企业AI问数落地：模型能力并非唯一关键
不少企业在评估 AI 问数方案时，首先关心的是：模型输出准不准？这一关切确实关键，却远非全部。在真实的企业环境中，即便模型能力再出色，若所获数据残缺、指标定义相互矛盾、权限划分模糊不清，最终仍会产生不可靠的结果。AI 问数本质上是一场综合考验，衡量的是企业整体数据分析体系能否真正运转。其一，数据接入是否到位。AI 必须对接实际业务系统，而非仅依赖某张临时导出的数据表。其二，指标定义是否一致。同样提到"GMV""销售额""毛利"，各部门必须遵循统一计算方式。其三，权限管控是否严格。集团总部、区域、门店及财务
Agent 浪潮下的 FDE：把模型实力转化为业务成果
FDE · 系列第 4 篇前面三篇文章，我们对 FDE 做了整体梳理：第一篇讲它为何是未来十年最关键的风口，第二篇讨论该招聘什么样的人、归属哪个部门、薪酬如何设计，第三篇对比了中国模式与硅谷路径的异同。但始终有一个悬而未决的问题：我们反复强调 FDE 是“把 AI 嵌入真实业务”，那 AI 究竟以什么方式嵌进去？答案是 Agent。而“让模型能力在真实业务中落地”这件事，在 Agent 时代与过去截然不同——难度发生了根本性的变化。原因何在？过去两年，大家实现的是“模型能力”：搭个知识库、做个对话窗口、让
AI推理：是错因得正的错觉吗？
作者｜John Pavlus《量子杂志》特约撰稿人）发布｜2026年7月31日如今，人们越来越笃信人工智能具备真正的推理能力。但直觉往往骗人，科学界对此至今没有统一定论。我想直接抛出核心问题：AI所谓的“推理”，究竟本质是什么？我刻意给这个词加上引号。2024年，业界还普遍对AI推理持怀疑态度，彼时由大语言模型迭代而来的大型推理模型，才刚刚问世。可到了2026年5月，OpenAI一款通用推理模型一举攻克一项知名的数学未解难题，如今再质疑AI推理，似乎显得不合时宜。但一系列相互矛盾的研究结论，彻底颠覆了我对
AI是一场认知生产方式的重构
过去几年，关于AI的讨论常陷入两极：有人认为它将颠覆所有行业，也有人视其为资本炒作的泡沫。前者忽视了社会适应技术的复杂性，后者则低估了通用技术的深远渗透力。新技术往往被高估短期影响，却缺乏对长期演进的耐心，AI也不例外。若以宏观历史视角，将AI置于技术革命脉络中审视，真相将更清晰：真正深刻的技术变革，从不源于单一工具的诞生，而在于它重塑了社会运行的成本结构。蒸汽机降低了机械动力成本，电力降低了能源分发成本，电报与电话降低了远程协作成本，互联网降低了信息复制与传播成本。而AI降低的是认知与执行成本。人们使用
AI工作术：Harness与Loop到底指什么？
AI新名词科普：Harness和Loop是什么意思？通俗易懂地告诉你：Harness是为AI搭建的完整‘工作系统’；Loop则是让AI反复‘执行—检测—优化’，直至任务完成的循环机制。你可以把AI想象成一名新员工。 1. Harness是什么？ AI模型本身仅是‘大脑’，比如GPT、Claude，虽聪明，但单靠大脑无法做事。你需要为它配备： 电脑与软件 文件访问权限 搜索、编程等工具 操作流程与规则 历史记忆与项目资料 结果校验机制 将这些组件整合，使AI真正能执行任务，这套体系就叫Harness。 简单
WAIC现场丨印奇：智能体融入现实，人类潜能将被十倍激发
专题：现场直击2026年世界人工智能大会（7月17日直播回顾） 新浪科技讯 7月17日下午消息，在今日开幕的2026世界人工智能大会（WAIC 2026）上，阶跃星辰董事长、千里科技(7.070, -0.44, -5.86%)董事长印奇表示：“AI创业已从少数人的领域变为全球瞩目的共识。今天的AI研究人员和创业者既站在几代科学家持续探索的成果之上，也受益于信息技术、移动互联网、云计算、半导体、新能源等产业的积累，能够参与这场时代变革，我们深感幸运。” 印奇判断，2026年模型能力正跨越关键临界点，AI已从
阶跃星辰印奇探讨智能体迈向实体世界的变革｜WAIC2026主论坛
摄影：陈梦泽 2026年世界人工智能大会（WAIC 2026）今日（17日）正式启动。阶跃星辰首席执行官、千里科技(7.070, -0.44, -5.86%)负责人印奇作为重要嘉宾参与大会开幕环节，并在主论坛（上午时段）发表了题为《当智能体进入物理世界》的核心演讲。 在追溯15年AI创业历程时，他提到，AI创业已从边缘领域演变为全球广泛认可的焦点。现今的AI学者和创业者既承袭了数代科学家不懈探索的成果，也得益于信息科技、移动互联、云计算、半导体、新能源等领域的积淀，能投身这场时代巨变倍感荣幸。 印奇分析，
AI赋能保险创新开篇：透视保险智能化转型的四大技术支撑
