顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE

资讯 AI 行业观察 作者:新智元 全文 5960 字 · 约 15 分钟读完 配图 15 张 分类Anthropic医疗 AI

最近,Anthropic的CEO Dario Amodei 说了一句话: AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。 这话说得够狠,但很多人觉得,也就听听。 直到一个叫顾全全的科学家站出来说:10年太慢了,我们要把药物研发周期压缩到4年! 11月10日,

所属频道 大厂动态行业落地

Dario Amodei 最近说了一句话,他是 Anthropic 的 CEO。他的判断是:AI 会用 10 年时间,把人类在生物学领域 50 到 100 年的进展压缩完成,癌症、阿尔茨海默症、心脏病都有望被攻克。

话说得很狠,不过多数人听完也就过去了。直到科学家顾全全站出来表态:10 年太慢,药物研发周期要压到 4 年。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 1)

11月10日,他创立仅 5 个月的公司 Geodesic Intelligence 发布全原子结构预测模型 NovaAtom-Lite。

在全球最严苛的生物分子预测基准测试 FoldBench 上,NovaAtom-Lite 把谷歌 DeepMind 旗下 Isomorphic Labs 的王牌模型 IsoDDE 拉下了马。一系列生物制药基准测试中它同样屠榜,拿下多项 TOP 1。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 2)

Model card链接:https://www.geodesiclab.com/news/introducing-novaatom-lite

一边是 15 个人的创业公司、几百张 GPU、5 个月;另一边是累计融资 27 亿美元、正以 400 亿到 500 亿美元估值谈新一轮融资的 Isomorphic Labs。

X 上瞬间炸了。有人感叹:「Dario Amodei 预测癌症10年内攻克,而 NovaAtom 的创始人说只要4年。」

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 3)

也有人算账:谷歌 DeepMind 剥离出 Isomorphic,烧了几十亿美金,估值谈到 400 亿以上。结果一个 UCLA 教授带着 15 个人的创业公司,5 个月就超了。

况且顾全全不是第一次干这种事。此前他在字节跳动带队做出 SeedFold——世界上第一个在 FoldBench 上超越 AlphaFold 3 的模型。

SeedFold 横空出世,逼得 Isomorphic Labs 不得不祭出 IsoDDE,重新夺回结构预测的王座。这回 NovaAtom-Lite 又把 IsoDDE 拉下马,王座再度易主。

更狠的一点,按顾全全在 X 上透露的信息,NovaAtom-Lite 只是开胃菜,后面还有更大更强的 NovaAtom-Pro 蓄势待发。

换句话说,Isomorphic Labs 近期就算再放出更强的模型试图反扑,等着它的可能是 NovaAtom-Pro 的又一次击穿。这场结构预测的王座之争,顾全全已经连赢两局,第三局的底牌还攥在他手里。

人类攻克绝症的时间表,由此再度提前。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 4)

有投资人感慨,生物界已经迎来了它的「HBM爆发时刻」。

NovaAtom-Lite 到底在干什么?

药为什么那么难做?药物起效的本质,是让一个分子精准地「咬住」另一个分子。

抗体要咬住抗原,小分子药物要塞进蛋白质的口袋里。

这种「咬合」发生在原子尺度——埃(Å)级别,一埃等于一百亿分之一米。

结合姿态差上一点,药效就没了。

过去做新药,靠湿实验一次次试,平均13年才能从实验室走到上市,花费接近20亿美元,成功率还不到5%。AI能做的,就是在计算机里先把这种「咬合」算出来,把试错的周期压短。

这恰好是 NovaAtom-Lite 的活:把蛋白质、DNA、RNA 的序列和小分子配体的信息输进去,它给出整个复合物里每个重原子(氢以外的原子)的三维空间坐标。

