博客

很多团队刚开始做文档智能，第一反应都是先测模型能不能吃下长文档。

企业做知识系统时，前面最容易先比较的是长文档能力。

最近，随着 ChatGPT Images 2.0（GPT-image-2）的全面开放，AI 绘图圈又迎来了一场大地震。很多朋友第一时间冲进去体验，但晒出来的图却让人哭笑不得：不是毫无意义的赛博朋克风景，就是千篇一律的二次元萌妹。大家惊叹于它

最近，OpenAI 正式发布了全新的图像生成模型 ChatGPT Images 2.0 (GPT-image-2)。如果你最近刷 X (Twitter)，一定会被各种极其逼真的 AI 生成图片刷屏！

最近，OpenAI 正式发布了全新的图像生成模型 ChatGPT Images 2.0 (GPT-image-2)。如果你最近刷 X (Twitter)，一定会被各种极其逼真的 AI 生成图片刷屏！

企业开始做 Agent 之后，很多问题都会比普通问答系统更早暴露出来。

前面很多人聊 Agent，重点还放在“能不能让它自己干活”。

前面很多人聊多模型，语气还像是在讨论一种“更完整的架构选择”。

Agent 多模型协同，最近几乎成了所有 Agent 落地团队绕不开的话题。

前两年大家聊多模型，很多时候还停留在一个比较抽象的层面：是不是要多接几家模型，出了问题能不能切，价格能不能压一点。

最近 Agent 的热度上来之后，一个连带变化也越来越明显：多模型这件事，开始从“技术备选项”慢慢变成“系统迟早要补的一层”。

Agent 这波真正落地之后，“多模型”越来越不像一种额外能力。

Agent 火起来之后，很多团队很快就会问一个问题：既然工作流已经开始变长，那到底要配几类模型才算合理？

一开始做 Agent 时，很多团队的直觉都差不多：先找一个强模型，把链路跑起来，后面再说。

很多团队前面做 Agent，还会把注意力放在“能不能让它自己跑起来”。