Decathlon用Chronos-2实现周级需求预测，准确率提升15点仅耗0…｜AI落地与Agent

本站编辑

有人把整套报关流程交给了 Agent，人只签字；而体育巨头 Decathlon 把上万SKU的订货决策，交给了一个开源时序模型——它跑在普通CPU上，每周只要3美分。

▍今日主打

Decathlon用Chronos-2实现周级需求预测，准确率提升15点仅耗0.03美元

Decathlon 全球数十万SKU、横跨多洲的周级需求预测，过去依赖复杂规则+人工校准，响应慢、误差大。这次他们将 Chronos-2（亚马逊开源的轻量级时序大模型）部署在 AWS 上，不调用GPU，纯CPU推理，单次周预测成本压至约0.03美元，同时将平均预测准确率提升11–15个百分点——这不是实验室指标，而是真实采购订单达成率的跃升。

对想落地AI自动化的企业而言，这是一份可抄的「降本增效」作业：它证明了不必堆算力、不需定制大模型，用现成开源时序Agent（Chronos-2支持工具调用与多步推理）+ 企业已有销售/库存数据，就能重构供应链核心环节。对开发者来说，这是极佳的Agent工程样板——Chronos-2被封装为可调度服务，接入ERP数据管道后自动触发预测、生成补货建议、甚至调用邮件API通知采购员，全程无硬编码。

适合快消、零售、制造业中已有稳定结构化销售时序数据的团队。别急着上LLM，先把你最痛的那个预测场景（如门店补货、安全库存设定）切出来，用Chronos-2跑通端到端闭环——它比你想象中更轻、更快、更便宜。

—— 以下是今天的全部 15 条速览 ——

Agent 与流程自动化

1. Decathlon用Chronos-2实现周级需求预测，准确率提升15点仅耗0.03美元

Decathlon 部署开源时序大模型 Chronos-2，在AWS CPU实例上运行周级需求预测，覆盖数万个产品和多个大洲市场；

预测准确率提升11–15个百分点（具体指标未公开，但明确指向采购订单满足率等业务指标）；

单次全量周预测成本约0.03美元，显著低于传统方案，且大幅降低运维复杂度。

号哥说：这不是炫技，是真正在生产环境扛住业务压力的Agent落地：用轻量模型解决重流程问题，效果可量化、成本可计算、路径可复制——零售/制造企业供应链负责人该立刻拉出自己最常救火的SKU清单试一试。

落地提点：小团队别碰LLM做预测，先用Chronos-2跑通一个SKU的周补货闭环，数据对得上、结果能进ERP，再扩量。

AWS Machine Learning Blog · 阅读原文

2. Terminal-Bench-Science发布首个面向科研工作流的AI Agent评测基准

Terminal-Bench-Science 是专为评估AI Agent在真实科研任务中表现设计的新基准；

覆盖文献综述、实验设计、代码复现、论文撰写等完整科研链路，强调工具调用、多步推理与容错能力；

已开源，支持本地部署与自定义任务扩展，目标是替代纯语言理解类benchmark。

号哥说：当前Agent评测严重脱钩实际场景——这个新基准把‘读论文→写代码→跑实验→改图表→润色投稿’整个链条变成可打分的测试项，开发者终于能验证自己的Agent是否真能在实验室里干活，而非只在玩具任务上刷高分。

落地提点：做科研Agent的团队，别再只跑AlpacaEval了，用Terminal-Bench-Science测一次真实工作流，结果比任何参数量都说明问题。

Hacker News · 阅读原文

3. OpenAI正开发‘Persistent Mode’：Codex Agent可长期驻留并自主生成后续任务

OpenAI内部代码显示，其AI Agent Codex正在构建‘Persistent Mode’（持久模式），支持长期驻留、状态保持与自主任务规划；

Agent不再仅响应用户指令，而是基于上下文主动识别下一步动作，例如发现报告异常后自动查日志、调API、发告警；

该能力已在部分内测版本中出现，尚未向公众开放，但代表Agent从‘工具调用’迈向‘目标驱动’的关键演进。

号哥说：这标志着Agent范式升级：从‘你让我干啥我干啥’变成‘我知道该干啥并持续干下去’。对想建自动化流程的企业，意味着未来可部署一个Agent盯住某条产线/某类客诉/某项KPI，它自己判断、执行、反馈，人只需设目标和审核结果。

