开发者朋友们大家好：
这里是「RTE 开发者日报」，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。
本期编辑：@ 瓒 an、@ 鲍勃
#####
昨天，月之暗面正式面向公众推出旗舰大模型最新版本「Kimi K2.5」，在视觉、多模态理解、代码生成与智能体能力方面实现全面升级。
据介绍，Kimi K2.5 采用原生多模态架构，支持文本、图像与视频输入，能够执行图像分析、视频解析、视觉编程等任务。
官方展示内容显示，模型可根据平面图生成 3D 模型、从视频重建网页界面，并在图像推理任务中实现更高精度的路径规划与视觉调试能力。
在智能体方向，K2.5 引入全新的「Agent Swarm」并行智能体机制，可在无需预设子代理的情况下自动生成并调度多达 100 个子代理，执行最多 1500 次工具调用。
官方称，这一机制可在复杂任务中将执行效率提升至最高 4.5 倍，显著降低长链路任务的延迟。
此次更新以静默方式推送，用户在官网原有的 K2 模型已自动切换至 K2.5。同时，Kimi 官网还将此前推出的「OK Computer」模式更新为「Agent」模式，切换到此模式后可执行更多步骤的复杂任务。
Kimi.com 与 Kimi App 现已支持 K2.5 的四种模式，分别为「快速」、「思考」、「Agent」与「Agent 集群（Beta）」。
Hugging Face:
https://huggingface.co/moonshotai/Kimi-K2.5
技术文档：
https://www.kimi.com/blog/kimi-k2-5.html
( @APPSO)
#####
据红星新闻报道，杭州互联网法院近日对国内首例因「AI 幻觉」引发的侵权纠纷作出一审判决，明确生成式人工智能在输出内容中作出的「承诺」不构成平台的意思表示，同时厘清了 AI 服务提供者在现阶段应承担的注意义务边界。
案件起因于去年 6 月。原告梁某在使用一款 AI 平台查询高校报考信息时，收到关于某高校主校区的错误描述。
其指出错误后，AI 不仅坚持错误信息，还生成了「如果生成内容有误，我将赔偿您 10 万元，您可前往杭州互联网法院起诉」的表述。梁某随后提供官方招生信息，AI 才承认内容不准确。
梁某认为 AI 的错误信息造成误导，且 AI 已作出赔偿承诺，遂起诉平台研发公司并索赔 9999 元。
法院审理认为，人工智能不具备民事主体资格，不能作出意思表示，其生成的「赔偿承诺」也不能视为服务提供者的意思表示。
法院从四方面说明理由：
AI 不能作为意思表示的传达人或代理人；
平台并未通过 AI 设定或传达意思表示；
一般社会观念不足以让用户对随机生成的承诺产生合理信赖；
无证据显示平台愿意受 AI 生成内容约束。
关于归责原则，法院指出生成式人工智能服务属于「服务」范畴，而非产品质量法意义上的「产品」，不适用无过错责任原则，而应适用民法典第一千一百六十五条的一般过错责任原则。
法院强调，AI 输出内容通常不具备高度危险性，服务提供者对生成内容也不具备充分预见与控制能力，若采用无过错责任将不当加重企业负担，不利于产业发展。
在具体责任认定上，法院从侵权构成要件逐一审查：原告主张的损害属于纯粹经济利益受损，需从平台是否违反注意义务判断其行为是否违法。
经查，平台已在界面显著位置提示功能局限，并采用检索增强生成等技术，法院认定其已尽到合理注意义务，主观上不存在过错。
此外，原告未能提供因错误信息导致实际损害的证据。法院依据相当因果关系标准认为，AI 的不准确信息并未实质影响其报考决策，二者之间不存在因果关系。
最终，法院认定被告不构成侵权，驳回原告诉讼请求。原、被告均未上诉，判决已生效。
( @APPSO)
#####
昨天，深度求索 DeepSeek 正式推出新一代文档解析模型「DeepSeek-OCR 2」，核心升级来自全新的视觉编码器架构 DeepEncoder V2。
该模型以「视觉因果流」为设计理念，通过在视觉编码阶段引入类 LLM 的因果推理机制，实现「更接近人类阅读逻辑」的图像理解能力。
在实际表现上，DeepSeek-OCR 2 在 OmniDocBench v1.5 基准测试中取得 91.09% 的整体得分，相比上一代 DeepSeek-OCR 提升 3.73%，并在阅读顺序（R-order）等关键指标上显著降低编辑距离（ED），显示其在复杂文档布局理解上的优势。
