七部门联合部署报废机动车回收拆解专项整治工作
【发布单位】消费促进司 【发布文号】商办消费函2026年第346号 【发文日期】2026年06月18日 为切实强化报废机动车回收行业监管执法，严厉打击非法拆解活动，推动行业健康有序发展，依据《报废机动车回收管理办法》（国务院令第715号）及相关法规规定，商务部、国家发展改革委、工业和信息化部、公安部、生态环境部、交通运输部、市场监管总局联合制定《报废机动车非法回收拆解专项整治行动方案》。现印发给你们，请严格执行。 报废机动车非法回收拆解专项整治行动方案 报废机动车回收（含拆解，下同）是构建资源循环利用体系
AI教育新篇章：算法如何重塑个性化学习之路
智擎-AI创新赋能中心乡村与城市学生，共享一堂智慧课堂在某偏远山区的中学化学课上，学生们通过智能学习设备，系统依据各自的知识水平推送定制化练习题。同一教室内，有人夯实基础概念，有人攻克竞赛难题。教师则借助终端实时监控全班46名学生的知识状态——哪些是“集体薄弱环节”需重点讲解，哪些学生出现“异常错误模式”需单独辅导。与此同时，一线城市的一所重点中学也在运行相同系统。两校学生基础差异悬殊，但系统为每个人规划的“发展路径”，使他们都能按自身节奏稳步提升。这不是科幻场景——这是AI教育在中国部分试点学校的现实写
AI项目验收只是起点，真正的难题是后续运营
最近拜访一位CIO朋友，他向我展示了一个已经成功落地的AI试点项目。这是一个合同审查工具。业务部门上传合同后，系统自动识别付款条款、违约责任、履约周期和风险条款，并给出审查建议。试点数据表现优异。准确率接近九成，法务复核时间显著缩短，汇报时领导也很认可。他问我：“这个项目，现在算成功了吗？”我问他：“现在谁在负责规则维护？”他停顿了一下，说：“目前还是项目组在跟进。”我又问：“合同模板变化了谁更新？风险条款遗漏了谁补充？业务部门不采纳建议谁来做复盘？”他没有立即回答。这就是众多企业AI试点成功之后最常面临
AI循环潮：让智能体永续运行
上周五，Claude Code 的创建者 Boris Cherny 在 Meta 的@Scale 会议上现身。首位观众提问直击要害："循环是新一轮炒作，还是真有实效？"Cherny 回答斩钉截铁："真有用。"他现场演示了正在运行的循环系统：一个 Agent 持续优化代码架构，另一个则识别并合并重复的抽象模块。它们像人类开发者一样提交 Pull Request。由于代码持续演进，这些 Agent 从不暂停。这一理念极具颠覆性。在 Agentic AI 的浪潮中，多数人聚焦于如何管控 Agent：设定明确目标
AI赛道上演魔幻一日
AI领域最顶尖的头脑正从AI最烧钱的企业出走：6月22日，Google下跌6%、Amazon下跌4%、博通下跌4%，但费城半导体指数上涨2%刷新高点，美光上涨6%同样创新高。三重疑问浮现：为何精英人才选择离开？为何800亿美元资金仍无法稳住股价？为何芯片股上行而烧钱股下行？Google的困局尤为扎眼：John Jumper，DeepMind副总裁、2024年诺贝尔奖得主，加盟Anthropic；Noam Shazeer则转投OpenAI。短短24小时，两颗AI顶尖大脑相继离开；6月1日公布的800亿美元融
告别手动提示！AI编程进入自动化循环时代
当你还在逐条优化Prompt、反复与AI编程助手‘对话’时，顶尖开发者早已转向：他们不再亲自动手发指令，而是构建能自动识别任务、分配执行、验证结果、记录状态并持续优化的Loop系统。这，正是2026年AI开发领域最炙手可热的Loop Engineering（循环工程）。从Google工程师Addy Osmani，到Anthropic Claude Code负责人Boris Cherny，再到开发者社区的广泛讨论，它正将我们从‘人工提示员’转变为真正的‘AI系统架构师’。本文将带你深入解析Loop Engi
英国加码5000万英镑扶持本土关键材料产业
英国政府周一宣布，将追加5000万英镑（约6600万美元）投资，推动关键材料的本土化生产，以降低对全球高度集中供应链的依赖，提升经济抗风险能力。 相关资金将投向采矿、精炼及循环利用等领域，确保智能手机、冰箱到新能源汽车电池等产品所需原材料的稳定供给。 据悉，英国此前已在该领域投入逾2亿英镑。 英国工业大臣克里斯·麦克唐纳（Chris McDonald）拟在访问英格兰东北部工业研究中心期间正式启动该计划，当地企业正致力于金属回收与处理技术的研发。 面对日益增长的市场需求，英国正加速保障关键矿产的安全供应。麦
AI前沿突破：循环模型、说服力超越、物理智能新范式
