OpenAI与Anthropic收紧企业数据政策

DeepLearning.AI分享了本周The Batch通讯的亮点，涵盖编码代理工作流、企业隐私更新和值得研究的开放权重模型。此次更新强调了行业领导者的实际AI发展，包括Andrew Ng关于代理技能的见解、OpenAI和Anthropic的企业政策以及Zai和Thomson Reuters的新模型发布。

关键要点

• 编码代理需要超越标准提示的专门工作流和技能集，正如Andrew Ng在最近分析中所解释。
• OpenAI和Anthropic的企业数据保留政策为处理敏感信息的商业用户提供了更清晰的隐私控制。
• 像GLM-5.3-Flash这样的开放权重多模态模型以及Thomson Reuters的领域特定大型模型，为成本高效和专业化AI应用开辟了新途径。

编码代理工作流的深入探讨

Andrew Ng强调，有效使用编码代理需要专注于任务分解、验证和迭代细化的基本技能集。企业可以将这些代理集成到软件开发管道中，以加速原型制作，同时保持对复杂逻辑的人类监督。

实践中的实施

团队首先将项目分解为代理可以处理的模块化任务，然后审查输出的准确性。这种方法减少了开发时间，但需要针对代理行为的提示工程培训。

企业隐私更新

OpenAI和Anthropic推出了针对企业客户的新数据保留政策。这些变化解决了训练模型中数据使用的担忧，并提供了更严格的保留限制选项。受监管行业的公司通过这些更新受益于将AI采用与合规要求对齐。

商业影响与机遇

组织可以通过使用编码代理加快软件交付，并部署开放权重模型用于内部工具来实现这些进步的货币化。Thomson Reuters的397B参数模型针对法律、金融和新闻领域，为专业服务中的定制解决方案创造了机会。实施挑战包括与遗留系统的集成，可以通过分阶段推出和供应商合作来解决。

未来展望

行业转变表明，人机代理混合系统将成为工程角色的标准，而开放模型将推动竞争并降低成本。监管考虑将塑造采用，重点放在道德数据处理和模型训练透明度上。

常见问题

使用编码代理需要什么技能？

关键技能包括任务分解、输出验证和迭代提示，根据The Batch中Andrew Ng的指导。

新企业政策如何影响数据隐私？

OpenAI和Anthropic的政策提供了增强的保留控制，帮助企业满足合规标准。

哪些开放权重模型被突出显示？

Zai的GLM-5.3-Flash因其成本效率和多模态能力而脱颖而出，适合各种商业应用。

Thomson Reuters模型用于什么？

397B参数模型专注于法律、金融和新闻领域，在专业工作流中提供专业化性能。

主要商业机会是什么？

机会包括加速开发周期和领域特定AI工具，提高 targeted 行业的效率。