从直觉到算法城市：AI 将如何决定英国的城市建设及其是否有效
数十年来，英国的场所营造既有方法论，也有判断力。实践者们谈论的是 "特色"、"活力 "和难以捉摸的街景 "感觉"；这些特质是通过经验、人类使用和专业直觉而非形式化的衡量标准提炼出来的。有成就的实践者往往是见过足够多地方的人，即使在部分因果机制仍然无形的情况下，他们也能认识到什么是有效的。.
了解新的 RICS AI 标准：新标准对测量师的意义
AI 正在重塑整个建筑环境的专业实践，测量行业也不例外。英国皇家特许测量师学会（RICS）发布了首个《在测量实践中负责任地使用人工智能》（Responsible Use of Artificial Intelligence in Surveying Practice）专业标准（自 2026 年 3 月 9 日起生效），许多公司面临的问题不再是是否参与 AI，而是如何以一种合规、经过深思熟虑且在专业上站得住脚的方式参与 AI。.
开源悖论
Red Hat 在 Linux 上建立了价值 10TP46T340 亿美元的业务。IBM 收购了它。这笔交易验证了四十年来一直存在的一个假设：从共享代码中获取巨大价值的公司，出于自身利益的考虑，会继续资助它们所依赖的项目。这一假设现在受到了压力。这并不是因为有人决定停止资助开源项目。而是因为资助开源项目最多的行业--SaaS--正在被最依赖开源项目的行业--AI--所瓦解。.
第 2 部分：从记忆到导航：扩展自主代理，超越检索
在上一篇文章中，我探讨了八个独立研究团队是如何汇聚在同一个见解上的：与其围绕模型构建记忆系统，不如训练模型本身，使其将记忆作为一种学习技能来管理。后记忆训练--在训练后阶段使用强化学习--产生的代理可以决定存储、删除、合并和检索什么，所有这些都是针对任务完成情况进行优化的。.
第 1 部分：记忆后培训：教代理记忆，而不仅仅是检索
在过去的几个月里，"后内存训练 "一直是我关注的焦点。如果你关注过我最近关于上下文管理、内存架构的文章，以及反复出现的 "为什么代理在50岁之后会退化 "的问题，这篇文章就是这些线索的交汇点。最初的模式非常清晰。八个独立的研究团队得出了相同的结论：停止围绕模型构建记忆系统，训练模型本身将记忆作为一种学习技能来管理。这种趋同意义重大。.
思想领袖文章 - AI 和 Data 趋势引领 2026 年发展方向
回顾 2025 年，有一点是显而易见的：artificial intelligence 和 data 不再是处于组织边缘的实验性工具。它们已成为企业运营、竞争和创造价值的核心。采用的速度说明了这一点。根据微软的《AI普及报告》，到2025年底，全球大约每六个人中就有一人使用过生成式AI工具。在企业中，这一势头更为强劲，到今年年中，全球近70%的企业至少在一项业务职能中部署了生成式AI。从最初的孤立试点，迅速发展成为影响决策、客户参与和运营效率的嵌入式能力。.
智能时尚零售：通过以人为本的方法推动 AI 的采用
虽然 AI 为行业带来了巨大的可能性，但大规模实施仍然充满挑战。总体而言，只有少数零售商成功实现了大规模个性化运营，许多企业仍然受制于人才准备和变革管理方面的差距，从而放慢了转型的步伐。.
AI in Sport：场外才是最大的赢家
在体育领域，data 和 AI 主要与场上表现有关：球员分析、战术建模和伤病预防。技术拓展了运动成绩的边界，使运动员能够超越以往的极限。那么，为什么没有更多的体育组织将同样的思维应用到体育业务中呢？体育是一个竞争激烈的娱乐行业，在球迷参与、内容、运营和商业决策等领域，边际收益与成绩同样重要。.
长期 AI 代理，第 3 部分：这对组织的实际意义
技术是真实的，但并不成熟。发展轨迹是清晰的，但时间表并不明确。大多数在 2026 年部署长期运行的 AI 的组织将吸取昂贵的教训。少数企业将获得真正的优势。区别在于三点：部署地点、管理方式以及是否理解 "自主 "的实际含义。.
