开发者如何用前沿 AI 智能体把想法变成 Omniverse 仿真
NVIDIA 官方博客展示开发者用前沿 AI 智能体连接 Omniverse 库，把仿真想法变成可运行应用。案例包括仓库人形机器人、自动驾驶测试、数字孪生、Robo Olympics 和机器人拆解，开发者通过自然语言指令让 Astra 等模型连接 ovphysx、ovrtx 等库并审查结果。
#Agent
NVIDIA BlogAI 评分5555
Microsoft ResearchAI 评分5555 Microsoft Research 访谈：AI 会犯什么错，失败能教会我们什么
Microsoft Research 播客访谈 Jennifer Neville，讨论 AI 在多轮对话和智能体长程任务中的失败与评估。她指出单轮 benchmark 高分不代表多轮表现，多轮指定会让性能显著下降；在长文档编辑等长程工作流中，未被发现的错误会累积。团队建议查看数据、检查答案，并用更具体的用户反馈帮助改进模型。
GitHub Blog · AI & MLAI 评分5050 GitHub 谈 AI 改变开发者工作：三项需要加强的技能
GitHub 官方博客提出，AI 改变开发者工作后，开发者需要加强指挥 AI、评估 AI 输出和用 AI 解决更大问题三项技能。文中提到 GitHub Copilot 内置 Rubber Duck agent 会用第二个模型评审计划、代码和测试。开发者因此要从实现转向定义问题、审查输出和做技术决策。
Berkeley AI ResearchAI 评分5757 Berkeley AI Research 提出近零推理成本下数据系统面向、承载与构建智能体的研究议程
Berkeley AI Research 发布研究视角，提出在推理成本快速下降后，数据系统需要面向智能体、承载智能体并由智能体构建三类挑战。文章称 GPT-4 级能力成本在 2023 年初约为 $30 per million tokens，今天低于 $1，部分供应商低于 $0.10；跨基准推理价格每年下降 9x 到 900x，中位接近 50x。