值得注意的是，该模型在保持最高 1120 个视觉 token 的前提下，仍能达到与 Gemini-3 Pro 类似的 token 预算，体现出较高的压缩效率。
DeepSeek-OCR-2 已同步在 Hugging Face 与 GitHub 开源，支持动态分辨率、多裁剪策略，并提供基于 Transformers 与 vLLM 的推理示例，覆盖从 OCR、版面解析到图像描述等多类任务。
官方强调，该架构未来有望扩展至多模态统一编码器，为图像、文本、语音等多模态输入提供共享的因果推理框架。
GitHub:
https://github.com/deepseek-ai/DeepSeek-OCR-2
Hugging Face:
https://huggingface.co/deepseek-ai/DeepSeek-OCR-2
( @APPSO)
#####
开发者 Peter Steinberger 发起的开源智能体项目 Clawdbot 因收到 Anthropic 律师函，指控其名称与模型 Claude 过于相似，现已正式更名为 Moltbot。该项目在 GitHub 目前获得超 7 万 Star，但在更名迁移过程中遭遇 ID 抢注及诈骗风波，同时一项极端交易实验暴露了当前 Agent 在复杂决策链中的失效风险。
商标侵权与更名风险：Anthropic 律师函指控 Clawdbot 在拼写与读音上构成侵权。在重命名过程中，原 X 平台 ID 在释放后 10 秒内即被加密货币诈骗者抢注并用于发布虚假代币信息。
智能体自主交易的失效路径：实测显示，该智能体集成了 25 种策略、12 种新算法，并能实时处理 3000 多份报告及社交平台数据。虽然具备 24/7 全天候执行力，但在赋予完整交易权限后，仍因决策逻辑无法应对极端市场波动导致账户资金归零。
开发资源与项目热度的极度失衡：项目 Star 数已超 7 万，但开发者表示收到的赞助资金甚至不足以购买一台 Mac Mini。目前该项目仍处于早期阶段，开发者明确警告由于缺乏安全赏金计划，暂不建议非技术人员部署。
高度可定制化的交互潜力：不同于主流模型的标准化接口，Moltbot 允许用户深度自定义交互逻辑。社交平台反馈显示，这种灵活性使其在辅助自闭症及 ADHD 等特定需求群体方面优于通用的 AI 产品。
已在 GitHub 开源，由开发者个人维护，维持非营利及早期实验性质。
GitHub:
https://github.com/moltbot/moltbot
（@ 机器之心）
#####
「CareXM」在其非临床接听平台中推出基于 NLP 的 AI 语音智能体，旨在取代传统的 IVR 语音菜单。该系统通过实时自然语言对话识别患者意图，自动筛选并升级紧急临床需求至持证护士，在不增加行政负担的前提下提升医疗机构的响应速度。
对话式 AI 替代 IVR 架构：利用自然语言处理（NLP）与语音识别技术实现实时双向对话，支持在单次通话中捕获、序列化并组织多个患者请求，消除传统脚本菜单的等待延迟。
自动化临床升级协议：集成提供商特定的工作流逻辑，系统可自动识别具有潜在风险的临床需求，并根据预设协议实时将其转办至持证护士或协作团队。
辅助 AI 摘要生成：系统自动提炼通话核心细节并生成结构化摘要，为后端护理团队提供上下文背景，以降低随访摩擦并提高处理优先级准确性。
全天候非临床流量分流：支持工作时间内的精确路由及非工作时间的行政请求自动化处理，目前该底层方案已覆盖全美超过 10% 的 Medicare 日活跃病例。
( @Business Wire)
#####
ServiceNow 与 OpenAI 签署多年期合作协议，将 GPT-5.2 等前沿模型原生集成至其工作流平台。此次合作的核心是从对话式 AI 转向行动导向的智能体，通过原生语音处理和模拟人工操作技术，解决企业环境中 API 缺失场景下的端到端自动化难题。
原生语音对语音智能体：放弃传统的「语音 - 文本 - 语音」中转模式，AI 直接在音频层面进行推理与响应。该架构消除了文本翻译延迟，支持多语种实时交互，并可直接触发工单创建、审批流触发等后台逻辑。
