今日观察
今天的新品呈现一个清晰信号:「小而专」正在打赢「大而全」——十年前的专用 CNN 在皮肤癌诊断上超过 frontier LLM,说明行业落地的胜负手不在模型大小,而在任务对齐与验收标准。另一条主线是agent 治理与流程重组进入实操层:公司级 harness、agent 审批/信任层、法律 RAG 都在回答同一个问题——怎么让 AI 在真实业务流程里被信任、被验收。
值得去读差评/讨论的 3 条
- Skin Cancer CNN vs LLM — 医疗诊断结论常被质疑数据集泄漏,看评论区如何挑战实验设计:https://lynchlab.net/llm-skin-cancer
- UC Berkeley 数学教授取消作业批改 — 教育界对「AI 使评估失效」的争论:https://www.dailycal.org/news/campus/academics/ai-use-leads-uc-berkeley-math-professor-to-see-no-point-in-grading-homework/article_bdf1eae2-c08b-491f-b9f1-81a7cea177de.html
- LangChain "Company Harness" — 部门级 agent 落地的真实坑与经验:https://www.langchain.com/blog/components-building-company-harness