Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与数据洞察
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
#大佬观点
Microsoft ResearchAI 评分2222
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 已死、Skills 杀死了 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，MCP 提供工具与数据的标准接入，Skills 封装团队流程与最佳实践，二者可组合使用；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向 AI 智能体的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统需应对三类新挑战：为智能体设计的数据系统、支撑智能体集群的数据系统、以及由智能体合成的数据系统。