盲目裁员用AI，半年后企业后悔不已
若被“降本增效”的急躁情绪冲昏头脑，AI带给企业的绝非红利，反而是一笔需连本带利偿还的沉重债务。现阶段，AI在应对复杂、多轮且需深度语境理解的场景时表现欠佳。虽然它能搞定标准化流程，但在处理依赖综合判断和专业经验的难题时，其输出结果的质量与可信度都大打折扣。资深员工的核心价值并非仅限于完成日常琐事，更在于多年沉淀的业务直觉、敏锐的现场洞察力以及解决问题的实战经验。这些无形资产难以快速数字化，更无法直接“一键复制”给AI。当AI接手基础执行工作时，会衍生出数据标注、模型微调、内容校验、流程管控等新角色。这些
AI时代单人创业：一人即系统，重塑个体力量
01 AI时代，真正的鸿沟往往不在于能力高低我始终认为：AI不会取代人类，但拒绝使用AI的人终将被时代抛弃。作为研究生导师，这几年我常在课堂和组会上告诫学生：切勿恐惧AI，必须主动学习并接纳它，将其视为伙伴。在智能化飞速更迭的当下，书本知识是基础，但顺势而为的思维才是年轻人突围的关键。当代青年并不缺乏努力与天赋，很多人停滞不前、无法突破，往往不是能力不足，而是眼界受限、思维僵化。总觉得“单打独斗难成事”或“资源不够不敢试”，早早自我设限，从而错过了时代赋予的机遇。02 一本书的启发：必须让学生尽早接触读到
智能协作重塑软件交付：多智能体驱动的AI DevOps新架构
本文范畴界定：本文重点探讨AI DevOps的协同框架、基础能力层和规范化构建，涉及从需求到上线的完整多智能体协作模式。有关AI时代的DevOps度量体系（如AI智能体效能评估、交付品质指标、智能体协同效率衡量等），将在后续篇章单独阐述。关于需求评估：在实际研发流程中，产品经理递交需求文档后往往会经过需求评估环节——由技术、测试、业务等多方对需求进行校准和共识，评估通过后方才正式启动开发流程。本文的架构设计以需求评估完成、需求文档已确定为出发点，需求评估阶段本身不在本文讨论之列。作者背景：云原生及AI D
医疗AI责任困境：出事到底谁该担责?
2024年，美国一位放射科医生在利用AI协助阅片时，未能发现一例早期肺癌，导致漏诊。患者家属将医院告上法庭，然而律师很快面临一个棘手的问题：究竟该由谁来承担过失？是点击了“确认”键的医生，是研发算法的厂商，还是核准该AI上市的主管部门？虽然该案件至今尚未有最终判决，但其曝光揭示了一个裂痕：随着AI在医疗诊断中扮演的角色日益关键，我们的法律与伦理体系尚未做好相应的准备。在中国，已有超过80张医疗AI三类证书发放，AI辅助诊断技术已覆盖肺结节、眼底病变、骨折及心电图等多个领域。技术不断进步，但“若发生事故谁来
驾驭AI的正确方式
眼下AI技术仍在不断进化。就当下的AI水平来看，它已经相当完善了。如今AI在理论分析层面已展现出强大实力，但在实际操作技能上仍面临不少挑战，各种智能体如何与人类实现精准沟通协作，这仍需时日。想要一个全能型的机器人迅速诞生，恐怕还需要耐心等候。人类创造人工智能的初衷，从来不是要取代人类的创造力，而是为了增强创造力。也就是说，你负责构思，它负责完善。在创意领域，AI从来不是竞争者，而是强有力的支持者，它的价值在于放大人类的创造潜能。当我们充满奇思妙想，在脑海中描绘出朦胧的轮廓时，AI就像一个默契的搭档，能够快
AI助手的一次失误，却让我领悟了更深层的道理
昨天，我的人工智能助手提交了一份调研分析。我要求它研究“AI视频编辑软件”，它用了三十分钟，给我列举了十余款工具，划分成三类，看上去相当专业。随后，一位伙伴也发给我一份调研文档。同样是AI视频编辑，他罗列了32个项目，划分了6大类别，涵盖了从普通创作者到技术开发者的所有应用场景。我的助手遗漏了近乎一半的关键项目。我把伙伴的调研文档提供给它，它倒是很坦诚地进行了对比：我让助手进行反思，它表示：“我的研究范围设定太狭窄，检索的关键词不够丰富...”，最终还提出了优化方案，并主动建议将这次反思总结保存为技能。这
AI普及浪潮中，多数人深陷无效使用误区
如今AI早已走出实验室和大厂机房，全面融入大众生活：上班路上刷到AI生成的短视频、办公时借助AI写文案做表格、学习时用AI解答疑问、闲暇时让AI绘图配音。全民AI时代已经来临，但繁华背后，多数人的AI应用仍停留在表面跟风。为什么每天高频使用AI，却没有提升工作效率？为什么人人都在学AI，真正靠它增收晋级的人却很少？看似普惠的AI工具，究竟是普通人的效率助力，还是无形的能力内卷陷阱？当下大众使用AI的状态高度雷同且非常肤浅。绝大多数人只会套用固定模板、复制粘贴提问，完成基础的文案改写、图片生成、数据整理。一
AI 人机协作系列第19期：思想者的低语
