AI接管判断的外壳，却无人认账
半年前，我用 AI 写代码还得一句一句下指令。现在不用了。现在是搭个循环丢进去，让它自己读、自己改、自己跑测试、自己判断是否通过，我在一旁看着。这变化听起来不大，实则致命。我们一直默认，判断权在人手上：方向我定，问题我提，标准我把控；模型再强，交来的也只是候选——用不用、信多少、改到哪停，最终都得我点头，出了事也得我扛。这套分工太稳固了，稳到我从未想过它会崩解。你或许会说，这不正好？脏活累活给它，判断这种高阶任务留给我。我起初也这么想，后来发现不对。判断里到底藏着什么？犹豫、反悔、话说到一半改口、做着做着
AI时代扑面而来,普通人该掌握什么?
AI真正拓展的，并非我们的体力，而是我们认知世界的维度。特别明显，近半年来，身边许多人包括我自己，都在为同一件事感到焦虑：AI会不会取代我？我会不会很快失业？失业后该怎么办？程序员担心代码不用自己写了，设计师担心图形不用自己画了，律师担心合同不用自己审了，就连当老师的朋友也开始嘀咕，教案是不是也不用自己准备了。大家似乎默认了一个前提：未来就是人类和AI竞争岗位。但我越来越觉得，这个问题本身就可能存在偏差。它预设了一种对立关系，可历史上真正发生过的事件，好像并非如此。蒸汽机诞生时，人并没有变得无力，反而能完
华为开发者大会AI论坛实录|仓颉智能编码赋能携程,鸿蒙开发效率显著提升
6月13日，华为HDC大会人工智能分论坛迎来携程旅行软件技术专家江守亭的精彩演讲。以"E2E：携程鸿蒙应用仓颉AI提效生态迁移实践"为主题，江守亭分享了携程如何依托仓颉AI Coding工具链，将传统"三端独立开发"的低效模式转型为"一端代码、AI驱动、多端迁移"的高效工程实践，为鸿蒙生态的跨端迁移提供了可量化、可复制的技术解决方案。AI分论坛嘉宾与参会开发者合影演讲主题：E2E-携程鸿蒙应用仓颉AI提效生态迁移实践演讲嘉宾：江守亭｜携程旅行软件技术专家从三
AI时代来临，你的Excel技能还值钱吗
你身边有没有这种人？每天下班最晚走，周末群里还在问Excel公式。简历上写着"精通Excel"，实际上连数据透视表都要搜索。别笑。这种人很快连"勤奋"的资格都没有了。因为Excel装上AI之后，一切都不一样了。你花一下午写的嵌套公式，AI几秒钟搞定。你反复对不上的两笔账，AI一键清洗匹配。你做了两小时的图表，AI自动生成，附上分析建议。不是你变慢了。是工具进化了。那些以前Excel不如你的人，现在直接用AI，做得比你快、比你好。你不是输给工具，你是输给会用工具的人。现在的Excel，不用死记硬背函数，不用
与AI博弈的日常
一当网页版ChatGPT宣称无法修正我的动力学模型时，我不禁哑然失笑。上回这般绝望，还是网页版Deepeek对我吐出同样的言辞。历经第五次代码重构；厘清所有坐标系与变量定义，反反复复调试，竟将本该逻辑严密的代码改得支离破碎、补丁叠补。AI那原本客套的致歉，听起来竟愈发促狭刺耳。我在“修改进度已达90%”“根本症结已现”“问题确非出在**函数”“已度过最艰难阶段”的迷魂汤中迷失，幻想某次修改后终成正果，随即又被现实狠狠打脸。我确信AI是在戏弄傻子，且证据确凿。而我竟只能任由它戏耍。二大约去年此时，我和室友还
AI的局限性与Agent Skill的稳定性保障
无论是LLM（大语言模型）还是CNN（卷积神经网络），它们均属于神经网络范畴，核心在于概率统计与函数逼近（拟合）。因此，防止其“发疯”至关重要，尽管这听起来像玩笑。在实际应用中，我们必须规避或预估AI输出的不确定性。鉴于不同行业对确定性的诉求各异，AI的落地难度与进度自然参差不齐。在处理多步骤流程自动化时，绝不能当甩手掌柜，必须布设监控节点以捕捉异常并纠错。试想，若某流程需5个AI决策，单点准确率虽达90%，但最终准确率恐不足60%。故而，Agent引入Skill的核心价值在于确保结果的稳健性，并对AI的
当机器智能超越人类,我们还能主宰地球吗?
