟水平，需结合自上而下战略与自下而上员工创新 [33] 企业战略思考 领导者维度 - 需重新构想成本中心为价值创造部门，通过AI建立差异化竞争力 [34] - 建议设立AI价值与风险负责人角色，统一跨部门目标 [27] 员工维度 - AI原生员工需掌握提示工程等新技能，企业需建立持续学习机制 [32][33] - 工作设计应鼓励自下而上的创新，如黑客松等实验形式 [33]

"Mayday" 可直译为 5 月天，它也是国际通用的无线电求助信号。当飞机有坠落危险时，飞行员会对着对讲机大喊 "Mayday"！ 这个 5 月，可能是 ChatGPT 发布至今大模型行业最热闹的时候：OpenAI、Google、微软、字节跳动、阿里巴巴等中美两国公司至少举办了 13 场与 大模型相关的发布会，介绍了 10 多款新模型，拿出了一堆新产品。 热闹中的风险与失望是：不少从业者认为技术没有重大进步。 OpenAI 本月新发布的 GPT-4o 处理语言的能力停留在 GPT-4 水平，被期待已久的 GPT-5 仍未登场。 多模态成为顶尖 AI 公司的技术焦点：从 OpenAI、Google 到微软，发布能同时处理语音、图像，甚至理解现实世界的模型。但这些能力支持的产品 和应用都还在 Demo 阶段，没正式发布就引出了侵权、隐私隐患等各种麻烦。 唱衰大模型创业机会的金沙江创投主管合伙人朱啸虎有一个观点：如果语言能力的进化速度变慢，"这波热潮就到头了"。 "没什么令人兴奋的。" 一位在中国大公司带队研发大模型的人士说，一系列发布会让他更相信，开发能力更强的小模型才是未来。 一位 AI 创业者说 GPT-4 ...