AGI是什么？一篇读懂通用人工智能
AGI是什么？一篇读懂通用人工智能 AGI即通用人工智能，致力于打造像人类一样的全能型通才。 当前的AI更像是偏科的学生。下棋能击败世界冠军，但换个领域就束手无策。碰上未曾训练过的难题，还时常信口开河。 AGI需要掌握五项核心能力： 跨领域迁移：能将所学知识融会贯通、举一反三。 逻辑推理：只需少量观察即可理解，无需依赖海量数据训练。 常识认知：明白倾斜水杯会漏水，脑中构建有完整的世界模型。 任务执行：接收目标后自主规划步骤、调用工具，完成完整任务链。 多模态融合：将文字、图像、语音等信息统一处理与理解。
客户为何不回购、团队为何不落地？《AI商业效率革命》Day2，用AI重塑服务、表达与执行驱动力
9月4日，《AI商业效率革命》重庆站迎来第二天的课程。当日议程的核心，已经从“AI能做什么”，深入到企业最迫切的经营痛点：· 客户买单后再无联系；· 老客户逐渐失联；· 产品本身有竞争力，团队却讲不出价值；· 方案已经制定，员工却难以落地；· 老板想推动AI，最终仍停留在个人尝试阶段。企业的可持续增长，从来不只依赖产品本身。它更取决于客户是否愿意持续买单，团队能否把价值传递到位，方案能否真正落地执行。AI落地，先别急着入手工具不少老板已经采购过AI工具、下载过智能体，也尝试让AI撰写文案、制定方案。但工具
AI研究范式转变：从模型驱动迈向智能体驱动
基于近五日1281篇文献,对当前人工智能研究前沿格局进行系统性综述发现:智能体(Agentic AI)已成为该领域新兴的组织性范式,约五分之一文章直接聚焦于智能体;研究重心正从单一模型能力转向模型与执行框架(harness)的双组件系统,并围绕推理时计算、检索增强、多模态执行、世界模型、安全治理、评测效度、效率系统与领域应用形成相互耦合的多个主题板块。本文梳理各主题的核心进展、代表性工作及其内在逻辑关系,提出"能力底座—智能体范式—领域应用"纵向传导、"安全治理与评测"双向约束、"效率系统"横向支撑的生态
万亿AI风口背后的人形机器人量产困局：关节执行器才是真正的拦路虎
硬件之墙：为何执行器而非AI，才是制约人形机器人走向规模化量产的“终极物理瓶颈”？伴随具身智能（Embodied AI）浪潮的汹涌来袭，全球人形机器人产业正经历一场从实验室研发迈向大规模量产的资本与技术双重竞速。在这一加速落地的关键阶段，核心玩家的资本动作与市场动态已成为预判行业走向的重要信号。其中，特斯拉（Tesla, Inc.，纳斯达克代码：TSLA）将Optimus定位为其未来数万亿美元市值的关键支柱，尽管近期因自动驾驶及量产爬坡阶段的产能波动，股价出现明显震荡，但其强大的垂直整合体系依然牢牢牵动着
AI重塑世界，远没想象中那么迅速
Sam Altman，那个天天鼓吹AI提速的人，公开认错了。他在8月23日一期播客节目中坦言：AI 重塑世界，远没那么快。我低估了经济与人的惯性。他还提到，自己的日常管理，依旧沿用过去二十年的老办法，点开邮箱手动刷新邮件、复制粘贴、手写待办清单。一片哗然。▍01 他错了……吗？2023 年 GPT-4 刚问世那会儿，Altman 笃定未来五到十年会涌现一批 AI 原生企业，把现有市场竞争格局彻底掀翻。他并未说错。过去三年， AI 能力展现出了超出预期的演进速度。该领域聚集了全球最顶尖的头脑，在最顶尖的公司
AI三巨头72小时密集发力、固态电池冲刺中试、量子路由传输效率达98%——AI落地执行、电池推进量产、量子实现高效运算
📌本期速览今日，全球AI领域上演了一场少见的"三日连环"动作。Anthropic、Google、Meta在72小时内集中推出新模型，且三家不谋而合地将焦点汇聚于同一方向：不是"让AI更聪慧"，而是"让AI能办事"。大模型较量的评价标尺正在从"回答得多准"转向"任务完没完成"。Anthropic的Fable 5.1以66分拿下全球智能指数头名，Google的Gemini 3.8 Flash Cyber聚焦网络安全漏洞修补，Meta的Muse Spark 1.3将运行效率拔高25%——每一张底牌，瞄准的都是"
库克转任苹果执行董事长 薪酬合计达4700万美元
苹果(324.96, -0.17, -0.05%)为蒂姆·库克量身定制了一份与其继任者约翰·特努斯薪资水平相当的新薪酬方案，明确释放出信号：这位即将退位的首席执行官将在执行董事长的全新岗位上持续输出重要影响力。根据苹果向监管机构提交的文件，库克于本周二正式就任新职务，其报酬组合涵盖基础薪资与股票两部分，总额达4700万美元。公司还披露，特努斯的基础年薪调升为300万美元；若各项业绩指标顺利达成，2027财年有望获得价值5500万美元的目标年度股权激励。库克的年度基础薪资设定为200万美元，目标股权激励为4
餐饮AI应用率仅15%：行业火爆背后，最棘手领域鲜有人涉足