落地提点：别急着学怎么写Prompt，先理清你最想甩给Agent盯的那件事——它有没有明确起始、中间步骤和成功终点？这才是Persistent Mode能接住的活。

The Decoder · 阅读原文

4. GLM-5.3开源：Z.ai发布新一代开放权重中文大模型，支持长上下文与高效推理

Z.ai正式开源GLM-5.3，支持256K上下文长度，针对中文语义理解与工具调用优化；

模型采用混合专家（MoE）架构（一种让大模型只调用部分参数、从而更省算力的设计），推理速度比同尺寸稠密模型快40%；

已在Hugging Face开放下载，并提供配套微调脚本与推理示例，重点适配Agent场景。

号哥说：对国内企业做Agent开发意义重大：无需依赖闭源API，即可获得高性能、长上下文、低延迟的中文底座；尤其适合需要处理合同/报表/工单等长文本的自动化流程，且MoE架构天然适配边缘或私有云部署。

落地提点：做客服/法务/财务Agent的团队，直接拉GLM-5.3跑通一个工单分类+摘要+回复生成链路，比调GPT API更可控、更省钱、更合规。

Hacker News · 阅读原文

5. Salesforce用SageMaker Inference Components实现多可用区高可用AI服务

Salesforce为满足金融级合规要求，将AI模型副本通过SageMaker Inference Components的SchedulingConfig参数，跨多个AWS可用区（AZ）部署；

在保障Multi-AZ高可用前提下，仍复用多模型共宿（multi-model hosting）能力，避免资源闲置；

该方案使模型服务SLA达99.99%，同时未牺牲成本效率，已用于其客户服务Agent核心推理层。

号哥说：这是企业级Agent落地的关键基建实践：不是‘能不能跑起来’，而是‘能不能7×24小时扛住千万级并发且不出事’。Salesforce用标准云服务配置就解决了高可用难题，给所有要上生产Agent的公司提供了可复用的部署范式。

落地提点：你的Agent还没上生产？先照着Salesforce这篇配置SageMaker多AZ部署，哪怕只跑一个demo模型——稳定性比功能更重要。

AWS Machine Learning Blog · 阅读原文

AI 工具 · 实测上新

1. Vercel开源vgpu：TypeScript原生WebGPU库，让AI Agent可在浏览器运行shader推理

Vercel开源vgpu，一个TypeScript编写的WebGPU库，将.wgsl着色器文件作为可导入模块；

支持同一段shader代码在浏览器、Node.js（Dawn）、CI环境三端一致运行，输出确定性结果；

已用于vercel.com前端特效，压缩后仅25KB，为轻量AI Agent在客户端执行图形/信号处理任务提供新可能。

号哥说：这是少有的真正打通‘前端智能’的工具：以往Agent逻辑全在服务端，而vgpu让图像预处理、实时滤镜、传感器数据流分析等任务可下沉到浏览器端执行，既保护隐私又降低延迟——适合做智能表单、AR导购、实时质检等交互密集型Agent。

落地提点：做B端SaaS的开发者，别只盯着LangChain，试试用vgpu在前端跑个OCR预处理或图像质量初筛，用户上传瞬间就反馈，体验碾压服务端排队。

MarkTechPost · 阅读原文

2. AI Engineer Notebooks：免费、无框架的Colab RAG/Agent/Eval实战模板集

GitHub项目ai-engineer-notebooks提供一系列免安装、免配置的Google Colab笔记本；

涵盖RAG构建、Agent编排、评估指标计算等全流程，全部使用原生Python+Hugging Face生态，不依赖LangChain/LlamaIndex等框架；

每个Notebook均含真实数据样例与可一键运行的代码，适合零基础快速上手Agent开发。

号哥说：对想学Agent开发的新手极其友好：绕过庞杂框架，直击核心逻辑——如何切chunk、如何选embedding、如何设计tool call、如何用LLM做pairwise eval。它不是教你怎么用工具，而是教你为什么这么用。

