
📰 2026-07-29 AI 日報


Google 的 AI 摘要已經佔了 43% 的搜尋結果,我們正在失去「迷路」的權利。
Perplexity Personal Computer 登陸 Windows,打造你的本地 AI 數位員工
Perplexity 將 Personal Computer 工具擴展至 Windows 平台,並有數據顯示 Google AI Search 正快速成為用戶預設的搜尋方式,顯示 AI 整合正加速滲透日常應用。同時,中國免費開放最佳 AI 模型與企業界推動 Agentic AI 的實務建議,反映出業界在技術普及與商業落地上的雙軌並進。此外,形式化驗證在 3D CSG 的應用以及腦波訊號對物理 AI 的潛在突破,則為技術的可靠性與未來邊界提供了新的思考方向。

Perplexity 將 Personal Computer 工具擴展至 Windows 平台
Perplexity 宣布將其 AI 代理工具 Personal Computer 支援 Windows 系統,讓使用者能將電腦轉化為本地運行的 AI 系統。該工具具備「通用數位員工」特性,可存取本地檔案與應用程式,並能協助建立文件、更新試算表等任務,進一步整合了 Microsoft 365 與 Teams 生態系。

中國為何免費提供其最佳 AI 模型
中國新創 Moonshot AI 發布了具備強大競爭力的 LLM Kimi K3,並宣布免費開放權重。此舉不僅引發美中 AI 競爭的關注,更讓市場擔憂封閉式美國模型在開放替代方案崛起下的主導地位是否動搖。

Google AI Search 快速成為預設搜尋方式,新數據顯示
Google 的 AI Overviews(AI 摘要)目前已出現在 43% 的搜尋結果中,顯示 AI 生成的答案正迅速成為人們線上獲取資訊的預設方式。這項數據突顯了搜尋行為的轉變,AI 輔助回答已不再是實驗性功能,而是主流體驗。

打造 Agentic AI 企業環境:五大實務建議
Intel 透過大量實驗指出,Agentic AI 的企業應用不僅是推理問題,更是涉及 CPU 容量、數據存取與可觀測性的系統工程。研究提出五大建議,包括以 vCPU 密度規劃容量、監控任務延遲而非僅看 CPU 使用率,並建議採用 Scale-out 架構以支援 Agent 的可預測擴展。

腦波訊號會是物理 AI 的下一個關鍵突破嗎?
前沿物理 AI 模型的訓練不再僅依賴多鏡頭影像與密集標註,未來可能納入腦波讀數作為關鍵數據來源。這項趨勢暗示 AI 與人類神經訊號的結合,將成為提升實體互動能力的核心技術。

Show HN: 形式化驗證的 3D CSG:信任 93 行規格,而非 1000 行 AI 程式碼
此專案在 Lean 4 中實作並形式化驗證了 3D 建構實體幾何(CSG)的網格交集運算,確保結果網格的表面與三角剖分條件精確無誤。作者將其視為避免盲目信任 AI 生成程式碼的實驗,開發者只需審查極少量的形式化規格即可確保程式碼正確性。

DeepLens Diagnosis Agent:透過 Agentic Workflow 設計,讓小型推理模型具備與前沿 LLM 競爭的診斷能力
研究團隊提出 DeepLens Diagnosis Agent,結合小型醫療推理模型(JSL Medical Small 7B v2)與檢索增強生成(RAG)技術,透過五階段流程強制執行結構化臨床提取與證據交叉比對。在 DiagnosisArena 基準測試中,該方法使小型模型的診斷準確率從 23.99% 大幅提升至 60.14%,展現了流程設計對提升小模型效能的關鍵作用。

MIITA:利用記憶引導的推理時適應,解決小型語言模型的持續學習問題
研究團隊提出 MIITA 框架,旨在解決小型語言模型(SLMs)在資源受限環境下進行持續學習時,容易發生災難性遺忘的問題。該方法透過儲存緊湊的修正方向原型,並在推理階段動態檢索與應用,讓模型能在不破壞原有參數的情況下,非破壞性地重複使用過去的監督資訊。這項技術為在邊緣裝置或低資源場景中部署具備持續適應能力的 AI 模型提供了新的解決方案。
今日洞察
AI 產業正從單純的模型競賽轉向深度整合與信任機制建構。Perplexity 與 Google 的進展顯示,AI 已深入作業系統與搜尋核心,成為日常資訊獲取與辦公的主流介面。同時,Moonshot AI 免費開放模型權重,挑戰美國封閉生態系,加速開放源碼競爭。企業端則面臨 Agentic AI 的系統工程挑戰,需優化基礎設施以支援可擴展性。此外,物理 AI 探索腦波訊號,結合形式化驗證技術,反映業界對提升實體互動能力與確保程式碼可靠性的雙重追求,標誌著 AI 應用進入更精細化與高信任度的新階段。
🔮 趨勢雷達
未來三至六個月,Agentic AI 將從概念驗證轉向企業級部署,Intel 的建議顯示基礎設施將成為瓶頸,硬體投資重心將從純算力轉向系統工程與可觀測性。同時,搜尋引擎面臨結構性危機,Google AI Overviews 的高滲透率迫使廣告模式重構,傳統搜尋廣告營收恐在 Q3 出現明顯下滑。中國免費開放 Kimi K3 將加速開源模型在開發者生態中的普及,壓縮封閉式模型在開發階段的市場空間。此外,形式化驗證將成為 AI 代碼生成的標準配置,以解決信任問題,而腦波訊號等新型數據源雖具潛力,但短期內難以商業化,產業焦點仍將集中在提升現有 Agent 的穩定性與企業整合能力上。
延伸閱讀
喜歡這篇?每天早晨還有更多。
訂閱 5min AI,讓 AI 替你追蹤整個 AI 世界。