AI工作新思考
#AI 关于人工智能的一些思考。AI执行任务的速度极快，毫无疑问，这比普通程序员要高效得多。处理简单的任务通常只需几分钟。对于旧项目，借助AI理解其代码结构更是事半功倍。举例来说，我最近在维护一个老项目并增加新功能，例如在现有代码中添加新字段并保存到数据库。我让AI先尝试编写代码。测试后，虽然页面展示和下载功能正常，但保存数据时，新字段的值却为null。检查请求参数发现已设置，但调用存储过程时却是空的。这显然是中间某处遗漏了赋值。当我把这个问题抛给AI，它会从头到尾进行深入分析。它会检查所有可能的赋值点，
摩尔线程Q1营收激增155% 归母净利润实现扭亏
消息来源：科创板日报 摩尔线程（688795.SH）公布了2026年一季报及2025年年报。数据显示，今年一季度公司营收达到7.38亿元，同比涨幅高达155.35%；归母净利润录得0.29亿元，相比去年同期增加了1.42亿元；归母扣非净利润虽然仍为负值，但亏损额收窄了60.10%。 回顾2025年，摩尔线程营收增长迅猛，总计15.05亿元，增幅高达243.37%；毛利总额攀升至9.87亿元，同比增长218.43%。尽管归母净利润和扣非净利润的亏损均有不同程度的收窄（分别收窄38.16%和33.38%），但
贝壳高管天价年薪引热议，股份支付构成主要部分
营收规模触及天花板后，贝壳正不断推进内部革新，进行大规模组织架构调整，向综合性居住服务平台转型。 文|《财经》研究员 王文彤 编辑 | 杨立赟 4月24日晚间，贝壳-W（02423.HK）公布了2025年年度报告。相比一个月前发布的全年业绩数据，这份年报揭示了更多细节，尤其引发了外界对管理层薪酬构成的高度关注。 报告显示，贝壳联合创始人、董事长兼首席执行官彭永东在2025年的总薪酬达到2.35亿元，较上年下降41.25%；另一位联合创始人兼执行董事单一刚的薪酬为1.76亿元，同比下降41.14%。 高达数
国产顶尖AI模型对决：DeepSeek-V4与GLM-5.1的科研应用深度剖析
智谱AI旗下Z.AI研究部门低调推出了新一代面向长周期智能体任务的旗舰模型GLM-5.1，该模型拥有7540亿参数。就在不久前，DeepSeek正式发布了其第四代旗舰系列DeepSeek-V4，其参数量达到1.6万亿，并将百万级超大上下文窗口设定为所有官方服务的标准配置。从科学研究的角度审视，不能仅凭其在标准化对话中的主观感受来评判，必须将其置于严苛的跨学科基准测试环境中。科研任务的复杂性要求模型必须同时具备处理高维偏微分方程的数理逻辑推演能力、在海量基因序列或学术文献中进行无损信息提取的检索能力，以及在
AIBITUP智能交易机器人深度解析
目录01 市场痛点与时代机遇加密市场的机遇与挑战｜AI赋能合约交易变革02 产品介绍全天候AI操盘手｜产品核心价值与定位03 核心特点深度解析六大核心优势剖析｜独特竞争力解析04 技术架构与优势智能交易操作系统底层架构｜高并发与低延迟设计05 应用场景与价值助力个人与机构投资者｜多市场适配策略06 总结与展望共启智能投资新篇章｜产品未来迭代路线图
深度解析AI产业五大层级：从基础支撑到前沿应用，把握产业链脉络与机会
随着人工智能产业迅猛崛起，英伟达提出的AI五层模型，已成为剖析整个AI产业生态、梳理发展逻辑、发掘潜在机会的关键框架。该模型从下至上依次划分为能源层、芯片层、基础设施层、模型层与应用层，各层级相互依存、联动发展，底层为产业奠定坚实基础，上层则实现商业价值变现，共同构筑起全球AI产业的完整体系。下文将针对每一层级展开深入分析，详细解读其核心作用、产业现状、主要参与者以及面临的机会与挑战。一、能源层：AI产业发展的物理基石，算力供应的根本保证能源层是AI产业最基础的核心支撑，是人工智能算力运行的根本前提，也是
AI智能体架构探究：为何运营成本持续攀升
系列：AI智能体架构设计第十二篇：解析智能体使用成本上升现象主旨：相同任务执行，为何部分框架开销高出三倍——剖析Token消耗的深层架构成因，并探讨三种框架各自的成本优化策略适合人群：对智能体底层设计原理感兴趣，希望深入理解“为何如此设计”的读者预计阅读时长：15分钟一种令人困扰的计费模式语言模型的计费逻辑，与你通常认知的软件成本结构截然不同。常规软件中，购买一项功能后，使用频次与成本基本呈正相关。语言模型则不然，每次调用都需将完整的对话历史重新发送给模型——不仅限于你刚输入的语句，而是涵盖从对话起始至今
AI重塑财税：二八定律的极端分化
工业时期著名的“二八法则”表明两成人群拥有八成财富。但在人工智能时代，这种差距被显著放大，演变为更极端的“2/98法则”。* 2%的“架构者”：他们是AI时代的顶层规划与规则确立者。涵盖算法与系统架构的技术专家、持有稀有高价值数据的企业，以及能将AI植入传统产业并催生新商业模式的“场景创新者”。* 98%的“被动接受者”：这些人主要在固定流程中从事重复性操作。诸如数据录入、基础记账、票据处理等工作，极易被AI自动化所取代。最近，重新关注财税领域，这一趋势显得格外突出。AI财务机器人、智能记账与一键报税系统