精度到原子级别,不是那种模糊的轮廓。

它也不是一台「死板」的计算器。NovaAtom-Lite 配了一套很有工程价值的「条件约束与提示」功能。

比如你可以告诉它:这里有共价键,那里是已知的结合口袋。模型把这些当参考线索用,不当死约束,像个懂化学物理法则的「AI大脑」,灵活地给出预测。

输出同样不止一组坐标:局部结构置信度 pLDDT、残基间预期误差 PAE、界面可靠性指标 ipTM 会一起返回。说白了,它给答案,也告诉你「这个答案我有多大把握」。

两项成绩:79.07% 与 77.06%

结构预测模型强不强,制药界看两块试金石——抗体-抗原结合预测、蛋白质-配体结合预测。

前一项是大分子药物(比如抗癌抗体)的核心,得知道抗体怎么精准「锁住」靶点;后一项是小分子靶向药的命门,药物分子要准确塞进蛋白质的结合口袋。

两个方向都不轻松,一个比一个难。

FoldBench 眼下公认最严格的全原子生物分子预测基准,含1522个复合物结构,数据全部取自模型训练截止日期之后的新结构,想「提前看答案」没有可能。

第一项是抗体-抗原。FoldBench 收了172个抗体-抗原结合界面,评判看 DockQ 分数——可以理解为预测的结合姿态与真实结构有多像,0.23 以上算预测成功,越高越好。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 5)

一家成立5个月的公司,比 AlphaFold 3 高出31个百分点,也比融资27亿美元的 Isomorphic Labs 高出3.5个百分点。

把门槛提到 DockQ ≥ 0.80(要求极高精度),NovaAtom-Lite 的成功率是 AlphaFold 3 的2.2倍,差距更明显。

第二项是蛋白质-配体,覆盖558个结合界面,判定更苛刻:小分子药物的预测位置与真实位置偏差要小于2埃(配体 RMSD < 2 Å),周围蛋白质的接触细节还得高度吻合(LDDT-PLI > 0.8),两条同时满足才算成功。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 6)

两项核心指标,都是 TOP 1。

它真「懂」物理,还是只会背答案?

模型一刷榜,圈内第一反应往往是:是不是偷看答案了?

这质疑站得住。结构预测模型的训练数据就是已知的蛋白质结构库,要是只把见过的东西背下来,跑分再高也没用——真到了药物研发前线,面对的全是从没见过的新分子。

业界有个专门检验模型是不是在死记硬背的严苛测试,名字叫Runs N' Poses。它按测试样本和训练集的相似程度划成8组,从「看着眼熟」一路排到「完全没见过」,逐层把模型的真实水平亮出来。

相似度垫底的0-20%组里,有63个跟训练集「毫无关系」的配体,好比考卷上那些彻底超纲的题目,各模型的表现是这样的:

AlphaFold 3的成绩直接掉到24%,NovaAtom-Lite 却还守在47.6%,差不多是前者的两倍。

换到相似度最高的80-100%组,两者的差距反倒收窄了,成绩是91.0%对88.2%。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 7)

分子越陌生,NovaAtom-Lite 领先得越多。

它靠的不是背答案,而是摸到了微观原子世界那套底层物理法则,手里有一套能迁移的「推理引擎」。

多给它些时间琢磨,它就更聪明

搞AI的人都熟悉一个趋势,叫Test-time Scaling——在推理阶段多喂算力,答案质量就跟着上去。

这个规律在大语言模型那边早就应验了,NovaAtom-Lite 则说明它在生物分子预测里一样管用。

团队拿同一批172个抗体-抗原界面,设计了一组很巧的实验:

1个随机种子(算力最少):成功率74.3%

5个随机种子:79.07%

25个随机种子:81.7%

100个随机种子(深度推理):83.1%

Oracle上限(事后拿实验答案挑出最优解):88.4%

只把采样数量加上去,成功率就从74.3%爬到83.1%,提高了近9个百分点。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 8)

这说明系统的「弹性」很强。

创业公司钱不多,用少量算力快速试错,也能拿到不差的结果。医药巨头就不一样了,一款靶向药牵着百亿市场和无数患者的命,完全可以开足算力,把每一点精度都榨出来——模型的天花板还远没碰到。

这种可扩展性让人非常兴奋。

稍微给点提示,它就能起飞

光靠它自己埋头猛算还不够。

真实的药物研发里,科学家手里常常已经攥着些线索。比如大致知道抗体和抗原在哪个位置接触,或者小分子大概卡在蛋白质的哪个口袋里。

问题在于:模型能不能「听懂」这些提示,并且把它们用起来?

