这期有个用词上的辨析值得记：大家都在说 agentic，但这个词很虚；相比之下 predictive agent 实在得多——它明确要求最终产出的洞察必须严谨地绑定回最初的业务目标。冲着业务目标去的 agent，和「能自主行动」的 agent，不是一回事。
Chatbot Arena 上头几名变化不大，仍是 Grok 3、GPT-4.5 和 Gemini 2 那一档（Grok 3 的 preview 版和正式版这次合并了）。
两个值得注意的：Cohere 的 Command A 性能比不过 R1、也不如 V3，但它体量小，而且在安全性、企业级隐私上做了大量对齐，靠这个占住了位置。
另一个更意外：腾讯混元刚发的 0226 版本，跑分基本和 GPT-4 没什么差别了。这种后发跟进的能力还是挺强的。
有两篇讲 agentic enterprise 的文章，用单 agent 和多 agent 去组织企业工作。看看就好——技术上没有实质变革，讲的多半是管理层面的事。
但里面有个词值得单拎出来：predictive agent。
它比 agentic、比泛泛的 agent 都更有实际意义，因为它有硬约束：最终产出的洞察，必须严谨地绑定回最原始的业务目标。冲着业务目标做的 agent，和「能自主行动」的 agent，完全是两件事。
最近推特上一个新习惯：在某条推文下面 @ 一个模型，问 is this true。
比如有传言说某位政客将公布加密资产零资本利得税的政策，下面就有人直接 @ 模型求证。
事实核查这件事，正在从「去某个网站查」变成「在原地把模型叫过来」。
有个开源 repo 收了大量端到端案例——LaTeX 的 OCR、写书的工作流等等，每个都一步步教你怎么做。
作者会在推特上卖配套的课，但代码本身是开源全放的。想补工程实践，这个仓库挺值得刷。
上周还在说 Gemini 能生成图片，这周它就把标准功能里加上了 Canvas——和 Artifacts 是一个思路，直接生成 Web 应用。
两个实测感受：速度比 Artifacts 快很多；生成出来的应用风格做得挺好，而且很一致。同期它也把不少新模型一起放进了 Gemini 的入口里。