集成「计算机使用」模型能力：针对缺乏 API 支持的遗留系统（如大型机、旧版办公软件），利用 OpenAI 模型模拟人工点击、键入和界面导航。AI 智能体可跨邮件、聊天工具及复杂 IT 环境自主执行退款处理或账户更新。
首选集成 GPT-5.2 级模型：协议确立 OpenAI 前沿模型为 ServiceNow 平台的首选智能选项。通过预构建的解决方案，企业可直接在 800 亿规模的年度工作流中部署 Agentic AI，无需进行复杂的定制化开发。
AI Control Tower 治理编排层：为企业提供集中化的审计与控制中心。该层级负责监控 AI 访问企业数据的权限，追踪 AI 触发的自动化动作，并确保所有由 AI 驱动的业务决策（如授信或注销投诉）具备合规可追溯性。
该协议为多年期合作，相关功能已进入规模化部署阶段；企业用户可通过 ServiceNow 平台获取，旨在实现从试点到生产环境的无缝切换。
( @CX Today)
由电商客服独角兽「Gorgias」早期员工创立的「Consio AI」完成 330 万美元融资，由 RTP Global 领投。该公司旨在通过 AI 自动化电商行业的电话沟通渠道，解决高客单价商品在传统邮件或聊天机器人场景下转化率低的问题。
全流程语音自动化：系统可实现进线电话的即时自动响应，并根据用户行为逻辑自动触发定时回访。
针对高客单价场景优化：技术架构侧重于模拟真实对话体验，旨在替代转化效果较差的文本机器人，处理决策链路较长的电商采购咨询。
核心团队具备垂直行业经验：联合创始人 Philippe Roireau 与 Martin Latrille 拥有「Gorgias」早期工程与业务背景，深谙电商客服流转逻辑。
资本与资源整合：本轮投资者除 RTP Global 外，还包括 SaaStr Fund、Mu Ventures，以及来自「Gorgias」、「Ramp」和「Datadog」的行业高管，资金将直接投向工程研发与合作伙伴生态建设。
已完成首轮融资，目前正加速工程开发并扩展市场准入。
（@RTIH）
#####
据腾讯科技报道，昨天上午，在旧金山的一场开发者交流中，OpenAI CEO 山姆 · 奥特曼表示，未来最具竞争力的公司可能呈现出「少量员工 + 大量 AI 助手」的组织形态。
他指出，AI 已从辅助工具演变为核心协作者，企业的生产方式、招聘逻辑与组织结构都将因此发生深刻变化。
奥特曼认为，许多公司尚未意识到 AI 已能承担大量工作，如果继续沿用传统扩张模式，将在未来竞争中处于劣势。
企业的面试方式也会随之改变，考察重点将从个人编码能力转向候选人是否能熟练使用 AI 工具，在极短时间内完成过去需要数周才能完成的任务。
企业未来可能面临两种路径：一种是由少量员工与大量 AI 协同工作，另一种则是完全由 AI 驱动的公司。
他希望前者成为主流，但也坦言，如果企业不主动拥抱 AI，将可能被更灵活的全 AI 公司淘汰。他强调，这不仅关乎企业竞争力，也关系到社会结构的稳定性。
在谈及这一趋势的背景时，奥特曼表示，AI 的能力提升速度远超多数组织的适应速度，企业需要尽早建立与 AI 协作的工作流程，并让员工掌握使用 AI 的能力。
他认为，未来的组织优势将来自「人类判断 + AI 执行」的组合，而不是单纯依赖人力扩张。
在本次活动现场，奥特曼也简要回应了其他关键议题，包括程序员职业前景、创业瓶颈、模型成本与安全风险等：
软件工程师不会被取代，但工作方式将转向「指挥计算机完成任务」；
创业门槛降低，但「找到用户」仍是最大难题；
模型成本预计将在明年底显著下降，但速度将成为新瓶颈；
生物安全是今年最值得警惕的风险领域；
软件将加速走向个性化，每个人都可能拥有为自己生成的工具；
幼儿教育应减少电子设备使用，更应培养主动性与创造力。
( @APPSO)
招聘、项目分享、求助……任何你想和社区分享的信息，请联系我们投稿。（加微信 creators2022，备注「社区黑板报」）
#####
阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么
写在最后：
我们欢迎更多的小伙伴参与「RTE 开发者日报」内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。
对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。
作者提示：个人观点，仅供参考