NovaAtom-Lite 给出的回答是:不光听得懂,效果还相当炸裂。

FoldBench 的 172 个抗体-抗原界面上,模型在没有任何提示的情况下成功率为 79.07%。一旦喂给它一对接触残基——等于告诉它这两个残基挨得很近——成功率就跳到了 91.28%,高出 12 个百分点。

换到规模更大的抗体-抗原测试集 PXM-22to25-AB(383 个聚类),涨幅更猛:66.05% 被拉到 88.82%,接近 23 个百分点。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 9)

蛋白质-配体这一块,结果同样耐人寻味。

团队在 Runs N' Poses 上摆了四种设置来测:不加约束、给一个接触对、给四个口袋残基、给完整口袋,条件逐级加码。

最难的那批样本受益最明显:在与训练集相似度最低的 0-20% 区间,完整口袋提示把成功率从 47.6% 推到 63.5%,多了近 16 个百分点;相似度 60% 以上的区间,涨幅只有 2 到 5 个百分点。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 10)

说白了,题目越超纲,模型越能顺着线索自己琢磨出东西。科学家积累的经验不会白费,你给的信息越足,它算得越准。

两个「神级」案例:从分子套索到暗门破解

数字好看归好看,制药的人最后还是盯着一个问题:真实世界里那些最刁钻的结构难题,你解得开吗?

案例一:给疯狂甩动的「分子套索」拍高清定格照

中东呼吸综合征(MERS)病毒不好对付。科学家请出纳米抗体 VHH-T148 来压制它,而这个抗体的看家武器,是一条由 22 个氨基酸组成的 CDR-H3 长环。

可以把它想成三维空间里一条拼命乱甩的「软鞭」。灵活性极高,又缺少进化上的共变信号,想预测它难上加难。

结构预测圈子里,这被公认为噩梦级的难题。

可 NovaAtom-Lite 交出了 25 个候选方案,全部命中。DockQ 为 0.839,CDR-H3 的预测误差只有 0.56 Å,18 个表位残基一个不落全被覆盖。

0.56 Å 差不多是碳原子直径的三分之一,相当于拿「分子级单反」完成了一次定格抓拍。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 11)

案例二:让「锁着门」的癌症靶点自己把暗门打开

KRAS 在医药界是出了名难啃的癌症靶点。

它表面光溜溜的,药物几乎找不到下手的地方。

有一类抑制剂能钻进 KRAS 上一个「隐藏口袋」(switch-II pocket)发挥作用,麻烦在于这个口袋平时关得死死的。

换句话说,AI 不光要算准药物小分子该摆在哪,还得凭空推断出蛋白质的构象怎么变——那扇门究竟是怎么开的。

这个案例里(结构编号 8UN5,KRAS G13D 突变体),OpenDDE 直接卡住了,配体 RMSD 高达 17.74 Å,药物被甩到了十万八千里外。

NovaAtom-Lite 的配体 RMSD 只有 0.98 Å。

25 个样本中,switch-II 区域的预测与晶体结构相差仅 0.4 到 0.6 Å,12 个天然极性接触全部重现,也没有任何配体原子与蛋白质发生空间冲突。

这才叫分子级的微雕。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 12)

a16z 的「预言」:

制药行业正走到属于自己的「GPT-3时刻」。

硅谷风投 a16z 在 NovaAtom-Lite 上线三天后推出一份研报,题为《大型制药企业,即将与大型软件分庭抗礼》(Big Pharma Can Rival Big Software)。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 13)

