AI 新闻：智能体定价、医疗诊断以及中国的模型
AI 正在走出演示阶段。当前的格局既混乱又务实。这不再关乎一次重大的发布，而关乎成本、信任和控制。
以下是关键更新：
医疗 AI 与工作流 OpenAI 正在探索 AI 如何帮助医生诊断儿童罕见的遗传性疾病。这并不是为了取代医生，而是为了帮助他们在海量的遗传数据中进行搜索。对于开发者而言，教训很明确：模型只是其中一部分。成功需要解决临床工作流、隐私和责任归属问题。
智能体定价挑战 Anthropic 暂停了其 Claude Agent SDK 计划中的计费变更。许多用户担心成本过高。智能体定价之所以困难，是因为智能体在规划、重试和修复错误时会消耗大量 Token。如果你在使用智能体进行开发，请务必重视成本。设置支出限制，记录每一步操作，并向用户展示智能体为何产生了这些费用。
更出色的编程基准测试 DeepSWE v1.1 发布了针对软件工程任务的新更新。它专注于真实的工程实践，而非仅仅追求表现出色。它在干净、隔离的环境中测试代码。行业需要更多的可复现性，而非更多的“魔法技巧”。
分裂的 AI 技术栈 华为使用自研芯片来优化 DeepSeek 模型。这表明中国正在设法绕过硬件限制。对于开发者来说，这意味着 AI 技术栈正在发生分裂。团队会更加关注模型运行的位置以及所使用的硬件。本地模型提供了控制权，即使它们无法击败最大的前沿模型。
新的威胁模型 安全研究人员发现，攻击者正在利用 Claude Code 等工具进行入侵。智能体可以帮助防御者，但也会帮助攻击者实现漏洞利用的自动化。不要将智能体仅仅视为简单的自动补全工具，而应将其视为具有特权的自动化工具。记录它们的行为并限制它们的凭据。
核心结论：AI 的下一阶段将致力于解决成本和基础设施这些困难且枯燥的问题。
可选学习社区：https://t.me/GyaanSetuAi