落地提点：刚学Agent？别装10个库，直接打开这个Colab，跑通一个PDF问答RAG，再加个天气查询tool，你就懂Agent骨架了。

Hacker News · 阅读原文

3. Experiential Labs开源OpenRouter：Rust编写的模型网关，统一管理自托管与第三方大模型

OpenRouter是一个开源模型网关，支持本地自托管模型、前沿闭源模型（如Claude、Gemini）及开源模型（Llama、Qwen）统一接入；

用Rust编写，原生支持高并发，自动处理各模型API差异（流式格式、tool call规范、限速策略、错误码）；

BYOK（自带密钥）请求平均延迟增加不足1ms，可作为企业Agent系统的‘模型路由中枢’。

号哥说：企业做Agent平台最头疼的不是模型能力，而是对接N家API的兼容性噩梦。OpenRouter把这件事标准化了——它不训练模型，但让所有模型在你系统里‘说同一种话’，极大降低Agent工程维护成本。

落地提点：正在搭Agent平台的工程师，用OpenRouter替代手写N个Adapter，一周省下三天联调时间，还避免未来API变更翻车。

Hacker News · 阅读原文

4. Gemini 3.5 Transcribe发布：双模式语音转文字，流式延迟<1秒、批量WER仅2.6%

Google发布Gemini 3.5 Transcribe，提供流式与批量两个独立API端点；

流式端点延迟<1秒，但不支持说话人分离与词级时间戳；批量端点保留全部功能，成本为流式的两倍；

在85+语言上平均词错误率（WER）达2.6%，较前代Chirp 3提升70%最终化速度。

号哥说：语音是企业Agent最常用入口之一，但现有ASR要么贵、要么不准、要么缺功能。Gemini 3.5 Transcribe首次把‘快’和‘全’拆成两个选项，让开发者按场景选：客服对话用流式保实时，会议纪要用批量保质量——这才是工业级语音Agent该有的弹性。

落地提点：做语音Agent的团队，别再用一个ASR硬扛所有场景，按‘实时交互’和‘事后分析’拆开调用Gemini Transcribe双端点，体验和成本双赢。

MarkTechPost · 阅读原文

5. Amazon SageMaker Feature Store新增BatchWriteRecord和ListRecords API

SageMaker Feature Store新增两个API：BatchWriteRecord支持单次写入最多25条记录到多个特征组；

ListRecords支持按特征组枚举所有记录ID，便于构建特征血缘与监控；

两项更新显著简化了特征工程流水线，尤其利于Agent需动态加载/发现特征的场景（如个性化推荐、风控决策）。

号哥说：Feature Store常被当成‘数据仓库’，但它其实是Agent的‘记忆中枢’。这两个API让Agent能更轻量地读写特征、追溯来源，把‘记住用户上次投诉类型’这类能力真正工程化，而不是靠临时缓存或硬编码规则。

落地提点：你的Agent还在用Redis存用户偏好？赶紧迁到Feature Store，用ListRecords做特征探查，用BatchWriteRecord做实时偏好更新，这才是可持续的智能。

AWS Machine Learning Blog · 阅读原文

行业 AI 落地

1. 泰国启动AI健康教育初创加速器，OpenAI与MHESI联合孵化10支团队

OpenAI与泰国高等教育与科研部（MHESI）合作推出八周加速器，聚焦健康、 wellness 和教育领域；

入选的10支本土初创团队将获技术指导、API额度与产品合规支持，目标是将AI原型转化为可信赖的落地产品；

项目强调本地化数据治理与临床验证路径，非简单移植西方模型。

号哥说：这是东南亚首个由顶级AI公司深度参与的垂直行业加速器，释放明确信号：AI医疗教育不是概念，而是正在被政策、资金与本地化能力共同托举的产业。中国同类创业者可参考其‘小场景切入+监管协同+临床闭环’路径。