文/端宏斌我关注AI领域已有很长时间，几乎每篇文章的评论区都会出现类似的观点：汽车取代马车是历史必然，所以马车夫与其抱怨新技术，不如主动学习驾驶技能，这便是创造性破坏的典型案例。他们力挺AI，因此将AI比作汽车，马车夫自然就成了司机。但这个比喻有个隐含假设——你扮演的是驾驶者角色，所以能从车夫转型为司机。可如果你只是一匹马呢？汽车诞生后，美国马匹数量从巅峰期的近3000万匹，在五十年间骤降至不足300万匹，锐减近九成。那些不再有活可干的马，大多被人宰杀食用。由于人类并非马匹，所以对此无动于衷，但我必须指出
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应用层的机遇与挑战
近期研读Sequoia AI Ascent资料，其中几个图表颇具启发性：关键洞察并非AI再次取得进展，而是工作生产的本质正在被重新定义！传统软件企业主要提供工具产品。客户购买使用权限，员工借助软件提升工作效率。然而AI agent时代到来后，这种商业模式显得力不从心。企业采购的不再是单纯工具，而是一项可交付、可验收、可计价的具体工作成果。AI带来的变革并非让软件更智能，而是将部分人力劳动转化为可调用的计算资源。这也解释了Sequoia在AI Ascent报告中为何反复强调application layer
AI Native的本质：为未来付出的代价
近半年来，我一直在为房地产经纪人从头搭建一套真正AI原生的操作系统。这并非在传统CRM上简单添加ChatGPT对话框的那种方案，而是将经纪人从营销、获客、带看、跟进到签约的全流程，全部以AI为核心进行重构。周末我花了整个下午时间，与Gstack探讨商业发展路径。听起来很酷。当我合上电脑时，内心充满满足感，就像刚刚与未来进行了一场深度对话。但睡前我突然意识到：今天下午所做的事情，和2000年父亲那代人刚装上宽带后打开百度搜索、凝视搜索结果若有所思的场景，本质上是同一种行为。只是那时人们称之为"上网查一下"，
AI 演进中的个人成长战略
刘嘉教授堪称良师，善于循循善诱、层层深入。他讲人话、举实例，整篇论述并非东拉西扯，而是有机融合了历史、心理学、语言学等大量增量知识，令人受益匪浅。阅读此书的过程，既让人欣喜若狂、拍案叫绝，合卷之时又不禁长叹。第一章和第二章最令我震撼的是，我此前未曾意识到“人脑”神经网络的复杂度远超如今诸如 GPT 之类的人工神经网络。你知道人脑拥有多少神经元吗？高达 860 亿个。神经元之间的互动依赖突触——好比光头上长的头发，有人多有人少。神经元突触数量各异，总计超过 100 万亿个。相比之下，GPT-3 的 1750
AI入门笔记：透过函数看AI本质
AI 模型本质上是一个可学习的、复杂的非线性函数；但需要注意的是，它并不是一个明确的函数公式；而是一个类似黑盒的预测工具：你不需要了解具体原理，那是符号主义关注的；我们只需要让结果尽可能接近完美即可。其核心思想是联结主义，即通过简化函数获得真实结果的近似解。接下来我将简要回顾我的学习历程。如果大家想了解AI的话推荐观看b站up主闪客的视频：【【闪客】一小时从函数到 Transformer】 https://www.bilibili.com/video/BV1NCgVzoEG9/?share_source=
AI智能体开发技术演进
当前，我国AI智能体（AI Agent）的开发正经历从“单体智能”迈向“群体智能”与“行业深化”的关键阶段。现阶段技术重点聚焦于底层架构、感知与认知的协同优化，并针对中文语境进行了特别适配。北京木 lick 移动技术有限公司，作为一家专业的软件外包开发公司，诚邀各界开展技术交流与合作。商务合作请通过微信联系：muqi2026一、 核心架构技术国内主流的Agent开发通常遵循"大模型 + 记忆 + 规划 + 工具使用"的核心公式。长期记忆：利用向量数据库（如 Milvus、Zilliz）实现
量子世界的“本我”与AI的“无我”之辩
根据量子力学的哥本哈根诠释，波函数ψ并非实体存在，仅作为一种数学工具，用于预测测量结果的概率。波函数Ψ仅仅是我们掌握的关于量子体系（或整个宇宙）的一种信息载体。人类必须通过观察和测量来获取这类信息。观察测量行为会导致波函数发生坍塌，从而产生一个确定的观测结果。测量导致波函数坍塌的过程本身，并不在薛定谔方程的描述范畴之内。（含时）薛定谔方程所描述的是量子体系（波函数）如何确定地随时间演化。波函数坍塌并不包含在其中。一个缺乏物理过程且没有数学描述的坍塌现象，一直是量子力学面临的挑战之一。众多杰出的物理学家从不
AI赋能Excel：告别函数公式烦恼，三秒生成复杂表格
面对海量Excel数据，您是否常常因记不住VLOOKUP、SUMIFS等复杂公式而感到困扰？又或者在调整表格样式、整合多份数据时耗费了大量精力？事实上，如今的AI技术已发展至“对话即完成”的水平。它能助您彻底摆脱公式焦虑，只需简单“开口”，便能轻松应对各种棘手的表格处理任务。接下来，我们将通过千问AI进行演示，帮助您将数小时的工作量压缩至几分钟内完成！01以如下表格为例，B列包含中英文字符与数字的混合信息，若仅需提取其中的数字，使用传统函数公式将极为繁琐。02首先，我们将表格数据截图，随后粘贴至“千问AI