推荐文章8

Protocol - H：解决 RAG 模态鸿沟难题

InfoQ2026-05-07

AI 摘要

Abhijit Ubale：传统 RAG 系统处理多模态数据能力不足，Protocol - H 采用分层多智能体编排，supervisor 与 worker 协作，结合 reflective retry 机制，提升准确率、健壮性，虽延迟增加但可接受，未来还有多方向待研究。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

MiniMax：ARR暴涨，B端成增长主力

MiniMax最新数据显示，今年8月ARR超8亿美元，较2月增长约5.3倍。2026年上半年收入同比涨283.1%，B端收入占比升至80%。其增长得益于用户增多和用法改变，M3、H3模型表现出色。

前英伟达工程师、Sail Research 创始人 Neil Movva 认为当前 AI 行业陷“延迟陷阱”，AI 终局应是后台 Agent。他执行“算力拾荒者战略”，想降低智能成本，还指出 Transformer 架构有缺陷，互联网数据被吃光等问题。

这几天豆包工作推出独立应用，作者用两天后将其作为主力 Agent。它把模型能力和工具生态组合成工作系统，能拿齐信息、加工材料，产物可交下一步，还能跨端接力。

8月25日，Google Cloud发布Gemini Enterprise for Legal面向律所和企业法务团队开放预览。它想解决让模型进入律所现有工作系统，不打乱权限等规则的问题，通过MCP连接系统并继承权限，还组织各方合作。