以三心铸军魂：王蓓护士长的南丁格尔之路
1992 年盛夏，王蓓自原第二军医大学护理系学成，踏入海军军医大学第二附属医院（上海长征医院）的大门。她愿化作一滴清泉，三十余载静静汇入这条医疗长河，从未言弃。从心内科的一名普通护士，逐步历练为护士长、总护士长，直至 2025 年末出任门诊部负责人，王蓓始终不忘初心、精研业务。她曾荣立三等功一次，斩获军队教学成果一、二等奖各一项，军队医疗成果三等奖两项，并荣获上海市“杰出护理工作者”称号。在她看来，荣誉仅是途中的标记——“勤劳可保任务完成，用脑能求工作完善，唯有用心方达极致之境。”三十余年来，王蓓坚持深夜
AI赋能工业未来——交城县智能制造主题论坛诚邀参与
联系我们｜科技工作者平台坚持不懈 永不言弃论坛主题：智能引领未来——AI驱动的工业制造新纪元人工智能(AI)正以前所未有的速度渗透到各个行业，尤其在工业和制造业领域，AI技术的应用正在重塑传统生产方式和商业版图。如何有效利用AI优化生产工艺、提升质量管控、实现智能化制造。本次论坛聚焦工业与制造业领域，汇聚行业专家、学者、企业代表和科技爱好者，共同研讨AI在工业制造领域的创新实践与未来趋势。论坛将通过主题演讲、深度研讨、技术展演和互动工作坊等多元形式，分享尖端技术、经典案例和实战经验，促进思想交锋，推动协同
AI 原生组织的真正门槛：工作图谱胜于提示词
想要一个 AI 同事真正靠得住，它首要学习的或许并非企业文化。它必须先明确：事项归属谁、瓶颈在何处、决策者是谁、后续应联系谁。这些要素听起来毫无吸引力。目标、任务、责任人、截止日期、审批链路、会议记录、客户背景、历史决议，汇总起来不过是一张未整理完毕的项目清单。然而，企业内的日常工作大多正是如此。若这些信息分散在飞书、企业微信、Jira、Excel、邮件以及少数人的脑海中，即便 AI 精通提示词，也只能在门外闲聊。它难以深入业务一线。近期我观察 Asana AI Teammates、Atlassian R
聆听医者心声：平凡中的伟大
他们迎接过产房初生的啼哭 也见证过ICU中生命的坚韧 照亮了健康的“万里星河” 白衣是“战袍”也是“铠甲” “我没有万众瞩目的光芒， 一起来倾听他们的心声…… 记者：徐宏岩、李志浩、杨琳
构建AI智能体的核心策略
AI智能体的构建已不再局限于初期的“单次提示词工程”，而是全面迈向了智能体工作流及多智能体系统（MAS）的新阶段。其基本原理在于把过去由大语言模型（LLM）一次性完成的黑盒任务，转化为能够自主迭代、自我反思并调用工具的循环流程。现阶段主流的智能体构建遵循感知、行动、记忆与规划这四位一体的架构模式。感知层：不仅包含传统的文本录入，现代智能体还能利用多模态感知技术来处理图像、GUI界面，乃至结构化的API数据流。规划层：ReAct模式：让推理与行动交替执行（即 思考 -> 行动 -> 观察）。任务拆解：运用思
AI 入校新趋势：重构工作流才是核心
近期，国家《“人工智能 + 教育”行动计划》传递出清晰信号：AI 与教育的结合，已超越单纯的技术工具引入，标志着教育行业正迎来系统性的全面升级。纵观过去几年，众多学校、幼儿园及教育机构纷纷尝试引入 AI。无论是撰写教案、制作课件，还是生成活动方案、辅助招生宣传，AI 的身影无处不在。这些探索虽具价值，但若仅停留于零散应用，AI 仅能解决局部效率瓶颈。真正决定教育机构未来竞争力的，并非“采用了多少 AI 工具”，而在于能否将 AI 转化为一套可执行、可复制且可持续的工作体系。国家政策反复强调的重点，并非简单
人机协作实践心得
技术选型、功能范围、边界界定，这些核心决策需要人来把控。AI 的角色是执行落地，而非替代人类做判断。具备扎实基础的人借助 AI 如虎添翼，基础薄弱的人使用 AI 则可能事与愿违。对架构、业务、工程的理解深度，决定了你驾驭 AI 的上限。AI 无法弥补个人短板，只会让强者如虎添翼。面对涉及面广或难以把握全局的问题，先启用 plan 模式进行系统性思考和步骤规划。将方案保存到项目中，防止中途打断后，新会话丢失之前的上下文。理清思路比快速写代码更关键。将大功能分解为小模块，每完成一个独立单元就提交一次。避免期待
零代码也能搞AI？企业如何低成本训练智能体
AI如今炙手可热，仿佛不聊AI、不做AI，就会掉队，甚至被时代抛弃。大家都渴望能拿到这张通往未来的入场券。然而，公司既缺AI工程师，又缺算法专家，甚至连个开发人员都找不到。这种情况下还能做AI吗？小智可以肯定地告诉你：完全可行，而且当下正是中小企业入局的好时机，可以用低成本进行尝试。如今的大模型赛道，已从“比拼技术”转向“比拼落地应用”，能否找到切实可行的应用场景至关重要。绝大多数企业真正迫切需求的，并非从头训练一个新模型，而是要做到以下几点：①让AI理解自家公司的业务逻辑（确保输出内容同频）；②能够连接
