中国石化两项创新技术亮相WAIC 2026
7月17日2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）在上海世博、张江、西岸“三地四馆”正式启幕继“AI辅助聚酰亚胺气体分离材料开发”“分子筛材料智能研发平台”两项成果入选2025年世界人工智能大会后今年中国石化再有两项成果成功入选“AI辅助润滑油脂产品研发场景”入选“中央企业人工智能战略性高价值场景”“油气地热新能源专识数据集”入选“中央企业行业高质量数据集优秀成果”中国石化董事长侯启军应邀出席开幕式中国石化AI辅助润滑油脂研发，加速高端润滑材料产业化落地。高端润滑油脂是保
AI写代码后，团队最该守住的边界
很多团队刚引入 AI 时，只关注模型能力：能否理解项目、能否生成代码、能否修复测试。但当 AI 真正融入研发流程，问题很快从‘它会不会写’转向‘它能不能在边界内写’。这正是 AI 研发规范真正要解决的核心。图 1：AI 研发的入口不是复杂表单，而是一句清晰的目标。AI 加入后，团队通常会面临四个关键变化：若无统一规则，每个人都会形成自己的判断：有人视 AI 为搜索框，有人当它是初级开发者，也有人直接当作可自动合并的工程机器人。问题不在于哪种用法绝对错误，而在于团队未明确定义：好的规范，不是让 AI 成为处
GPT-5.6震撼登场：性能碾压Claude，成本低至对手十六分之一
OpenAI正式推出GPT-5.6系列模型，以更低的成本实现更卓越的性能，向AI行业的竞争格局释放出强烈信号。 本次发布涵盖三款型号：旗舰级的Sol、均衡型的Terra以及主打高性价比的Luna，即日起通过ChatGPT、Codex及OpenAI API面向全球用户开放。 就定价策略而言，Sol每百万输入/输出token收费5美元/30美元，Terra为2.50美元/15美元，Luna则为1美元/6美元。 OpenAI强调，GPT-5.6在多项关键基准测试中表现优于Anthropic旗下的Claude F
2026年全球AI格局：中国重应用，美国强研发，欧洲控规则
当前全球AI发展格局可划分为三类：中国专注‘应用’，美国深耕‘研发’，欧洲主导‘监管’，三方各具策略，形成差异化竞争态势。斯坦福大学《2026年人工智能指数报告》显示，中美顶尖模型性能差距已缩小至约2.7%。2025年，美国发布50个知名AI模型，中国发布30个。中国模型数量虽仅为美国一半，但其调用量、投资规模与落地场景优势显著。2025年，全球AI研发呈现产业主导趋势，超过90%的突破来自企业界，学术界贡献持续下滑。从地域分布看，中美两国主导全球模型产出。欧盟与英国虽在政策上积极布局，但模型产出数量仍远
韩国拟用5万亿韩元税收扶持国产AI研发
韩国经济日报（Korea Economic Daily）援引未具名政府官员报道称，韩国正考虑利用半导体产业繁荣带来的约5万亿韩元新增税收，支持本国人工智能（AI）模型的自主研发。 报道称，韩国科技信息通信部正在探讨使用这笔资金采购约1万个英伟达Vera Rubin GPU模块，并吸引AI领域高端人才。 为在全球AI模型竞争中占据优势，该部门正考虑集中约1万个GPU资源，由单一团队集中攻关前沿AI模型，而非分散给多个研究机构。 韩国政府就相关报道发表声明称，目前尚未评估增补预算，也未最终决定是否通过大规模采
谷歌AI霸主地位动摇？两员大将转投对手阵营
过去几天，人工智能领域发生了一件比新产品上线更值得关注的事。谷歌连续流失两位重量级AI专家：Gemini项目核心人物之一 Noam Shazeer 转投 OpenAIAlphaFold主要开发者、诺贝尔奖获得者 John Jumper 加盟 Anthropic大众视线聚焦于技术参数，而投资界更看重人才流动。人工智能发展至今，计算资源可以采购，训练数据可以获取，唯独能引领技术跨越式发展的精英难以替代。谷歌坐拥雄厚资金、自研芯片与庞大基础设施。然而若顶尖人才持续涌向 OpenAI 与 Anthropic，行业
AI参与研发的进程超预期加速
「执行」的成本趋近于零，「决策」成为核心价值爱迪生名言中99%的汗水正被机器接管近日，Anthropic旗下的研究机构Anthropic Institute发布了一份报告。内容并非关于模型性能提升或新纪录，而是其内部正在发生的转变。AI在AI研发中的参与度日益加深。这种参与不是简单的代码辅助，而是编写大量代码、独立实验、做出研究决策级别的深度介入。文中提到一组数据，截至2026年5月，Anthropic代码库中超过80%的代码由Claude生成。注意，这80%的作者字段直接标注为Claude。这个比例在2
AI研发新趋势：人类角色重构
AI现已承担大部分代码编写与复杂科研工作，人类工作重心逐步转为敲定研发方向、把控课题价值。人工智能公司Anthropic发布最新研究称，当下AI在代码编写、科研攻关领域效率大幅跃升，制约新一代AI研发提速的核心瓶颈，或将从技术短板转变为负责管控的人类。伴随全球大模型从通用对话向自主智能体快速演进，AI深度参与自身迭代研发已经从行业猜想落地为企业日常研发常态，各大头部厂商持续加码代码生成、自动化实验等能力建设，也让AI自研AI成为当前人工智能领域关注度最高的发展趋势之一。该企业发布题为《AI自主造芯》的行业
