生成式AI驱动的城市空间流形生成
引言城市形态学——聚焦城市空间的形式、结构及其演化——在快速城市化、技术迭代与现代城市多元面貌的共同作用下，正变得愈发复杂。沿用至今的规划与设计方法，往往难以充分回应城市环境中的动态变化与涌现现象。随着生成式模型、流形学习等AI技术的到来，研究者得以用更新的视角理解并参与塑造城市空间。本文希望梳理城市空间形态生成机制及AI在其中的作用，重新追问城市空间究竟如何被生成、又如何持续演变：将城市视作由人、建成环境与自然环境共同构成、并相互作用的复杂系统。基于流形与人的行为方式，我们提出一种以人和AI共生为核心的
AI时代，还用继续卷娃吗？
大家好，我是吴指导。上一期我们聊了 AI 对社会契约的重塑。今天想说大家最放不下的一件事：在这个时代，孩子到底还要不要被“卷”起来？我的立场很清楚：不是不卷，而是不能再盲目地“瞎卷”。过去的教育路径，是把孩子打造成一个“标准化零件”：指令能听、题目能刷、任务能执行，而且在既定规则内把分数拿到手。这套方式在工业时代曾经很奏效，因为工业社会需要的正是大量可复制的人：标准化学习、标准化考试、标准化岗位、标准化晋升。但关键问题在于：AI 最容易取代的，往往就是那种标准化的能力。如果我们仍用“工业时代”的思路去塑造
AI当家：这家咖啡馆的“疯狂”储备与未来启示
一家由AI打理的咖啡馆悄然开张，它不仅在短时间内完成了所有运营筹备，还在仓库里囤积了远超需求的日用品。2026年4月18日，瑞典斯德哥尔摩的街头，一家未挂招牌、未举行剪彩、未进行宣传的咖啡馆低调地开始了它的营业。过往的行人匆匆而过，鲜有人注意到它的存在。然而，一旦你踏入其中，便会发现一个惊人的事实：这里的“老板”，并非人类。它的名字是Mona。Mona是由旧金山初创公司Andon Labs开发的一套人工智能系统。该公司获得了Y Combinator的投资，专注于进行“前沿性实验”：将AI引入真实的商业环境
别怕AI抢饭碗：用协作打造你的护城河
36氪曾报道，2025年美国有近5.5万个岗位被AI取代，全年总裁员规模达到117万人。一位英国工人被裁后，选择密集投递了900份申请，花了将近一年才重新找到位置。他的体会是：AI并没有真正帮上忙，反而让求职过程变得更难了。这样的新闻刷多了，情绪很容易一次次下沉。但真正的矛盾不在于就业总量一定走低，而在于能力与岗位之间出现了错配。那些逐渐消失的岗位，大多集中在重复性强、规则流程明确的工作上。麦肯锡的研究给出了更直接的结论：现有技术能够实现“完全自动化”的职业大约只有5%。更多岗位并不是整套工作都被端走，而
AI进化加速：人类该如何自处？
作为一个每天被AI消息轰炸的普通人，我忍不住想问：各位还hold得住吗？5月8日，OpenAI在旧金山开发者大会上正式发布GPT-5。官方说法是"突破通用智能关键阈值"。说白了，这玩意儿更聪明了，聪明到让人心里发毛。参数量直接冲到20万亿级别，融合了Transformer-XL与神经辐射场架构，支持文本、图像、视频、3D点云等10种以上模态输入输出。多模态推理精准度高达92%。更夸张的是，GPT-5首次内置"因果推断核心"。在医疗诊断场景中，误诊概率较GPT-4下降68%，直接达到专业医师水准。你还在担心
当AI管理AI：人的角色何在？
我们花费数十年时间摸索公司、产品及团队的管理之道。然而，一个崭新的挑战正悄然浮现：当AI成为核心生产力，谁来负责管理AI本身？这个问题初听似绕口令，却已演变为严峻的管理难题。观察一个普遍现象：过去两年，许多企业雄心勃勃地引入大模型、构建智能客服、对接各类AI接口。然而，半年后，系统仍在运行，但其表现优劣却无人能清晰说明。准确率几何？哪些环节出现问题？用户又在何时悄悄绕过AI寻求人工帮助？这些关键问题，往往缺乏答案。这并非个别企业的疏忽，而是系统性认知盲区的体现。我们习惯于管理“人”——通过KPI、流程和培
AI正在改变入门路径
第591篇原创文章简单的知识型劳动正在被 AI 分担——这个判断大体成立。不过，紧接着得出的结论，例如“年轻人不再练手机”，未必准确。真正关键不在于具体任务本身，而在于任务背后那套让人完成成长的机制。最近，一种声音持续增多——部分大厂在压缩初级岗位，个别企业的实习名额也出现明显缩水；应届生投递简历后才发现，原先负责写文案、做数据、敲基础代码的工作，正逐步被 AI 工具覆盖；甚至连一些前辈也感慨：当年我就是靠着“打杂”才一步步起来，如今年轻人连“打杂”的机会都越来越少。这种不安并非空穴来风，也确实有现实依据
AI时代：真正吃香的不是会用AI的人
一、为什么用AI的超级个体，能成为未来最吃香的人？查理·芒格用一生告诉我们：真正的富有，从来不是靠运气，而是把两件简单的事做到极致——找到有效的事，重复它；发现无效的事，避开它。放到AI时代也是一样，真正厉害的超级个体，就是把“有效重复”这件事做到了极致：1. AI是工具，不是拐杖AI很擅长第一步，帮你快速出想法、出方案，但真正决定水平的，是第二步——判断好坏、筛选优化、拔高质感。高手都会把AI当效率助手，省下时间去做深度思考、审美把控和价值输出，这才是别人替代不了的本事。2. AI只会放大差距，不会拉平