报告给出了几个关键结论。

头一条,AI 制药已经迈入「GPT-3时刻」。

a16z 的原话是:我们认为当前 Bio × AI 的市场成熟度已接近 GPT-3 水平。通用 AI 从「能用」跨到「好用」,转折点正是 GPT-3;a16z 判断,生物模型里也在冒出类似的能力。

第二条,药企今后会按「科技股」来定价。

过去给传统药企估值,看的是现有药物组合的现金流折现,背后的研发引擎基本得不到资本认可。可一旦 AI 让药物发现变得「高度可重复、可预测」,投资者就愿意为药企的 AI 基础设施掏钱,逻辑跟为 SaaS 公司的平台付费一样。

说到底,这是估值逻辑被彻底重写。

第三条,11月10日亮相的 NovaAtom-Lite 已经被 a16z 写进这份研报。

模型发布才三天,就被顶级资本收进行业报告,这个反应速度本身就耐人寻味。它确实被看见了。

更有意思的是,a16z 报告那张产业版图插图里,被点名提到的公司只有一家——Geodesic Intelligence。

顾全全团队NovaAtom-Lite登顶FoldBench:15人公司5个月超越IsoDDE(配图 14)

报告把 AI 制药初创划成两类。一类是 Isomorphic Labs、Recursion 这种亲自下场做药的「垂直整合者」,扛高风险,赌万亿美金的天花板;另一类是做模型、工具和平台的「卖铲人」,供应实验室自动化、AI 智能体、分子设计引擎。

Geodesic 明显被放在了后一类里最靠前的位置。Geodesic API 和 NovaDDE 平台正把 NovaAtom-Lite 的能力开放给各家药企和科研团队。

Geodesic Intelligence 会不会自己做药,目前还没有答案。不过从模型表现出的竞争力看,它把边界从模型和工具供应商往药物研发本身推,机会是明摆着的。

a16z 的判断并非纸上谈兵,产业端的数据已经在印证。

GenScript(金斯瑞)的 AI 制药业务连续三个半年实现翻倍增长,Twist Bioscience 的 AI 药物发现订单涨幅达到三位数。

大药企也在抢着签约。单是 Isomorphic Labs 一家,诺华和礼来的合作协议加总就接近30亿美元;Anthropic 自建湿实验室,OpenAI 则直接买下生物科技公司。

行业的底层玩法正在改写:AI 不再只是制药的辅助工具,它本身正变成制药的基础设施。

最短路径

话说回 Geodesic Intelligence 本身。

顾全全是 UCLA 计算机科学系教授,在 AI for Science 领域名气不小。2026年6月他创办 Geodesic Intelligence,目标就一句话:

构建 AGI,找到从生物学到药物的最短路径。

5个月后,他带着15人的精锐团队交出了第一份答卷。

而这只是开头。官方已经说得很清楚,NovaAtom-Lite 是 NovaAtom 模型家族的第一个成员,更大更强的模型还在路上。

Geodesic 的完整布局是三位一体:NovaAtom 管结构预测,NovaDDE 管科学推理与药物发现工作台,NovaLab 管湿实验验证——

提出问题、算清分子结构、再把候选物送进实验验证,整条链路由这一套体系串起来。

a16z 在报告收尾处的那句话,放在这里恰好对上:研发药物若能更快、更便宜,AI 最深远的影响就会落在这一处。

药物研发的时间加速器,已经摆在眼前了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 顾全全团队发布NovaAtom-Lite,要把药物研发压到4年

    新智元报道 最近,Anthropic的CEO Dario Amodei 说了一句话:AI将在10年内,把人类在生物学上50到100年的进展压缩完成——癌症、阿尔茨海默症、心脏病,统统有望攻克。这话说得够狠,但很多人觉得,也就听听。直到一个叫顾全全的科学家站出来说:10年太慢了,我们要把药物研发周期压缩到4年!11月10

