AI融入数据团队：协作挑战先于效率提升
过去一年，很多团队都在讨论 AI 怎么进入数据工作。有人用它写 SQL，有人用它解释报表，有人让它生成指标口径说明，有人试着把数据查询、分析摘要、异常归因连成 Agent 工作流。演示时效果经常不错：输入一句自然语言，模型给出查询；上传一份数据，模型生成洞察；接入元数据，模型还能解释字段。但真正放进团队之后，第一批被放大的，往往不是效率，而是协作问题。这听起来有点反直觉。AI 不是来提高效率的吗？为什么先看到的是协作问题？因为数据团队里的很多低效，本来就不是工具慢造成的。它们来自需求没说清楚，指标口径不统
千问3.7震撼登场：代码生成与函数调用性能跃居首位，刷新国内AI纪录
新浪科技讯 5月20日上午消息，在今日举行的2026阿里云峰会上，阿里巴巴集团副总裁、阿里云智能CTO兼阿里巴巴合伙人周靖人正式发布千问模型Qwen3.7，该模型在知识理解、逻辑推理、工具调用和代码生成等多个维度实现全面升级。 在知识储备与逻辑推理方面，Qwen3.7在主流评测基准测试中全面领先国内模型，超越kimi K2.6、智谱GLM5.1、DeepSeek v4 pro、opus4.6-Max等竞争对手，位居国内首位。 在函数调用与代码生成能力上，Qwen3.7同样在多项基准测试中全面领先国内模型，
AI推动新就业增长
吴恩达：AI不会引发失业潮，反将激发就业新机遇。为何“AI将导致失业”的言论广为流传？部分炒作此话题的机构，倾向于夸大AI的颠覆性，以获取更多关注。某些极端预测甚至渲染AI将主导世界并导致人类终结，这纯属无稽之谈。如果某项技术能替代大量人力，那它本身就具备巨大价值！（注：我记得曾读过一篇文章，描述了AI未来下的行业变化：“某项大事正在发生”｜这是一场温和而持久的变革。我们都是这场变革的参与者，而非旁观者。）与这些观点相对，我更倾向于认为：AI将激发大量新岗位！AI将催生众多与AI工程相关的职位。我对就业市
企业 AI 为何必须定制化?
企业不应试图用单一模型来统一定义 AI。鉴于软件生命周期内的需求千差万别，公司应当依据任务的具体性能、质量及成本，灵活调度多模型策略，并借助 FinOps 实现预算的精细化管理。译文来源：Why enterprise AI needs customization[1]原作者：Bryan Ross大多数公司在引入 AI 时，沿用着当年部署企业软件的老路：锁定单一供应商，统一使用一种模型，并试图在全公司范围内铺开。这种做法隐含着一个前提，即一种模型能搞定所有难题。然而，一个在代码生成上表现出色的模型，在安全分
从零开始的AI编程革命
你还在手动辛苦编写代码吗？别人早已借助AI轻松创收。过去若要构建一个网站，你得掌握HTML、CSS、JavaScript，还得熟悉各种框架。如今只需一句话指令即可。，正是这样一款具有变革意义的工具。它并非仅是代码补全工具，而是能够从无到有构建完整应用。你只需描述你的需求，其余工作交由它来完成。Replit Agent 是什么？简而言之，这是一款可以自主编程的AI工具。你发号施令，它执行任务。• 你说“帮我开发一个待办事项应用”，它会自动编码、设计界面、调试功能• 你说“创建一个天气查询网站”，它会自动调用
AI编码提速，团队反而更难掌控？
Vibe Coding 后半场：从生成效率到工程责任作者：xuan | 2026-05-18🎯 本文亮点✅ AI 没有消灭复杂度，只是把复杂度转移到了理解、验证和协作里✅ Vibe Coding 最容易欠下的不是技术债，而是理解债✅ 真正的 AI 提效，要看验证速度、系统理解和人的判断是否被放大过去一年，Vibe Coding 火得很快。你说一句需求，AI 就能写代码。以前要半天搭出来的页面，现在几分钟有雏形。以前不敢动的脚本，现在让 AI 先写一版。OpenClaw、Cursor、Claude Code
AI技术新阶段：从工具到自主系统的演进
2026年的AI赛道正在经历一场深刻的范式转移。一边是具身智能从实验室走向产线的关键基础设施开始密集落地，另一边是AI Coding从"个人提效工具"向"企业级可控平台"跃迁。今天的五条核心动态，恰好勾勒出这两条主线的最新轮廓。5月18日，杭州国家级具身智能中试基地正式揭牌，摩尔线程参与共建算力实验室。这是国内首个国家级具身智能中试基地，标志着具身智能产业从"单点突破"进入"系统化工程"阶段。同一天，腾讯开源RoboFusion框架，专门面向
AI 编程变天：2026 年五大关键趋势揭秘
Uber 首席技术官近期向高层汇报了一件颇为尴尬的事：公司原本规划用于 2026 全年的 AI 工具预算，仅在头四个月便消耗殆尽。这并非预算编制不足，而是无人料到 AI 编程工具的使用强度会如此惊人。95% 的工程师每月都在使用，代码仓库中 70% 的代码由 AI 生成，每位工程师每月的 AI 工具开销在 500 至 2000 美元之间。Uber 拥有约 6000 名工程师，这笔账可不算小。与此同时，GitHub Copilot 的市场份额已从 80% 下滑至 55%，而 Cursor 的年度经常性收入（