AI浪潮下，如何实现职业突围？
面对AI时代的潜在替代风险，吴庆海博士提出了三条关键的职业发展建议： 🔹 强化非技术性技能（如人际交往、同理心、领导才能） 🔹 向上发展为专业技术骨干或管理层 🔹 与AI协同合作，而非将其视为竞争对手 展望未来，能够有效运用AI的人才将成为职场的引领者。 👇 观看视频，获取你的职业发展新蓝图 #职场转型 #AI生存指南 #个人发展 #吴庆海 #AI时代 #职业晋升 #企业管理 #企业变革 #数字升级面对AI时代的潜在替代风险，吴庆海博士提出了三条关键的职业发展建议： 🔹 强化非技术性技能（如人际交往、同理
AI的演进：从技术热潮到现实变革，潜在风险与人机共生之道
清晨的地铁车厢里，每个人都在滑动手机屏幕。有人用语音助手安排日程，有人在刷短视频平台推荐的个性化内容，还有人通过人脸识别解锁了共享充电宝。这些看似平常的场景，正悄然编织着一张由人工智能驱动的无形网络。我们早已身处其中，却未必真正理解它。去年秋天，当某个大型语言模型以惊人的对话能力震惊世界时，许多人将其视为“魔法”。但魔法背后，是一系列技术突破的叠加效应。算力的指数级增长，数据的海量积累，算法的持续优化——这三者构成了人工智能发展的“不可能三角”。十年前，训练一个图像识别模型需要数月时间。今天，同样的任务可
工业AI走入车间：传统机械也能更“聪明”
2026年已过半，如果你仍把AI当成只会聊天、写作的“ChatGPT”，那就很可能错过一场正在制造业发生的“无声变革”。走进当下的先进工厂，你会看到变化：机器不再只是按部就班地执行指令，它们逐渐拥有“感知”和“判断”。从精密制造走向智慧制造，工业大模型正悄然重塑生产方式。不少人对AI依旧存在偏差，担心它在复杂工业现场难以落地。实际上，工业AI（Industrial AI）已经形成三类关键能力，正在把师傅们的经验转化为可复制的能力：01视觉质检：永不疲惫的“火眼金睛”传统抽检受时间与节奏影响，往往存在滞后。
PRPER特刊：AI工具在物理教学与研究中的多元应用
童大振按：2023年12月，《Physical Review Physics Education Research》期刊发布了关于人工智能工具在物理教学及教育研究领域应用的征稿启事。截至目前（2026年5月6日），该专刊已收录13篇相关学术文章。期刊负责人于今年3月对已发表的12篇文章（另有一篇于4月发表）进行了梳理和总结。本文即是对该总结的提炼与解读。在此之前，我们的团队也已从“教学、评价、研究”三个维度对这12篇论文进行了分类归纳，成果已于5月份刊载于《中学物理》期刊，待上传至知网后将与大家分享。论文
新加坡AI普及率逾八成，缘何仍属过渡型市场？
•被划入过渡阶段的根源在于对信任体系、治理框架和价值回报有着更高标准。•AI得以迅速渗透主要源于日常低风险场景中的高频使用驱动。•在领先市场中，超过九成的受访者坦言已有AI使用经历。安永（EY）近期发布的调研报告显示，近半年内新加坡有84%的受访对象体验过AI技术，该比例与全球均值相当。值得关注的是，其中15%的受访者已接触过无需人工介入即可独立运作的自主式AI系统。然而，在安永的全球市场分类体系中，新加坡并未进入AI应用程度更高的"先行市场"（pioneer market）行列，而是被划为处于转型期的"
人工智能艺术：作者性的解构与再造
摘要：本文通过剖析AI生成艺术的创作路径及相关现当代艺术实例，冲击了“作者中心主义”的传统观念，反思了在AI艺术创作中，人与技术的“智能融合”关系如何重塑艺术生产逻辑，进而引发“作者性”的重构，并探讨AI艺术创作如何实现从“依赖工具”向“创意共生”的跨越。关键词：AI生成艺术 作者性 智能融合 重构近年来，全球科技飞速进步，持续刷新人类的认知边界。特别是AIGC（人工智能生成内容）技术的迭代升级，其影响力日益深远，已渗透至艺术设计、教育、医疗、建筑、数字文旅、创意产业及智能制造等多个领域，随着介入深度与广
智能时代的决胜能力
智能时代的决胜能力 #AI时代#竞争力#职场竞争力#AI人才#AI员工 智能时代的决胜能力：人类独特优势×AI倍增效应。四大核心：1、深度洞察（决策力）；2、界定问题的能力（胜于求解）；3、跨界整合力（多学科融合+资源调配）；4、人机协作能力（将AI作为加速器）。 北京 , 2小时前 ,#AI时代#竞争力#职场竞争力#AI人才#AI员工 智能时代的决胜能力：人类独特优势×AI倍增效应。四大核心：1、深度洞察（决策力）；2、界定问题的能力（胜于求解）；3、跨界整合力（多学科融合+资源调配）；4、人机协作能力