AI夏日之夜|从流量到价值:AI创业、人机协作与超级个体的深度对话
7月18日，由LynX Global、子文财富联合发起，临港集团科技城零界魔方OPC社区、上海临港新片区国际投资发展有限公司共同承办，并获得阿里巴巴生态支持的AI Summer Night：WAIC 2026 AI创投交流之夜成功落幕。作为WAIC 2026 Side Event，本次盛会汇集了AI领域创业者、投资人士、企业代表、开发者以及创新实践者，旨在在大会主议程之外，构建一个更为自由、轻松且高质量的互动平台。今年WAIC聚焦AI Agent、多模态、具身智能等前沿议题，引发广泛讨论的同时，也让我们愈
AI不是取代者，而是协作者
AI不过是个‘顶级模仿者’这与人类真正的‘理解’截然不同。我们不懂它的‘推理逻辑’，它也没有我们的‘生活常识’。比如你对它说‘我肚子疼，不想上班’，它能写出一篇感人至深的请假条，却永远体会不到疼痛的真实滋味。所以，AI不是神，只是个‘顶级模仿者’——学什么像什么，唯独没有‘自我意识’。生产力如何落地？它开始‘行动’了过去提到AI，总觉得只会聊天答疑。如今不同了，AI已进化到能‘亲自动手’的阶段。在办公室，它能快速通读百页报告，三分钟内提炼重点，顺手修正错字、标注逻辑漏洞。以前文员忙一天的任务，它喝口‘电’
AI开始“组队”意味着什么？——不是AI变了，是AI开始建立秩序了
今天聊一个更具体、也更关键的话题。今年WAIC期间，有一个论坛，名为“从大模型到智能体：迈向自主智能新纪元”。名称很长，很学术。但我看完全部内容之后，只有一个体会：今年WAIC上，最热闹的展区是人形机器人，最出圈的产品是各种AI硬件。但在热闹背后，有一场论坛发布了五项成果，媒体报道不多，却可能是这次大会最具分量的事情。这五项成果是：看不懂没关系。用通俗的话说就是：过去两年，AI行业的主旋律是什么？竞争。比参数、比模型、比跑分高低、比谁的Token更便宜。每家都声称自己最强，但没人能说清楚——这像什么？现在
人工智能取代人工岗位的进程有多迅速？
基于当前趋势分析如下：1.企业类型：大型公司1至2年内实现AI布局，中小企业和个体店铺则会延后3到5年；2.工作性质：越是重复机械、标准化程度高的职位，取代速度越快；越是依赖人际互动和即时决策的岗位，越具稳定性；3.法规与行业管控：医疗、教育、政务等领域受监管限制，AI应用推进会显著减缓。归纳- 近期（1至3年）：后台支持、客户服务、数据处理、基础文案等岗位率先大规模被替代；- 中期（3至5年）：财务、质量检验、初级法律事务、初级开发将进入人机协同阶段；- 远期（5至10年）：行业结构全面重塑，纯执行类职
AI决策十大经典评估工具
AI辅助决策（AI-assisted Decision Making）在组织行为、信息系统、管理、人机协作等研究领域，目前被广泛引用且影响力较高的评估工具并不多，大约只有十套左右，且多数发表在OBHDP、MISQ、JEP、IJIM、Information Systems Research等顶级期刊上。以下按推荐程度与SSCI引用率排序。AI决策相关十大经典评估工具Logg, J. M., Minson, J. A., & Moore, D. A. (2019).Algorithm apprecia
2026上海WAIC：AI从展示台走向生产线，化身「协作助手」
导语2026年7月17日，以“协作助手·共筑明天”为主题的2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议在上海正式拉开帷幕。本届大会规模与影响力创历史纪录，集中呈现了人工智能领域从底层算力突破到赋能各行各业的最新成就，意味着AI正快速从技术演示转向规模化产业实践。国内首个AI自主学术顶会正式开启，两位图灵奖得主进行巅峰对话；三位顶尖科学家共谋科研新路径；四大国际权威代表设立常设治理对话机制；五大官方产业生态覆盖全产业链从业者；六大世界级模型企业创始人同台亮相……这一串数字，正是WAIC
巴日携手推进科创合作,共筑AI与Web3新生态
巴基斯坦驻日本使馆携手日本亚洲Web3联盟（AWAJ）共同举办巴日创新创业交流盛会，意在促进双方在人工智能、Web3、数字科技及创业板块的深度协作。本次盛会集结了来自两国的政府官员、产业领袖、科技企业、投资机构以及创业生态代表。巴基斯坦驻日本大使阿卜杜勒·哈米德发表核心演讲，深入剖析科技创新在巴日双边经贸往来中日益凸显的关键作用。他强调巴基斯坦数字经济版图持续扩大，不仅拥有雄厚的专业技术人才储备，更蕴藏巨大的创业潜能，呼吁两国机构、企业、资本方及创业社群构建更加紧密的伙伴关系。日本数字事务政务次官川崎英人
越疆科技下周冲刺A股，港股回流潮再起