    来源 腾讯网
  2. 考克森谈Mythos:重训只需初始一小部分算力

    考克森在 Anthropic 只工作了约四个月。让他决定离职的原因之一,是公司 IPO 路演中一张展示 AI 模型训练算力需求变化的图表。图表采用压缩坐标轴,即使算力需求增长 10 倍和 100 倍,看起来也相差不大。

    来源 IT之家
  3. 黄仁勋谋划回归英伟达:国会质询与Anthropic IPO本周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  4. 黄仁勋谋划回归英伟达:16万人联署,国会质询与万亿IPO同周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  5. 燃气轮机订单排到2031年,AI公司开始拆航发供电

    (本文作者为 硅碳变量,钛媒体经授权发布)文|硅碳变量,作者|沈浪据英国《金融时报》11月8日报道,Anthropic在9月下旬与位于德克萨斯州圣安东尼奥的设备供应商OnePWR Solutions完成一笔交易,以34亿美元(约合人民币227亿元)锁定1.7吉瓦重型发电机供货,用于数据中心的电力供给。更早之前,AI基础

    来源 腾讯网
  6. Anthropic IPO定价缩水:预测市场看跌,首日市值押注生变

    Anthropic备受瞩目的、预计将创造历史的IPO,“意外”是越来越多了。最新的一个意外是,Anthropic在11月9日,也就是原定启动投资者路演的前一天撤回了IPO定价文件。这份文件原本会将它的定价区间最高市值定在1.441万亿美元。随后Anthropic更新了文件,将估价区间确定为每股70至78美元,这意味着最

    来源 腾讯网
  7. Edge AI Daily 早报(11月14日)

    英伟达黄仁勋辞任触发治理与出口审查重估,股价盘中跌破4万亿美元后修复;微软365全球中断暴露云集中化单点风险。Anthropic IPO获六倍认购并签SpaceX月12.5亿美元算力合同,OpenAI融资150亿美元但亏损扩大;谷歌Gemini 4 Hydrogen与Claude默认模型推进AI执行层,SpaceX拟投

    来源 AI 行业观察
  8. 考克森离职Anthropic内幕:IPO路演一张图成导火索?

    IT之家 11 月 14 日消息,曾任职于 OpenAI 和 Anthropic、因公开警告 AI 风险而受到广泛关注的研究员雅各布 · 考克森称,Anthropic 在 IPO 路演中展示的一张幻灯片,是促使他离职的重要原因。考克森在 Anthropic 只工作了约四个月。让他决定离职的原因之一,是公司 IPO 路演

    来源 腾讯网
  9. 为什么说Gemini才是目前最被低估的真神?

    有很多宣传自己多模态的模型,其实并没有听觉,比如GPT-6、Claude 5.5,你让他们听声音时,他们可能会回得有模有样,但实则把音频偷偷交给其他工具处理,模型本身听不见声音。

    来源 凤凰科技
  10. Anthropic冲击1.4万亿美元IPO:904亿融资,市场还买单吗

    本文仅在今日头条发布,谢绝转载 全球科技股刚刚经历了一轮惨烈的调整,结果还没等市场缓过劲来,Anthropic就准备拿着1.4万亿美元的估值冲击美国IPO纪录了。 一家成立才五年的公司,准备最高融资904亿美元,完全摊薄后的估值达到1.4万亿美元,认购需求据称已经达到发行规模的6倍左右。 今年6月SpaceX上市融资7

    来源 AI 行业观察
  11. Anthropic启动IPO路演:6倍超购背后,算力承诺8954亿美元

    Anthropic于2026年11月10日启动IPO路演,计划11月19日登陆纳斯达克,募资规模高达644亿美元,估值1.4万亿美元,路演第三天已达6倍超购。CEO Dario Amodei在与摩根大通CEO Jamie Dimon的公开对话中罕见坦承,算力采购是公司面临的"最深的商业难题"。S-1文件披露公司长期算力

