AI 周报2026-07-13 至 2026-07-19

基于 248 张已审核卡片 · 编辑整理 · 更新于 2026-10-24T15:44+08:00

企业开始用完成的工作衡量 AI 投入，基础设施则围绕智能体运行与模型服务继续优化；与此同时，安全测试和适龄使用被纳入产品建设。

重点结论与趋势

1. 企业价值讨论从使用量转向任务结果。Cars24 的语音与聊天代理案例给出业务处理规模；OpenAI 的投资记分卡提出有用工作、成功任务成本与可靠性等衡量维度。

   依据：Cars24如何利用OpenAI扩展对话并加速构建 原文 · AI时代的记分卡 原文

2. 智能体基础设施需要同时解决数据通路和模型驻留问题。BlueField 方案把网络、存储与安全卸载到基础设施层；PagedWeight 则通过运行时权重量化降低 MoE 服务的显存占用。

   依据：通过NVIDIA BlueField实现智能体AI工厂的极致协同设计 原文 · PagedWeight：基于动态质量感知权重量化的高效MoE大语言模型服务 原文

3. 安全建设出现两种互补做法：GPT-Red 探索自动化对抗测试，面向青少年的 ChatGPT 方案强调适龄保护和学习工具。前者是模型测试方法，后者是产品使用边界。

   依据：GPT-Red——通过自我博弈实现鲁棒性自我提升 原文 · 为什么青少年值得获得安全的AI 原文

后续关注

• 观察企业案例中的节省或提升能否在不同组织与任务中复现。 依据：Cars24如何利用OpenAI扩展对话并加速构建 原文 · AI时代的记分卡 原文