明胜品智·餐饮零售AI领跑者决策环节成突围核心2025年11月，上海市商务委等5部门联合发布《上海市促进餐饮业智能化布局行动计划（2026-2028年）》（沪商服务〔2025〕356号），这是全国首个省市级餐饮智能化推进方案，提出到2028年底团餐、快餐、茶饮咖啡企业全链条智能化应用比例突破70%。然而新华网2026年4月13日发布的《中国餐饮AI应用研究报告2026》却揭示了一个反差巨大的现实：实际应用率仅为15%。报告中耐人寻味的一句话是：垂直餐饮领域的AI落地案例寥寥无几，大部分企业用AI仍局限于文
AI 真正淘汰的,从来不是某个职业
与此同时，有个 13 岁的少年借助 AI 打造出一款产品，短短三天就入账 1.8 万。有人把 AI 视作大敌避之不及，有人把 AI 当作工具玩出了收益。同样身处 AI 浪潮，结果却天差地别。差距并不在于谁的技术更硬，而在于谁真正看透了 AI 究竟在替代什么。讲个不太符合直觉的事实：本轮 AI 冲击下，最焦虑的并非“一无所长的人”，反而是“只掌握一门手艺的人”。那些只会按需求敲代码的程序员，正在被 AI 编程助手逐步取代——毕竟“写代码”这一行为，本身就是最容易标准化的环节。而能清晰阐释“这个功能究竟要回应
AI智能体的内部运作原理：每个AI工程师都需掌握的8个关键流程
你发出一个指令。几秒之后，AI智能体已经：这看起来就像变魔术一样。但实际上并没有任何魔力。每一个生产环境中的AI智能体在输出结果前，都会遵循一套结构化的执行流程。无论你用的是ChatGPT、Claude Code、Cursor、Devin、OpenHands，还是借助LangGraph或CrewAI自行搭建智能体，它们底层的执行逻辑都大同小异。掌握这套流程是AI工程师最具价值的技能之一，因为几乎所有前沿AI技术——从RAG到GraphRAG，再到MCP、Function Calling、A2A——都会在执
AI赋予普通人的第四重杠杆：月入两百万、每天只干两小时的一人公司掌舵者
2021年，福建晋江的刘世奇独自一人在不足三十平米的空间里开启了跨境电商之路。选品、上架、运营、客服，每个环节都靠双手完成。日均工作十六小时以上，全年不曾休息。三年后，他的团队增至六人，2025年全年营收突破四千万元。2025年，杭州的前Meta工程师武培文在自己家中运营着一家零员工的企业。月营收两百万，净利率超过六成五。他每天仅投入两小时审核AI生成的结果、调整方向，其余时间由七个"AI员工"全自动化运转。两位创业者都很勤奋。但后者的付出，被放大了整整一百倍。这种差距，正是杠杆的力量。提
别只顾着和 AI 对话——热搜上的这个新职位,藏着普通人最稳的机会
—— 用最底层的逻辑，把"会聊天"和"会做事"这条分界线讲透 ——今天翻到一条热搜，越看越觉得不一般——不是吓人的那种，而是"机会"的那种。#普通 AI 只会聊天，智能体却能帮你下单？这个岗位正在悄悄走红#。点开一瞧，讲的是个新职位：AI 智能体应用工程师。文中举例特别戳心：你让 AI「帮我订本周最便宜的京沪高铁票」，它也许客气地回「你可以打开 12306……」——然后就没下文了。但有一种「进阶版 AI」，真的会自己查班次、比价、下单，再打开办公软件把消息发出去。让 AI 拥有这种「行动力」的人，正是标题
机器人新系统突破：实现真实场景全自主任务执行
18日，记者从成都人形机器人创新中心获悉，该中心正式推出全球首个面向复杂语言指令的全自主（无遥控）超长视野机器人任务执行系统，成功攻克了其在陌生环境中难以自主完成决策规划的难题，使机器人不再受限于实验室的"预设摆拍"，而是能够融入复杂多变的现实场景中。相关技术已获得发明专利授权。 在真实环境中，机器人会面临感知信息不完整、环境动力学未知、任务语义模糊、接触状态突变以及执行器误差不断累积等多重挑战。因此，评判一个机器人是否真正"智能"，不能仅凭站立、行走或抓取等基础运动表现，更应着重评估其在长时序任务中的状
杨元庆：估值联想股价，需着眼长远战略与落地能力
新浪科技讯 8月13日下午消息，联想集团公布了2026/27财年首季度的财报数据。在随后的交流中，联想董事长兼CEO杨元庆指出，审视联想股价不应局限于单季度的表现，而需综合考量战略定位、运营效率、落地执行及创新能力等深层要素。 “关键在于我们是否言行一致。最直观的例子是，我们设定了千亿营收和5%净利率的目标，再结合市盈率（PE），你就能估算出联想的合理股价，这难道不是最直观的方法吗？”杨元庆解释道。 责任编辑：孙同怀 新浪财经声明：本报道转载自合作媒体，旨在传递更多资讯，文内内容仅供参考，不作为任何投资决
AI 拉低了执行的代价,什么东西反而更值钱了?
● ● ●过去一年，几乎人人都在聊「AI 替代了什么」。写文案、写代码、做设计、做客服——这些过去要花钱雇人来完成的「执行」，正在肉眼可见地贬值，逼近免费。可很少有人反过来想：执行既然变便宜了，什么变贵了？答案是：判断。执行是「把一件事做出来」，判断是「决定做哪件事、做到什么分寸、什么时候收手、错了该不该改」。AI 把前者几乎打成了零，于是稀缺性一股脑涌向了后者。这个判断不新鲜。但再往下挖，会发现「判断力」这三个字其实太粗了——它盖住了三个更扎人的真相。● ● ●我们都默认「干得越久，判断力就越强」。其实