AI Agent驱动的个人革命
从上一篇文章到现在，已经过去了八个多月。这期间我并未松懈，而是专注于深入学习AI领域的新兴知识。每天依然长时间面对电脑，但工作方式已全然不同。— · —过去使用AI的方式是简单的“提问→获取答案”，关闭模型。那时AI更像是高级版的搜索引擎。但这半年来情况发生了彻底改变。我将claude code集成到飞书中，不仅实现了读写功能，还用它构建了类似Obsidian的知识管理系统，进行编程、项目开发和电商运营等任务。— · —近期参与小米mimo项目后获得token支持，让我能更自由地消耗token来达成目标，
AI时代程序员的核心竞争力：全链路思维与AI工具的深度融合
近期与业内同行交流时，最常被提及的问题是：随着 AI 技术迅猛发展，哪些程序员能在未来保持竞争力？有人主张深入底层技术，有人建议转向算法研究，也有人认为转行才是出路。但经过深入探讨，大家最终形成了一致看法：未来真正具备不可替代性的程序员，不是那些代码写得最快或算法最熟练的人，而是同时具备两种关键能力的人：一是对业务技术全链路有深刻理解，二是能够高效利用 AI 工具提升自身能力。单纯编码的时代已经过去。未来程序员的核心竞争力，不再是编写更多代码的数量，而在于对技术链路的整体掌控和价值创造能力。许多开发者仍停
AI周报：腾讯豪掷319亿，ChatGPT份额锐减，九成代码由AI生成
各位好，我是赵涛。本周的AI领域可谓消息频传，每天都有大新闻，信息量之大令人应接不暇。腾讯发布了Q1财报、OpenAI斥资40亿美元组建新公司、前阿里千问负责人林俊旸创业估值达20亿美元、Anthropic透露其90%的代码已由AI编写……让我们逐一梳理，看看本周究竟发生了哪些大事。一、腾讯财报：319亿投入AI，马化腾“破船论”引发热议5月14日，腾讯公布了2026年Q1财报，数据表现相当亮眼：营收达1964.6亿元，同比增长9%；净利润为598亿元，同比增长24%。然而，这些数字并非核心，关键在于资本
AI开启自我进化新时代
你有没有想过这样一个问题：AI 现在能写代码、能做 PPT、能分析数据，但它能自己升级自己吗？就是说，你给它一个任务，它不光能完成，还能在这个过程中优化自己的底层逻辑，下次遇到类似问题，不需要你重新教一遍。以前我觉得这是科幻片里的剧情。直到我看到了 Gödel Agent 这篇论文。说实话，看完之后我沉默了。Gödel Agent 是一个让 AI Agent 能递归自我改进的框架。名字里的 Gödel 来自数学巨匠哥德尔（Gödel），他提出了著名的哥德尔不完备定理。不过别被名字吓到，这个框架的核心思想其
AI 编程新纪元：效率翻倍，豆包输入法丝滑体验
各位好，我是卡卡罗特，持续为大家输送有价值的 AI 干货～不知诸位是否常有同感？无论是敲代码还是写文章，脑海中明明思路清晰、创意满满。奈何双手跟不上节奏。键盘敲了半晌，也不过寥寥数字。既聪明又想省力的你肯定想过：若能直接口述，文字便自动浮现屏幕该多好。这主意不错，借助语音转文字工具即可实现。然而存在一个痛点，便是同音字词容易混淆。尤其是中英文混排时，特别是在编程场景下，中英夹杂的情况屡见不鲜。传统语音转文字方案，极易识别错误，整体准确率欠佳。毕竟这只是单纯的语音转写，识别率不高虽能凑合，但体验一般。聪慧的
麦芽AI：一站式搞定产研测，告别工具切换
专为团队协作打造的集成化平台麦芽AI你是否也曾面临类似的困境？当你的脑海中浮现出绝妙的产品构思时，却因需在原型设计、文档编写、代码编辑等软件间频繁跳转而感到疲惫不堪？还没写完需求文档开发就催促；刚跑通的代码又被测试人员发现Bug……若能有一位“AI伙伴”，能精准理解你的意图，将想法逐步转化为可交付的产品，岂不美哉？麦芽AI应运而生！麦芽AI究竟是什么？麦芽AI是一款基于人工智能的一体化项目构建平台。仅需通过自然语言描述需求，即可协助你完成从界面设计、文档编写、代码生成至自动化测试的完整闭环流程。全流程采用
姚顺宇：造AI的人，代码全靠AI写
然而姚顺宇坦言，他九成的代码都由AI完成。"往少了说，再保守点估计可能是99%甚至100%。""剩下的那1%，算是给我自己留点面子吧。"这是姚顺宇在某次访谈节目中发表的言论。姚顺宇何许人也？清华及斯坦福物理博士，曾参与Claude与Gemini的训练工作。正是那个打造AI的人。就连制造AI的专家，都要依赖AI来编写代码。AI所取代的并非程序员这一职业，而是"不懂编程"这一状态。五百年前，历史曾上演过极其相似的一幕。1450年，古腾堡发明了活字印刷术。在此之前