为了全面展示AI技术在保险领域的落地情况，清华大学五道口金融学院中国保险与养老金融研究中心依据《AI保险行业应用创新白皮书》策划了"AI×保险应用创新系列"专题内容。该系列将围绕技术基础、应用起点、应用全景、难点堵点与监管建议五个层面深入探讨，梳理AI助力保险业高质量发展的核心逻辑与实践路径。本文作为系列开篇，重点关注保险AI应用的技术基础，深入剖析数据与知识、算力资源、模型能力、安全合规四大技术支柱。保险行业AI能力的构建，并非单纯依赖某个模型或单一应用，而是依托数据与知识、算力资源、模型能力、安全合规
章庆元：国产模型已全面替代，模型差异缩小
新浪科技讯 7月15日下午消息，在今日举行的金山办公(236.710, 14.08, 6.32%)2026 AI 生产力大会上，金山办公CEO章庆元指出，大模型的稀缺性正不断下降，不同模型间的能力差距也在逐步收窄，没有任何一家能形成绝对优势。 “过去三年，行业曾担忧OpenAI会独占鳌头、国内模型难以追赶，但如今回看，模型榜单几乎每周更新，‘某模型超越博士生’的报道已让人感到疲倦。”章庆元表示。 他透露，一个更具里程碑意义的变化来自金山办公：去年公司内部开发仍大量依赖国外模型，而到今年6月，已全面转向国产
AI应用的关键障碍，不是技术实力而是团队协同
当模型性能飞速进步，真正区分企业竞争力的，反而回归到那些最基础的因素：机制、职责、配合与信赖。最近人工智能领域有几件事，单独看都是版本升级，综合来看却揭示了一个方向：Ploy 把 AI 智能体的主力模型从 Claude Opus 4.8 换成 GPT-5.6 Sol，页面生成时间由 8 分钟缩短至 3 分 42 秒，费用下降 27%。腾讯混元推出 Hy3 模型，Agent 任务完成率从 72% 升至 90%，耗时减少 34%。OpenAI 首席执行官 Sam Altman 也转变说法，称 AI 迄今「净增
AI操作系统悄然崛起
AI操作系统悄然崛起前天我们聊了GEO让AI搜到你，昨天聊了数字员工接住成交。今天聊个更底层的事：你的数字员工，跑在谁的地盘上？OpenAI刚发了GPT-5.4。媒体都在讨论一个叫OpenClaw的硬件"龙虾"。但我跟你说，真正值得关注的不是那个。是藏在背后的一件事：OpenAI正在搭建一个AI操作系统。不是比喻。是真的操作系统。它已经不是"聊天机器人"了看几个数：GPT-5.4在44种职业场景测试里，83%以上达到或超过行业专家水平。上一代是70.9%。单条事实错误率降了33%。支持100万token上
AI重塑金融：从数字运营到智能决策
全球资产管理&投资置业服务金融AI转型，不能再被理解为“多一个工具”过去几年，金融行业对人工智能的讨论，大多围绕几个熟悉的关键词展开：智能客服、智能营销、智能风控、智能投研、智能运营、智能办公。这些应用确实重要，也已经在银行、保险、证券、基金、消金、支付等机构中广泛试点。但如果只把AI理解为“降本增效工具”，今天的金融机构很可能会低估这一轮技术变革的深度。站在IDC的视角看，金融行业正在进入一个新的阶段：AI不再只是嵌入某个岗位、某个系统、某个渠道的辅助能力，而正在成为重构金融业生产方式的核心变
AI能力提升反致应用放缓
AI 能力飙升，落地却遇阻这周的 AI 领域出现了一个显著矛盾：模型性能飞速提升——GPT-5.6 已研发完成，GLM 5.2 与 Mythos 水平相当，DSpark 也崭露头角；但实际部署却在减速——GPT-5.6 因监管问题被阻止发布，Ford 发现 AI 无法取代资深工程师，Fable 5 要求共享推理数据让企业犹豫不决。简言之，AI 正从“能否实现”的阶段转向“是否敢用”的阶段。信号一：模型越强，监管越严。OpenAI 宣布完成 GPT-5.6（代号 Sol），但直接被叫停——因监管原因无法上线
AI应用进入深水区：谁真能落地？
当前氛围已变。应用层融资不再像前两年那般顺畅，企业客户也不再因‘用了大模型’就激动不已。大量项目仍停留在试用或POC阶段，真正进入预算、续费或规模化采购的寥寥无几。这并不意味着AI应用无望。更准确地说，市场正开始细究AI应用：哪些只是模型能力的外衣，哪些真正嵌入了客户流程；哪些演示亮眼，哪些能稳定替代人工完成关键任务。若仅看应用公司的融资数据，似乎AI热潮已退。但拉长产业链视角，结论截然不同。芯片、服务器、数据中心、云平台与基础模型，仍是资本最密集的领域。大厂的资本支出未减，模型公司的融资需求也未消失。原
亚马逊云科技储瑞松：智能体AI迎来爆发临界点
新浪科技讯 6月23日上午消息，在亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松表示，Agentic AI爆发的拐点已然来临。这背后，是模型能力的不断提升和Agentic工程体系的日益成熟，两者形成了一个相互促进的飞轮。一方面，模型能力在你追我赶、交替领先中持续突破，从推理能力、代码生成到多模态理解，模型的智力水平不断跨越新的门槛。另一方面，基于模型能力的Agentic工程体系正在快速成熟。 储瑞松指出，Agentic工程体系是把模型能力转化为可以稳定交付业务结果的智能体的体系