AI编程工具崛起：开发者工作模式迎来变革
善用AI的开发者，与尚未掌握AI的开发者，工作效率差距日益显著。2026年开发者调研数据显示，超过六成的工程师已将AI编程工具融入日常工作。而两年前这一比例还不到两成，增长势头极为迅猛。变革不仅体现在效率层面，更涉及工作方式本身。01 AI编程工具如今具备哪些能力？主流工具已能够实现：代码自动补全、函数自动生成、缺陷快速定位、单元测试自动编写、代码重构建议等功能。对于重复性较强的编码任务，AI的介入效果尤为突出。但事物的另一面是：基础编码岗位的需求正在缩减，而对高级系统设计和架构能力的需求则在上升。你在工
深耕 AI 者，往往最缺 AI 实战
近期与多位 AI 领域的创业者及高管交流，有个现象令我颇为惊讶——好几位 AI 公司的掌舵人竟向我请教：你们是如何实现“会后 10 分钟内发出排版精美的合作方案”的？我们反问道：“那诸位日常办公都在用哪些 AI 工具？”他们的回答让我大跌眼镜：依旧是老派的 CRM 和 ERP 系统。我继续追问：“那贵司员工每月的 Token 消耗量大概是多少？”对方坦言：不清楚，员工似乎根本没配额，预算是 0️⃣！这可就耐人寻味了。研发 AI 产品的，自己不用 AI 干活；兜售 Token 的，自己从不购买 Token。
内网部署AI的三个隐形陷阱：没报错才是最可怕的
那天傍晚，业务同事发来一条消息：“华姐，能不能帮我们做个小工具？客户发过来的地址文本，自动拆成姓名、手机号、省市区、详细地址——不然每天录入太费时间了。”这个需求，看起来真的很简单。打开豆包、DeepSeek、ChatGPT任意一个，把地址文本粘进去，5秒钟搞定，一次成型。但我们是做汽车金融的，客户信息是命根子。身份证、手机号、地址——这些数据不能出公司、不能上云端、不能让任何外部AI看见。所以“用豆包一键搞定”这条路，在我这里是封死的。别人用AI是“要啥有啥”，我用AI是“别人一步能做完的事，我得一步一
智能体日报：AI开启自我进化新纪元
导语Annthropic旗下Claude托管智能体解锁"Dreaming"自主学习模式，DeepSeek V4 Pro代码生成实力已可媲美GPT-4闭源版本，GitHub Agentic Workflows全面渗透CI/CD流程——本周AI技术栈正经历从"执行指令"到"自主进化"的范式转移。你的现有流程，是否已做好AI驱动的升级准备？本期重点：自适应智能体演进、开源大模型竞技、AI驱动流程自动化，掌握这三大趋势，助你在竞争中抢占先机。Claude托管智能体搭
AI变革：工作、教育及组织形态的全面进化
AI大潮汹涌而来，正从显性的工具应用，向隐性的认知架构深处渗透，默默改变着大众的日常生活。随着"单人企业"催生出"超级个体"，随着文凭不再是实力的唯一证明，随着"无限心智"重塑协作体系，我们正处于文明升级的关键节点。厦门大学林子雨副教授在《人工智能通识课》新作中，用平实的语言为读者理解AI架设了桥梁。本文精选书中核心观点，剖析AI如何变革工作方式、冲击现行教育、重组组织架构，助你在这一不可逆转的变局中找准自身定位。人工智能已不再局限于科幻构想，而是全面融入了我们的衣食住行与工作学习。除了那些显而易见的应用
AI时代的技术变革中,为何专属知识比框架更保值
去年我们团队耗时三个月构建了一套广告投放的Agent系统。包含16个阶段的状态机，40多个Skill，Prompt经历了数百次迭代。系统运行效果出色——从需求识别、策略生成、到投放执行、效果追踪，实现了全流程自动化。团队非常兴奋，认为找到了AI工程实践的正确路径。半年后GPT-5问世了。模型自身已具备多步规划能力，我们精心设计的16阶段状态机瞬间显得冗余。框架也在快速演进，Langchain的API再次更新。我们意识到，那套呕心沥血构建的工作流，大部分需要推倒重建。但有一样东西完全保留了价值：我们在实战中
AI资讯泛滥引焦虑:我决定不再盲目追逐热点
今天我也把这个话题做成了视频号内容。如果你更习惯听我直接聊，可以先看视频版。这段时间AI领域新闻不断。新模型发布、新语音能力、新智能体出现、新安全测试、新的算力合作。每天刷信息流，都有这种感觉：今天不关注，明天就落伍了。以前看到这些资讯，第一反应其实是兴奋。因为我本身就对新技术、新工具很敏感，每个阶段都会第一时间关注。这种敏感度当然有好处。它让我很多时候能比别人更早发现机会。但现在我越来越有一个感受：AI热点越多，我越不想只是追热点了。不是不关注，而是不想被它牵着走。因为热点太多了。今天一个模型更新，明天