来源：资本秘闻 “协作机器人第一股”深圳市越疆科技股份有限公司（以下简称“越疆科技”）创业板IPO将于7月22日接受上市委审议，能否顺利过会备受关注。早在2024年12月，越疆科技已登陆港交所，若此次A股上市成功，将成为智能机器人领域首个“A+H”双上市平台。在“H回A”趋势推动下，医药、大模型等热门赛道的港股企业正加速布局A股。据不完全统计，映恩生物、智谱、MiniMax、正力新能、光大环境等多家港股公司已排队冲击A股。 01 越疆科技7月22日上会 历经近三个月IPO排队，越疆科技即将迎来关键节点。深
AI赋能中国影视：机遇与隐忧
2026年7月19日上午，有源书院第243次会讲活动在西宁市图书馆举行。此次活动主讲人为北京师范大学艺术与传媒学院张智华教授，讲座题目为“人工智能驱动中国影视发展的喜与忧”。主讲人简介：张智华，北京师范大学艺术与传媒学院教授、博导，网络影视研究中心主任，国务院政府特殊津贴专家。兼任中国高校影视学会及网络视听专委会、中国电影评论学会与网络影视专委会等多个学会理事与会长。教育部学位与研究生教育评估专家、国家社科基金项目评审专家、国家社科基金艺术学重大项目首席专家及中国大百科全书影视卷主编。主要从事视听节目、网
WAIC上海闭幕后的启示：2030年职场残酷法则——做AI做不到的事，保留AI缺失的能力
上海世界人工智能大会圆满结束。琳琅满目的智能产品与机器人成为焦点。结合2030年AI演进方向，职业格局可划分为“强冲击领域”和“强机遇领域”。详情如下：一、 强冲击领域：面临AI替代或重构风险的岗位这类职位普遍具备高重复性、强规则性、弱社交性的特征，正是AI最易介入的范畴：1. 基础数据与行政事务类- 代表职位：信息录入员、基础翻译、标准化客服、模板化文案、基础会计核算等。- 影响机制：AI在海量数据处理、多语言切换及标准化文本产出上效率惊人，且稳定性极高。2. 流程化操作与生产制造类- 代表职位：流水线
AI实操课：当AI学会干活，人该学什么？
财新院AI共学课第二讲侧记广东金融学院财经与新媒体学院校友会7月15日晚8点，广东金融学院财经与新媒体学院校友会AI共学活动第二讲准时拉开帷幕。如果说第一讲侧重理论铺垫——阐述大模型、上下文与Agent的定义——那么这一讲的目标则更为明确：引导大家亲自动手，探究当下AI软件的实际运用方式。课程伊始，主持人对两个核心概念进行了回顾。第一个：当前的AI大模型已不再是简单的对话模式，而是Agent模式。上一代AI如同只会问答的客服，问一答一；而新一代AI则像实习生，你布置任务，它便能自主规划步骤、搜寻资源、执行
AI浪潮冲击下,中层管理者的转型之路
最近，一位制造业的部门经理朋友向我倾诉：“公司开始引入AI做排产、质检和数据分析，我手下的专员从八人缩减到三人，我也在思考，这个岗位还能坚持多久？”这并非个例。过去一年，我接触了大量中层管理者，涵盖制造业、互联网、金融、零售等领域，大家都在探讨同一个问题：AI是否会取代我们这一层级？我的观点是：中层管理者不会消失，但中层这个角色正在经历一场深刻的变革。这并非关于“失业”的议题，而是一场关于“蜕变”的讨论。一、先看一个类比：工厂工人去哪了？百年前，工厂里几乎全是蓝领工人。他们站在流水线旁，用手和眼完成大部分
厘清人与人工智能的定位
Tips：当前阶段，AI可借助、不可依赖，它仍是辅助工具，而非合格的协作伙伴。AI助推个人成长AI大模型的问世，为人们的工作与生活带来了显著助力。尤其当您涉足完全陌生的领域、需要掌握相关背景信息时，借助AI大模型能够将知识与能力提升至大约60分的水平。不过，AI所能给予的主要是书本层面的知识，若想跻身真正的专业行家行列，则离不开实操经验：从数量维度看，书本知识占80%、实操经验占20%；但从决定性的"品质"层面衡量，实操经验的价值高达80%，书本知识至多占20%。AI值得信赖吗？AI大模型存在一个先天缺陷
千年廊影新篇：AI催生终身学习型社会
在共享工坊的开放区域，几位年轻人正一起拆解一台退役的工业机器人，零件散落四周；旁边一位退休技师悠闲地煮着咖啡，手指在平板上标注机械臂的受力点和传动细节，不时与年轻人交换优化想法。楼下的中心广场，一场关于城市雨水回收系统的公开讨论正进行，发言者中既有水利专业的在校生，也有熟悉本地数十年水流变化的老居民，大家各抒己见，观点温和交融，没有正式会议的拘束，只有源于内心的探索热情。他们并非被迫参加培训课程，也不是出席形式化的公务会议，只是过着平静的日常生活，而生活本身，就是一场自然展开、永不停歇的持续学习。这正是智
AI会夺走工作吗？历史给出的答案
19世纪初，英国纺织工人勒德（Ned Ludd）砸毁了两台纺织机。他并非愚昧——机械化确实让大批熟练织工失业，工资骤降、失业激增，勒德运动席卷诺丁汉郡。两百年后回望，纺织机的浪潮并未导致工人集体饿死。相反，纺织产量激增，总就业人数数十年内翻了几倍——只是‘织布工’的内涵已彻底重塑。如今，轮到AI了。2025年的焦虑，与1811年勒德砸机器时的恐惧，本质真的相同吗？HISTORICAL PATTERNS回看工业革命史，一个规律反复出现：每一次技术革命都遵循‘淘汰+创造’的模式——旧岗位被取代，但更多新岗位随