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言 AI - 人工智能 RO - 机器人1、[LG] Looped World Models 2、[AI] AI systems out-persuade expert humans 3、[AI] Kairos：A Native World Model Stack for Physical AI 4、[CL] GameCraft-Bench：Can Agents Build Playable Games End-to-End in a Real
AI Native 企业的核心：重塑运营逻辑，而非简单提效
几乎每家公司在拥抱 AI 时，喊出的第一个口号都是"降本增效"。这没有错。但如果你以为 AI Native 就是让旧流程跑得更快、让旧岗位少几个人、让旧成本降下来一点——那你可能正在错过 AI 真正要做的事：它不是在给旧公司加速，而是在要求你重新设计这家公司怎么运营。如果你曾经在一家公司里真刀真枪推动过 AI 项目，大概率会对下面这个场景有刻骨铭心的印象。项目立项会上，空气是热的。业务部门的同事前倾着身子说，这下好了，客户的问题终于可以更快被响应了，那些让人崩溃的等待时间终于可以被压缩。职
AI数据治理进阶：从盲目囤积到探索与利用的整合思维引擎
接下来会怎样？算力狂飙。信号消散。决策停滞。一个常被忽略的严峻事实是：数据"多多益善"的时代，正以一种悄无声息的姿态，走向终结。取而代之的，是一项更为无情的法则：裁切越精准越好。而精准裁切的关键利器，并非更昂贵的存储设备，也非更高效的运算速度——而是你解答"何为核心"这一问题的能力。先抛出一个直指核心的疑问：你疯狂收集海量数据，究竟所求为何？绝非为了囤积。绝非为了归档。而是为了决策。然而在多数企业中，数据获取与业务决策之间横亘着天堑。IT团队专注"引入数据"
AI泡沫真相：金融游戏 vs 实体根基
最近，硅谷AI圈爆出一份基于内部文件与高管访谈的深度报告，掀开了生成式AI产业的遮羞布。许多人读后脊背发凉，因为报告描绘的并非技术飞跃的史诗，而是一场规模可能达万亿美元的金融转移。简言之，报告揭示了几个触目惊心的事实。以Anthropic和OpenAI为例，两家估值合计超1.8万亿美元。Anthropic估值高达9650亿美元，但其宣称的2026年Q2营收5.59亿美元，来源并非企业服务，而是来自SpaceX超算中心的一份短期算力折扣协议。更致命的是，这份协议有效期仅180天，双方均可在90天内无条件终止
循环工程：AI编码智能体的新范式解析
循环工程通过基于目标的自动化取代了手动提示。本文将介绍循环的概念、工作原理及其在AI工作流中的应用场景。人们对AI生产力的理解正在变化。早期的工作流很简单：写提示词、获取回答、复制到有用之处。但这种模式存在瓶颈。任何需要多步骤、现实反馈或迭代优化的任务，单次提示很快就会失效。循环工程（Loop Engineering）应运而生。它是一种设计AI系统的实践——系统不仅响应一次，而是执行动作、观察结果、决定下一步，然后重复，直到目标达成。它是当今所有严肃AI编码智能体的基础架构，从Claude Code到定制
AI时代，普通人还重要吗？
一边是半导体、PCB、存储、算力、电子布持续攀升。科技巨头成交额屡创新高，股价节节拔升，许多投资者已望而却步。另一边是白酒、食品、零售、乳业等传统消费板块，仍深陷低位徘徊。于是，不少股民自然萌生出一种想法：科技股再怎么涨，最终不还得靠百姓消费吗？ 普通人没钱，AI卖给谁？ 所以科技终究是泡沫，低位消费才更稳妥。这套逻辑看似无懈可击。但它可能仍低估了AI时代最现实的另一种可能：即便普通人逐步脱离核心经济体系，科技进步、企业盈利与世界运转，依然可以持续前行。只是，这个不断演进的世界，或许不再需要一个庞大、富足
AI概念场｜循环工程：超越提示词，构建AI的自运转机制
本期概念“Loop Engineering”从写提示词，转向设计能自己提示、执行、验证和停止的 AI 工作循环QincAI沁菜想象你招了个手脚勤快但业务生疏的新人：起初你事无巨细地布置任务（此即提示词工程），随后你发现更高效的做法是制定一套规范、验收标准、操作边界，让他自行试错、自我校验，直至活计达标。将单次对话，演进为可控的闭环系统循环工程，英文称 Loop Engineering。它并非某项具体产品，亦非某种模型功能，而是一种规划可调用工具的 AI 助手（agent）工作流的方法论。这一理念近期由 A
AI壁垒重构：模型不再是关键，循环设计掌控进化权
【导语】 大规模模型正迅速走向同质，仅靠算法能力已无法构筑防线。然而在表象之下，一场更深层的分化悄然展开：谁把握了“循环构建力”，谁就主导了系统的演进航向。循环工程的核心，绝非单纯的技术手段，而是对AI行为模式的底层掌控权。未来AI赛道的角逐，不在于谁的智商更高，而在于谁能打造“让系统自动进化的机制”。 --- 【主体】 一、被误判的走向：众人聚焦模型，实则偏离核心 当下探讨AI应用，存在一种普遍的认知偏差： 仍在拼算力模型 仍在抠指令提示 仍在比多智能体架构 然而真相是： > 模型正飞速走向商品化