双通路并行：构建更贴近人脑的AI智能架构
要点浅层大脑假说：根据该团队2023年提出的理论，大脑并不只依靠逐层递进的层级结构，而是同时运用深层与表层区域的并行互动机制。功能互补性：决策任务测试显示，两条神经通路相互配合，皮层下通道主导快速响应，皮层网络则专注解决复杂问题。效率提升：并行架构使信息处理更灵活高效，表明对简单任务而言，传统深度学习可能过于复杂，导致算力浪费。生物学真实性：多数人脑神经网络缺少人类大脑中的反馈回路和'快速通道'。该模型让AI的软硬件更贴近真实神经解剖结构。多数深度学习架构中，信息需穿越皮层内数十个层级逐步处理，皮层作为大
AI智能体应用实践：从理论到生产环境的全面解析
2026年春季，科技领域正经历一场深刻变革：人们不再满足于人工智能仅仅“回答问题”，而是期待它能够“完成任务”。设想这样一个情境：你向助手提出“帮我规划下周的团队建设活动”，它不再只是给出几条建议，而是主动查询团队成员的日程安排、对比多个场地的价格与评价、预订最合适的方案、甚至生成活动流程文档并发送给所有人确认。这并非科幻情节，而是AI智能体（AI Agent）正在实现的日常场景。自2023年大模型爆发以来，AI经历了从“对话机器人”到“任务执行者”的演进。智能体的核心突破在于：它不仅能够理解你的意图，还
人工智能引领半导体变革——集成电路材料创新联合体深度解读ITF World 2025
2025年5月20日至21日，全球半导体与高科技领域的精英人士汇聚于比利时安特卫普，在ITF World 2025盛会上，共同探讨人工智能如何驱动半导体产业迈入全新发展阶段。在本次大会上，imec总裁兼首席执行官Luc Van den hove发表了核心主旨演讲，题为“通过激发创新、赋能下一代人工智能，为未来繁荣奠定基础”。他指出，人工智能，特别是具备推理能力的新一代AI模型的飞速发展，对传统计算架构与半导体平台构成了严峻考验。为顺应这一潮流，imec将依托灵活的架构设计、先进的工艺平台，并在欧盟《芯片法
AI能否取代测试工程师？关键看是否掌握AI测试技能
简而言之：在AI时代，掌握AI测试技能的人才将极具竞争力，而那些不掌握的测试工程师前景黯淡。所有职位都面临一个挑战：AI正在大量渗透到工作中，在提高效率的同时也带来了巨大压力。若不使用AI，老板就会用“AI+一人”的组合来取代你！AI在自动化执行、用例生成及缺陷预测方面表现优异，能将测试周期缩短70%并降低脚本维护成本。然而，AI无法替代需要人类判断的工作，例如复杂业务逻辑设计、用户体验评估、探索性测试以及风险策略制定。测试的核心在于“怀疑精神”与“业务洞察”，这些仍是人类不可动摇的优势。不过，AI也存在
印奇十五年磨一剑：千里科技AI赋能汽车新征程
印奇等待这一时刻已长达15年。2026年4月22日晚间，北京五棵松M空间，千里科技AI战略暨产品发布会圆满结束，一位从AI1.0时代跨越至AI2.0的创业者，终于将"技术实力雄厚"与"商业前景可期"这两大核心要素紧密结合。这场发布会意义非凡。当46万辆装车量、800万辆三年目标、L4架构应用于L2++、超级Agent重塑智能座舱、游心PALLADE品牌首次亮相等关键信息同时呈现时，行业终于认识到：千里并非来充当智能驾驶供应商的角色，而是瞄准了模型层与整车层之间那家"操作系统公司"的生态位。印奇身旁新增的那
品牌企业迈向AI战略核心：2026年转型路径全解析
AI实践剖析：屈臣氏虚拟助手“屈晨曦”在电商效能与用户互动中的角色序言：跨越实验阶段，步入商业深度整合时期变革方向从...至...关键要素业务重心由零散尝试转向关键业务环节摒弃“多点开花”模式，集中资源打通1到2个对业绩至关重要的环节，实现全链路贯通价值生成从效率优化到流程再造AI的深层意义在于重构商业逻辑，而非仅仅加速原有步骤领导角色由中层驱动转为高层引领AI变革应成为“核心领导工程”，最高决策者的直接参与不可或缺技能培养从部门技能到组织能力推动全员在AI理解与应用技能层面的整体进步技术支撑从技术缺失到
AI浪潮下的软件质量观：重新审视架构本质
人工智能辅助开发过程中的质量属性、架构评审和系统治理 可读性、模块化和结构清晰等质量属性通常被认为是设计良好的软件系统的普遍特征。然而，在实践中，许多此类属性的出现是为了适应人类认知的局限性——在以人类为主要代码编写者、阅读者和修改者的开发环境中。随着人工智能 (AI) 越来越多地参与软件的创建、转换和解释，这些质量属性的基本假设正受到挑战。本文区分了以人为中心的质量属性（主要服务于人类的可理解性）和系统不变性（定义系统行为，独立于其实现方式）。文章认为，人工智能削弱了代码结构作为系统质量指标的历史作用，