序言：本系列源于过去两月深度沉浸于AI探索后，由AI大模型与我大脑协作诞生的初步成果。主要涵盖几大主题：读书系列（研读古文并关联当下）；思考系列（通过毛选洞察世界）；娱乐系列（观他人亦观自我）。初期仅以纯文字试水，后续将逐步融入AI的多元表达形式，如图文、视频、音频等。此举旨在作为自我镜像与见证，纯属无心之举，各位不必刻意解读，只求带来些许愉悦。-----------------------------------------------------------序言二：预期中的台风与实际体验反差极大，原以
人机协同的思考心得
这些年来，我一直跟一个问题较劲：明明脑袋里有很多点子，最后却大多“卡”在脑子里，出不来。想得透彻，却说不清楚；说出来了，又写不下来。 最近我把人和AI的分工琢磨明白了，摸索出一条知识生产的流程。用了几天，很顺畅。分享给同样“想法多、产出少”的朋友。 第一步，人只管思考。 我把思考拆成三个环节：观察、思考、表达。观察，是大量吸收——看社会、看时代、看书、看论文、看文章，这是想法的来源；思考，是认知提升，把零散信息拼成一张框架；表达，是把想明白的东西说出来。我习惯对着手机随口录，存进得到笔记。这一步机器不插手
智能助手越强大，团队协作越不能沉默
智能助手的真正隐患，并非它无法生成代码，而是团队中每位成员都开始只与自己的助手交流。这种现象已经出现。当你为团队配置了 Claude Code、Codex Max，每个人看上去都更高效了。曾经需要两天完成的功能，现在半天就能产出版本。以往无人愿意涉足的脚本、报表、自动化任务，如今也有人着手处理。从短期来看，这自然是积极信号。然而，如果会议减少、讨论稀疏、需求判断缺乏统一协调，麻烦就浮现了：个体效率提升，并不代表整体团队效能增强。今日这组 Follow Builders 动态，表面是在探讨 Claude C
中广数科亮相鲁渝协作交流会 共谋AI驱动城市运营新模式
日前，在鲁渝协作不断推进、产业协同提速增效的背景下，由重庆市鲁渝协作促进会主办的企业资源对接交流会在中建五局城市运营管理有限公司重庆分公司成功举办。鲁渝协作促进会会长徐海东携企业家代表团出席，中建五局城市运营管理有限公司重庆分公司总经理刘飞主持本次会议。中广数科集团副总裁陈怡丹应邀参加，与工程设计、金融投资、产业服务等领域的企业代表，共同就城市运营、智慧管理、产业协同及项目合作展开深度探讨。中广数科集团副总裁陈怡丹女士（右三）应邀参会聚焦城市运营，共谋产业协同发展交流会上，中建五局城市运营管理有限公司重庆
AI Agent 进阶指南：构建多智能体协作系统的实战路径
2023 年，ChatGPT 让全球见识了“大模型能对话”。2024 年，Copilot 让“AI 辅助办公”成为日常。到了 2026 年，决定胜负的关键不再是单次交互的质量，而是 Agent 的实际落地水平。所谓 Agent，核心在于：为大模型赋予工具、记忆与执行力，使其不仅能“回答问题”，更能“执行任务”。本文不讲枯燥理论，而是提供一条实操路径——从构建首个单体 Agent，到搭建多智能体协作体系，最终在业务中实现自动化闭环。文中包含具体工具推荐、架构设计与避坑指南。一个完整的 Agent 系统包含四
AI时代的新型能力标准：超越技术本身的社会技术素养
人工智能时代，一道全新的能力差距正在显现研究表明，人工智能的飞速发展已使得"是否具备AI素养"逐步演变为决定未来职业发展的核心竞争力要素。在过去的二十余年间，数字化转型主要依托的是信息技术（Information Technology）。因此，无论企业机构还是教育领域，能力培养的重心都放在了数字技能、信息技术素养以及软件应用技能方面。然而，生成式AI的崛起彻底改变了这一格局。传统软件从本质上而言，仍然是人类所创造的被动工具。程序依照预设规则执行，每个计算环节都可预判，每次输入通常都会产生相同的输出结果。但
从医疗问答到自主智能体：未来医疗竞争的核心
医疗 AI 的下一个阶段，不再仅仅是擅长对话的助手，而是一套能够理解临床目标、调用专业工具、协同完成任务，并在安全范围内真正融入工作流的智能体系统。我们正见证医疗 AI 角色的重大转变。以往，人们主要将 AI 视为“问答工具”：它能解释指南、总结病历、生成报告、辅助识别影像异常。这些功能虽有价值，但临床场景绝非孤立的问答。患者从进入急诊到接受处理，涉及问诊、检查选择、结果解读、鉴别诊断、用药核对、手术或住院安排，以及持续记录与沟通——这是一连串复杂且充满约束的决策过程。近期发表在 Nature 上的研究《
AI迈向协作新纪元！《人工智能 智能体互联》国家标准详解
智能体是一种具备自主感知、记忆、决策、交互和执行能力的新一代智能系统，已成为人工智能产品与服务的核心载体。目前，我国智能体产业正加速规模化落地，广泛应用于各行各业，大量智能体跨系统、跨平台、跨场景的互联协作成为产业发展的关键方向。为深入贯彻国务院《关于深入实施“人工智能+”行动的意见》部署要求，规范引导产业创新、安全、有序发展，工业和信息化部指导中国电子技术标准化研究院，联合70余家重点企业，制定《人工智能智能体互联》系列国家标准（标准编号：GB/Z 185—2026）。为帮助产业各方准确理解、高效落地实