落地提点：做AI+医疗/教育的国内团队，别只盯着FDA或NMPA，研究泰国这套‘政府出场景、OpenAI出模型、本地机构验效果’的三角模式，更易落地。

OpenAI News · 阅读原文

2. Beatport封禁纯AI生成音乐上架，成为首个实施AI内容识别与拦截的DJ平台

电子音乐平台Beatport宣布即日起禁止完全或主要由AI生成的音乐上架其DJ市场；

平台已部署AI检测工具，对提交作品进行声纹与创作模式分析，误判可申诉；

此举意在保护人类创作者权益，同时建立AI内容标注与分级标准。

号哥说：这是内容平台对AI生成物的首次系统性治理实践，不一刀切封杀，而是用技术识别+人工复核+分级标注构建新规则。对营销、设计、音视频等行业做AI自动化，它提供了关键参考：合规不是不做，而是‘可识别、可追溯、可解释’。

落地提点：做AI内容生成的团队，别等平台封你，现在就给每条输出加不可删除的‘AI生成’水印+元数据，这是未来所有B端交付的标配。

The Decoder · 阅读原文

3. Meta测试数据中心机器人：可换线缆、重启服务器，替代部分人工巡检

Meta正于自有数据中心测试自主机器人，执行电缆插拔、服务器重启、硬件状态检查等物理操作；

机器人集成视觉识别与机械臂控制，任务成功率超92%，已进入小规模值班轮岗阶段；

目标是将重复性物理运维工作自动化，释放工程师专注故障诊断与架构优化。

号哥说：这是AI Agent从‘数字世界’迈向‘物理世界’的关键一步：不是模拟，而是真刀真枪干体力活。对制造业、能源、物流等重资产行业，它验证了‘AI+机器人’在设备运维场景的ROI可行性。

落地提点：你的工厂有上百台PLC或服务器？别急着买机械臂，先用Meta这套思路，给现有设备加IoT传感器+远程控制接口，让Agent先‘动嘴’指挥人，再逐步替‘动手’。

Wired AI · 阅读原文

4. 医生开始系统学习抗抑郁药撤药管理，AI辅助工具进入临床指南讨论

《新科学家》报道，全球多国医生正接受规范化培训，应对抗抑郁药撤药综合征这一长期被忽视的问题；

多家医学AI公司已开发用药风险评估模型与患者教育聊天机器人，部分进入NICE（英国国家卫生研究院）初步评估；

AI工具聚焦剂量调整建议、症状追踪与个性化减停路径生成，非替代医生，而是强化循证决策。

号哥说：这是AI在严肃医疗场景落地的典型路径：不挑战诊断权威，而是补足临床知识断层与患者管理盲区。对医疗信息化厂商，它指明了方向——AI价值不在‘比医生强’，而在‘让医生更稳’。

落地提点：做医疗AI的团队，放弃‘替代医生’的幻想，专注把一个临床痛点（比如这个撤药管理）做成医生愿意每天点开的工具，比做个通用大模型更值钱。

Hacker News · 阅读原文

5. 中国车企集体押注人形机器人：从造车延伸至‘下一个利润机器’

比亚迪、小米、蔚来等多家中国车企宣布布局人形机器人研发与量产，目标2027年进入家庭与工厂场景；

技术路径高度复用智能汽车的感知、决策、执行栈，如激光雷达方案、BEV+Transformer架构、电机控制经验；

首波产品聚焦仓储搬运、产线巡检、家庭陪护等B端与高端C端场景。

号哥说：这不是跨界玩票，而是基于‘汽车即移动机器人’的技术迁移——车企把十年积累的实时感知、运动控制、安全冗余能力，平移至人形机器人，极大缩短商业化周期。对制造业客户，这意味着国产机器人交付周期与服务响应将远优于海外竞品。

落地提点：你的工厂在招AGV或机械臂供应商？优先约见这些车企机器人团队，他们带的是车规级可靠性+消费级成本意识，不是实验室Demo。

TechCrunch Robotics · 阅读原文

———— 关于我们 ————

「号哥聊AI」专注 AI 落地：帮企业把重复、跨系统的流程做成 AI Agent（采购、客服、单据、报表……）。

· 想让公司某个流程自动化 —— 在本号【发消息回复「自动化」】，我们帮你看看能怎么落地；

· 想学 Agent 开发 / AI 工具 —— 关注本号，每天更新。

本文为 国外最新的AI资讯摘要与点评，非原文转载；版权归原作者所有，点击链接可读原文。

📚 往期回顾

Similar Posts