    来源 AI 科技快讯
  12. Claude Fable5.2上线:70万笔触代码作画,不靠扩散模型

    Anthropic 当地时间11月9日发布 Claude Fable5.2与 Mythos5.2。该公司无传统文生图模型,Fable5.2却能以代码在虚拟画布上模拟画笔逐笔作画,还原笔刷纹理、颜料湿度与画布质感并可修正错误。不同于 Midjourney 等扩散模型从噪声生成图像,它把绘画拆解为笔触指

    来源 AI 开发者社区
  13. Claude Fable5.2靠代码作画:70万笔触画出购物车

    Anthropic 11月9日发布 Claude Fable5.2 与 Mythos5.2。Fable5.2 无传统文生图模型,却能以代码在虚拟画布逐笔作画,还原笔刷纹理、颜料湿度与画布质感,并可修正错误。它不同于 Midjourney 等扩散模型从噪声生成图像,而是把绘画拆解为笔触指令执行,每幅画是一段约1000至2

    来源 AI 产业速递
  14. Anthropic冲刺IPO:1.4万亿估值,阿莫代伊能否接棒黄仁勋?

    据彭博社报道,Anthropic预计周四登陆纳斯达克,寻求1.4万亿美元估值,IPO与另一项私募配售合计融资最多904亿美元,已获近七倍超额认购。在黄仁勋声誉危机导致英伟达股价重挫的背景下,分析师认为Anthropic可能成为衡量AI商业化能否成功的关键风向标。

    来源 凤凰科技
  15. 礼来 CEO 回应“AI 十年内攻克癌症”:愿景很美好,但不太可能

    礼来(Eli Lilly)董事长兼首席执行官戴夫 · 里克斯(Dave Ricks)于 11 月 12 日在 X 平台发布推文,回应 Anthropic 首席执行官达里奥 · 阿莫代伊(Dario Amodei)有关“AI 将在不到十年内攻克癌症等疾病”的预测,称这一愿景“令人向往”,但实现的可能性不大。

    来源 IT之家
  16. 微软365故障波及Claude,Anthropic连发多条通报

    微软 365 遭遇近年最严重故障,波及 Exchange Online、Outlook 等服务近一天半。Anthropic 旗下 Claude 的 Outlook 插件、连接器接连受影响,后续 claude.ai、平台等核心服务又出现验证错误。

    来源 IT之家
  17. Claude推三款办公工具:微软市值一夜蒸发893亿美元

    新智元报道 IPO路演刚开始,A/再次宣战!今天,Claude一口气端上了三大「办公神器」:Whiteboards、Sheets、Data。就连最佳「食用方法」,Anthropic都给你设想了一套——在白板上把计划捋顺,再去表格里搭建追踪表,最后再用数据讲一个故事。就连Adobe、Notion这样的三方工具,也可以直接

    来源 腾讯网
  18. 黄仁勋辞任英伟达 CEO,或给 Anthropic 下周“史上最大 IPO”添变数

    IT之家 11 月 13 日消息,当地时间 12 日,据《财富》杂志报道,AI 初创企业 Anthropic 即将迎来史上最受瞩目的 IPO 之一。然而,就在上市前夕,英伟达联合创始人兼 CEO 黄仁勋突然辞职。 等到 Anthropic 正式登陆资本市场时,距离 AI 行业失去最有影响力、最擅长推销行业前景的人物之一

    来源 AI 行业观察
  19. GitLab 19.5 发布:MCP 服务器转正,外部智能体纳入治理

    GitLab 19.5 于 10 月 15 日发布,将智能体软件开发和治理作为平台核心:GitLab MCP 服务器正式可用,同时扩展了外部 AI 智能体与 GitLab 交互的方式。 该版本允许 Claude Code、Cursor 等兼容 MCP 的工具访问更多 GitLab 工具目录,并调用 GitLab Duo

    来源 AI 行业观察
向下滚动自动加载更多