大型语言模型（LLM）在自主解决现实任务中越来越重要，尤其是在函数调用方面。错误的函数调用可能导致严重后果，因此评估LLM对函数调用正确性的信心至关重要。本文首次探讨了不确定性量化（UQ）方法在LLM函数调用中的应用，结果显示多样本UQ方法在此场景中并未显著优于单样本方法。通过聚类输出和选择语义相关的标记，可以提升现有UQ方法的性能。

这篇文章讲述了一位86岁母亲的衰退过程。她曾是一名程序员，但现在对电脑和互联网感到陌生。尽管偶尔还能笑对变化，但她的认知能力下降令人悲伤。在家庭聚会上，她对熟悉的环境感到陌生，甚至用手吃沙拉。她渴望“确定的地方”，反映出对不确定世界的无奈。作者也思考着自己的未来。

本文探讨了长上下文处理的挑战，提出了自反程序搜索框架（SRLM），通过不确定性自反增强编程交互。SRLM利用自一致性、推理轨迹长度和语言信心等信号评估上下文交互程序，实验表明SRLM在多种基准数据集上表现优于现有模型，提升达22%。研究发现，递归并非RLM性能的主要驱动因素，自反程序搜索在短长上下文中均表现出一致的优势。

由于特朗普政府的出口管制命令，Anthropic限制了其AI模型的访问，导致用户无法使用Fable 5和Mythos 5。这一做法前所未有，暴露了AI治理的不稳定性。政府未明确解释命令依据，行业面临不确定性，可能影响美国在AI领域的领先地位。

本文探讨了设计中如何利用人工智能（AI）进行概率思维。设计师需接受不确定性，理解AI输出为可能性而非确定性，以避免因过度自信导致的错误决策。将AI视为思维工具，设计师可以更好地评估用户行为和产品目标，优化设计策略。文章强调透明度和人机协作的重要性，鼓励设计师在不确定性中进行创新和实验，以实现更具适应性的设计。

被辞退虽然意外，但在某种程度上也是情理之中。这种情况在职场中并不少见，反映了工作环境的复杂性和不确定性。

文章回顾了作者在2023年对ChatGPT的判断，分析了三年后的实际发展与预测的差异。大部分判断方向正确，但具体数字和速度常常高估或低估。特别是在AGI、模型参数和市场变化方面，展现了乐观与保守并存的态度。作者强调，准确把握方向比具体数字更重要，未来仍需关注分布与不确定性。

Anthropic将于周四发布Claude Opus 4.8，强调模型的“诚实性”。该模型能更好地识别不确定性，减少无支持的声明。用户可以调整Claude的工作努力程度，并引入“动态工作流”功能，允许Claude同时处理更大任务并验证输出。

文章讨论了技术革命带来的焦虑与不确定性。尽管效率提升迅速，但需求和新工作未能同步增长，导致人们感到被替代。当前的AI技术使许多工作面临消失，而新工作尚未出现，造成深刻的焦虑。作者认为，这一过程可能需要十年才能看到变化。

文艺复兴时期，数学家帕斯卡和费马通过研究赌博纠纷，提出了期望值的概念，改变了对不确定性的看法。期望值将未来所有可能结果的价值加权平均，使不确定性可计算，广泛应用于保险和金融等领域，帮助人类在复杂环境中做出理性决策。

失业后，作者体验了生活的不同面貌，开始练习瑜伽，改变了对生活的看法。尽管收入和稳定性下降，他学会了接受不确定性，重拾对生活的热爱，发现生活的意义不再仅仅依赖工作。通过与朋友交流，作者感受到生活的多样性与深度，强调热爱不必依附于工作，鼓励在不确定的时代寻找自己的幸福。

MixAtlas是一种用于多模态大模型中期训练的数据混合优化框架，通过领域分解和小型代理模型提高样本效率和下游泛化能力。它在图像概念和任务监督两个方面分解训练数据，显著提升训练效率，实现3倍的收敛速度和2-5%的性能提升，尤其在文本丰富的基准测试中表现突出。

在KotlinConf’26上，Lena Reinhard探讨了科技行业的变化与不确定性，指出职业发展和工作安全的承诺受到质疑。随着AI的崛起，生产力的定义也在变化，团队面临更大压力。她强调领导者需理解团队需求，保持开放沟通，以应对当前的混乱。

作者思考如果有按钮能让AI消失，是否会按下。尽管许多人会选择让AI消失，但他对AI的依赖感到空虚。AI虽然能完成工作，却让人失去成就感和确定性，工作变得模糊，未来充满不确定性。

Anthropic公司的新AI模型“Claude Mythos”因“人类错误”泄露，因其强大而未能发布。网友对此事件的反应揭示了AI公司在技术与营销之间的矛盾，以及人类在技术发展中的不确定性和错误。

由于租的车位即将失去，导致两辆车无处停车，小区车位紧张，周末出行困难。考虑租房或卖房解决问题，但充满不确定性。此外，手机掉地后需要购买手机壳，购物时遇到麻烦，最终收到错误商品。

管理研究与开发存在本质差异。研究需应对不确定性，采用不同方法，确保与产品价值相连，使用有效工具和策略。通过结构化管理，研究能够产生实际影响，避免无效探索。