Anthropic 最新文章:AI 正在从工具升级为制造者——它已深度参与下一代 AI 开发
Anthropic 这篇最新发布的文章指出一个重要趋势：AI 正在逐步渗透到 AI 自身的研发链条中。传统模式下，AI 的开发完全依赖人类：工程师负责编码、团队搭建环境、研究人员设计实验、最终由人评估成果。但今天，在 Anthropic 的实际工作中，Claude 已经能够独立承担大量工程与研究任务，显著提升了 AI 的迭代效率。过去，人们对 AI 的认知停留在"人类创造工具"这一层面。开发者编写程序，研究人员设计实验方案，产品团队确定研发方向，最终训练出更强大的模型。AI 不过是人类劳动的结晶，是被制造
Claude正在渗透研发流程：Anthropic万字长文揭示AI介入开发的边界与风险
2026 年 6 月 4 日，Anthropic 发布了一篇深度长文，标题直白得让人警醒：《When AI builds itself》。读完这篇报告，我没有科幻片那种超现实的感觉，反而感到一丝不安。过去数年，业界一直热议“递归式自我改进”概念。听起来像是遥远的奇点时刻：AI 设计出更强大的下一代，然后无限循环下去。Anthropic 明确表示，我们显然还没有走到那一步。但在 AI 生产的流水线上，确实有越来越多的环节，不再需要人类亲手操作。而且这个替代速度已经超出预期。超过 80%截至 2026 年 5
AI前沿速报：OpenAI携手Anthropic呼吁暂停研发，全球首个AI Agent政策正式实施
AI技术突破与应用 • 光谷人工智能创意技术研究院揭牌，多模态AI创意生产平台“爱乌”开启公测 • Anthropic最新报告警示AI研发逼近临界点，建议建立全球可验证暂停机制 • OpenAI与Anthropic罕见合作呼吁暂停前沿AI研发，并曝光AI自进化早期征候 • 全球首款AI设计的“通用疫苗”通过人体试验，英国剑桥团队完成I期临床 • 讯飞星火X2大模型正式发布，依托国产算力对标国际顶尖水准 • 2026年AI编程助手全功能评测：TRAE等工具实现从需求到部署的全流程自动化 AI硬件与算力+机器
从工具到协作者：AI正在深度参与自身研发
把一家AI企业比作医疗机构会更清晰：过去的AI研发类似于传统门诊模式。人提出问题，人设计方案，人执行实验，人分析结果，人再决定下一步。AI只是那个“帮忙查资料、写些文档、补充几段代码”的辅助角色。但Anthropic Institute近期发布的这篇文章，值得关注的核心在于：他们认为，这种分工正在发生变化。并非“AI已经完全能够自主构建自身”。而是：AI正在日益深入地参与AI研发链条本身。从编写代码，到执行实验，到发现缺陷，到为后续研究提供建议。也就是说，AI不再仅仅帮人完成任务，开始帮人缩短“提出问题—
AI自主构建技术的现状与未来展望
本文为Anthropic研究院发布的递归自我改进（RSI）专项研究报告，主要内容包括：AI已深度参与自身研发流程，递归自我改进的初步闭环正在形成，全自动AI制造的实现时间可能早于预期。文章同时列举了当前进展、三种未来发展路径、潜在风险及全球治理建议。一、核心概念：递归自我改进 RSI RSI定义：AI能够自主完成下一代模型的设计、编码、训练、调优和迭代优化，新版AI再反向优化后续版本，形成指数级加速的自我进化闭环，是通用人工智能（AGI）智能爆炸的关键前提；文章指出：目前尚未实现完全自主的RSI，但多个环
企业如何衡量AI研发的实际价值
AI Coding 研发体系｜第五篇这一篇进入评估层：当前四篇已经把 AI Coding 放进流程和组织能力以后，企业还需要回答一个更硬的问题：它到底有没有创造真实研发价值。本篇聚焦六层架构中的评估层。它向上承接流程和组织能力，向下连接治理边界。AI Coding 推进到一定阶段后，团队很容易进入一个尴尬状态：大家都觉得用了 AI，代码也确实生成得更多了，但很难说清楚它究竟给研发体系带来了多少价值。有人看采纳率，有人看生成代码行数，有人看工程师每天用了多少次工具。问题是，这些指标只能说明工具被使用了，不能
AI自主进化的前沿洞察
Anthropic最新研究报告揭示了一个重要趋势：AI正在参与自身系统的构建。这份题为《When AI builds itself》的文献深入探讨了AI自我进化的可能性。文章指出，当前AI在研发流程中的参与度正快速提升，从代码生成到系统优化，AI正逐步接管传统上由人类完成的研发任务，这可能意味着我们正接近所谓的“递归自我改进”阶段。 报告中的几项数据尤其引人注目： 到2026年5月，Anthropic代码库中超过80%的代码由Claude生成。 2026年第二季度，工程师日均合并代码量是2024年的8倍。