Async agents are moving into everyday work. For an agent to be trustworthy and useful inside an organization, it needs real enterprise data: CRM records, repositories, inboxes, knowledge bases.
大多数人认为AI助手应该先在受限环境中测试，然后再逐步接入企业敏感数据，但作者认为AI助手应该直接接入企业真实数据才能变得可信和有用，这挑战了传统AI安全部署的渐进式方法。
Everybody wants to be the first to do something and just push things out without careful scrutiny and red-teaming.
大多数人认为企业安全漏洞是技术能力不足的结果，但作者认为这更多是企业文化和管理决策的问题。这个观点挑战了将安全失败简单归因于技术缺陷的主流叙事，指出企业追求'第一'而非'安全'的文化才是根本原因。
Security and utility always have a trade-off
大多数人认为AI安全可以通过技术手段完美解决，但作者认为安全与实用性之间存在根本性权衡。这个观点挑战了技术乐观主义，指出公司在追求AI能力的同时必然会牺牲某些安全措施，暗示AI安全问题的解决不仅仅是技术问题，更是商业决策问题。
Security and utility always have a trade-off
大多数人认为AI安全可以通过技术手段完美解决，但作者指出安全与实用性之间存在根本性权衡。这一观点挑战了行业对'绝对安全'的追求，暗示公司可能为了功能性和竞争力而故意接受某些安全风险，这与安全至上的行业共识相悖。
85–90% of customers using the AI Assistant now completing their claim filing through AI
【令人震惊的企业落地数字】Travelers 保险公司全国部署 AI 报案助手，85-90% 的客户通过 AI 完成完整报案流程——这不是「试点」，而是全国规模的生产部署。更惊人的背景：该系统在 8 个州上线后仅 2 个月就扩展至全国。去年 Travelers 处理了 150 万件索赔、赔付超 $230 亿——这意味着数百万真实事故受害者的第一个「对话对象」已经是 AI。
To get started with the cuOpt verified skill, for example, follow these steps: 1. Pull the cuOpt verified skill from the catalog: git clone github.com/nvidia/skills && cd skills/skills/cuopt 2. Verify the signature: model_signing verify certificate. --signature skill.oms.sig --certificate-chain nv-agent-root-cert.pem --ignore-unsigned-files 3. Open SKILLCARD.yaml to see ownership, dependencies, license, and verification status.
行动建议：按照文中提供的具体步骤，克隆并验证NVIDIA的cuOpt技能，查看技能卡片以了解所有权、依赖关系、许可证和验证状态。这种实践可以确保您使用的技能是经过验证的，并且可以安全地集成到您的AI代理工作流中。
over one million Trainium2 chips to train and serve Claude
使用超过100万颗Trainium2芯片的数据，展示了Anthropic在AI硬件部署上的巨大规模。这一数字不仅反映了计算能力的投入，也显示了与AWS在芯片定制上的深度合作。对于AI模型训练而言，百万级芯片的部署规模是行业顶尖水平，表明Claude可能需要大量计算资源进行训练和推理。
Claude is now being deployed to NEC Group employees around the world
大多数人认为企业会谨慎地小规模试点AI工具，但作者认为NEC正在全球范围内大规模部署Claude，这表明企业对AI技术的信任度远高于预期，挑战了传统的技术采用曲线和变革管理理论。
Anthropic says Managed Agents is designed to cut the time it takes to move from prototype to production from months to days, with early adopters like Notion, Rakuten, Asana, Vibecode, and Sentry already using it across coding, productivity, and internal workflow automation.
将AI原型到生产的时间从几个月缩短到几天是一个惊人的加速，这将彻底改变企业采用AI的方式。这种快速部署能力可能加速AI在各行业的普及，但也带来了关于AI系统安全性和治理的紧迫问题，企业需要在快速采用和确保安全之间找到平衡。
We do not plan to make Claude Mythos Preview generally available, but our eventual goal is to enable our users to safely deploy Mythos-class models at scale.
大多数人认为强大的AI模型应该广泛普及以造福更多人。但作者明确表示不会公开发布这个最强大的模型，暗示了AI能力扩散可能带来的风险大于收益，这与技术民主化的主流观点相悖。
谷歌在沉寂了很长时间以后，终于发了一个不错的模型，而且还是开源的 Gamma 4 系列。专门用来在本地设备（比如手机、电脑）上跑
大多数人认为谷歌作为 AI 领域的领导者会持续专注于云端大模型，但其突然转向端侧开源模型的做法令人意外。这种战略转变表明谷歌可能重新评估了 AI 部署的未来方向，从集中式向分布式转变，挑战了'更大模型更好'的行业共识，暗示了端侧 AI 可能成为下一个技术热点。