AI研究周报(二十二)：多模态交互会倒逼统一表示
过去很长时间里，视觉、语言、语音往往各自发展：图像模型解决图像问题，语言模型解决文本问题，语音系统也有自己独立的一套管线。但随着多模态应用越来越多，一个更底层的需求开始变得明显——系统需要一种更统一的表示方式，才能支撑跨模态理解与交互。
AI研究周报(二十一)：代理能力会先在窄流程里变成生产力
大家谈到“AI 代理”时，很容易直接想象一个能自主完成复杂任务的通用助手。但如果把视角拉回真实业务，我反而觉得代理能力最先落地的地方，不会是无边界的开放世界，而是那些步骤清晰、上下文稳定、反馈明确的窄流程。
AI研究周报(二十)：人类反馈会从标签变成训练回路
过去很多机器学习系统里，人类的角色主要体现在“标注数据”这一步：人负责给样本打标签，模型负责拟合这些标签。但随着模型能力变强、任务开放度提高，这种关系正在变化。人类反馈不再只是静态监督，而越来越像训练回路的一部分。
AI研究周报(十九)：开放模型生态开始积累势能
这几年看 AI 发展，一个越来越明显的趋势是：除了大公司主导的闭源系统，开放模型和社区生态也在逐步积累势能。虽然在很多关键节点上，领先成果仍然更容易先出现在封闭体系里，但开放生态的价值正在变得越来越清楚。
AI研究周报(十八)：工作流自动化会先于通用代理落地
关于 AI 的未来，经常会听到一个很吸引人的愿景：一个足够聪明的代理，理解目标、拆解任务、调用工具、持续执行，像真正的数字员工一样工作。这个方向当然成立，但如果从落地路径看，我更相信先大规模出现的，不会是全能代理，而是工作流自动化。
AI研究周报(十七)：推理成本开始反过来塑造产品
大模型讨论里，大家最先关注的通常是训练：参数多大、数据多少、算力多强。但如果把视角放到真正可用的产品层，会发现另一个变量正在变得越来越关键——推理成本。模型不是训练完就结束，真正进入业务后，成本、时延和吞吐会反过来决定产品长什么样。
AI研究周报(十六)：数据治理会成为模型上限的一部分
如果只看论文标题，很容易以为模型进步主要来自更大的网络、更强的算力和更巧妙的训练技巧。但最近越往后看，越能感觉到另一个变量的重要性正在抬头：数据治理。模型能学到什么、会偏向什么、在哪些场景里失真，越来越不是单纯的结构问题，而是数据问题。
AI研究周报(十五)：模型评测从分数走向体验
最近越看大模型和生成系统的发展，越觉得一个老问题正在变得更棘手：我们到底该怎么评价一个模型好不好？过去 benchmark 分数很好用，因为任务边界清晰、目标明确。但模型越来越开放、越来越通用之后，只看分数显然不够了。
AI研究周报(十四)：指令跟随正在成为新接口
过去我们使用模型，常常像在调一个脾气古怪的系统：得知道任务格式、知道 prompt 怎么写、知道模型在哪些表达上更容易出结果。但最近越来越能感觉到，另一个方向正在出现——不是让人适应模型，而是让模型更自然地理解人的指令。
AI研究周报(十三)：多模态基础设施开始成形
回头看这一阶段的 AI 进展，会发现一个很明显的变化：图像、文本、语音这些模态，已经不再只是各做各的任务了。越来越多工作开始尝试把不同模态放进同一套学习框架里。这件事表面上像是“能力扩展”，但我觉得本质上是在搭建未来通用模型的基础设施。
