AI落地实战06|问题界定能力——企业AI项目最昂贵的核心竞争力
「AI交付实战系列」第六篇文章。案例已经过脱敏和合成加工，与任何真实企业无关。这一系列聚焦于企业AI项目从需求到交付的全过程中，那些常被忽视、却最终决定成败的关键环节。写到第六篇，我想先对前面几篇做个小结。第一篇谈需求梳理，第二篇谈知识库答案责任划分，第三篇谈数据来源，第四篇谈现有工作流梳理，第五篇谈真实需求识别与流程修补。表面上看，这是几个不同的场景。串联起来看，它们都指向同一个核心：企业落地AI，最需要补强的往往是问题界定能力，模型能力反而居于次要位置。不少企业在测算AI项目成本时，账算得非常精细。模
AI赋能华为管理5：外贸断崖式下滑，内贸竞争白热化——出海与否，48小时算清账再拍板
出海并非简单的“要不要去”的感性判断，而是一道涉及“划不划算、合不合适、如何运作、账目如何计算”的理性题。盲目冲动的决策是赌博，经过精密计算的决策才是真正的战略。一、引言：企业家热议出海，却鲜有人算清账目近三年来，外贸从业者交流的话题已从“订单排期”转向“你是否考虑出海”。欧美订单流失、东南亚竞品低价冲击、国内市场内卷加剧，焦虑情绪普遍蔓延；然而更普遍的现象是，许多人的出海决策仍基于感性判断、同行建议或展会上的即兴决定。目标市场空间多大？合规投入需要多少预算？渠道如何搭建？多久能回本？——这四个核心问题若
建筑造价AI洞察 | 万亿参数模型来了,成本测算还在用Excel?
点击蓝字 关注我们AI都迈入万亿参数时代了，造价行业却还在依赖Excel？今日推荐8月11日，英伟达被披露正在打造新一代开源大模型Nemotron 4，参数量级至少突破1万亿。同日发布的Nemotron 3.5 Lightning作为首款开源模型，能在单块GPU上运行——一边将模型规模推向万亿级别，一边降低普通设备的使用门槛。AI能力的天花板再次被刷新。然而反观建筑工程领域，不少企业的成本测算仍停留在Excel阶段。清单手工编制、价格逐条查询、报告反复撰写，一个项目下来造价人员加班到深夜，数据还分散在十几
职教经纬：高职建设AI智能体的“十件事”清单
匠心新视界：聚焦职教创新发展。在此，探索不一样的职教新视角。【副标题】从“建系统”到“养智能体”，高职迈向高质量发展的“十项举措清单”【导语】历经九期深度剖析，从政策风向聊到概念画像，从实训教学深入到治理内核，从人才培养延伸至风险防范。今日，站在系列的终点，也是实践的起点，那就用一份“行动清单”来为这个专题画上句号。这不仅是理念的总结，更是高职院校迈向“人工智能+教育”新阶段的“施工图”。【正文】01回顾：一场关于“教育新生态”的深度对话我们要明确：AI智能体进入高职，并非跟风，而是为了解决实际痛点。观察
AI科研图总跑题？与其打磨提示词，不如先拟一份“图像表达清单”
前些日子，我留意到一位同学借助 AI 来绘制科研机制图。她拟写的提示词十分用心：AI 确实也输出了一张图。色彩颇为亮眼，细胞形态也描绘得有模有样，箭头、分子、通路一应俱全。但问题在于：难以读懂。不清楚核心线索是什么，不明白谁调控谁，不了解结果变量为何物，更不知道这张图究竟想让评审专家认同什么。这其实是众多人运用 AI 制作科研图时普遍陷入的误区。大家觉得症结在于提示词不够详尽，或是模型性能欠佳。然而多数时候，真正的症结并非 AI 不擅长绘图，而是你尚未理清思路：这张图究竟要传达何种信息。所以我如今更倾向于
警惕AI助手的“认知茧房”
我不妨把豆包老师视作 AI 时代的典型信息茧房，当然并非贬义，而是因为它太好用了，使用频率极高，所以我用它来代指千问、deepseek 等各类 AI 助手。凭借极致的适配度、高效的回复机制、细腻的情感抚慰，它们成为了大众日常解惑、宣泄压力、自我调适的必备利器。然而，在频繁使用与深度依赖带来的便利与治愈之下，一种崭新、温婉且难以察觉的信息茧房，正悄然禁锢着我们的自我成长。之所以这样讲，是因为当我迷茫、遇阻或懈怠时，会寻求 AI 助手倾诉。你会发现，站在 AI 的视角，人类仿佛无所不能，努力是好的，休息也是对
AI能力持续跃升，药物研发为何仍步履艰难
先讲结论工具在迭代，但能改变临床结局的证据依旧稀缺。下一阶段的核心已不再是测试集分数又刷新了多少，而是看模型是否真正参与到项目的真实取舍中——能否帮团队减少错误推进、增加正确决策。Lumina 开篇行业从来不缺新模型，也不缺“AI 正在重塑制药”这样的宏大叙事。真正稀缺的，是一套更难自我欺骗的成功评价体系。《Nature Reviews Drug Discovery》近期刊发了剑桥大学 Andreas Bender 等十余位横跨学界与产业作者的综述长文：技术能力确实在朝前走，临床层面的硬证据目前依然单薄。
柳州再推12个AI场景，打造人工智能+新生态
7月27日，柳州市发改委正式揭晓2026年第三批人工智能开放场景名单。本批共发布12个应用场景，横跨医疗、政务、城市治理及教育四大板块，涵盖了AI医疗机器人研发与应用、水陆空一体化智能打捞保洁体系以及AI驱动的汽车实训平台等具体项目。据悉，为促进人工智能应用落地，加快构建全方位、全链条、全要素的“人工智能+”产业生态，确立广西人工智能应用场景与产业集群创新基地，市发改委已在全市范围内持续征集相关场景。数据显示，2026年至今，柳州已累计推出三批共52个全市场景，覆盖产业、医疗、文旅、教育等核心领域。具体分
中美AI较量迈入新阶段
⚔️中美AI博弈，这一回，率先落子的是中国。8月5日，中国商务部抛出五项反制动作：强化对美无人机相关两用物项的出口管控，同时将Applied DNA Sciences等六家美国实体纳入反制名单。消息传开，市场立刻嗅到了背后的深意——这是中国在AI博弈桌上，首次主动亮剑。过去几年，这张桌上几乎都是美国在出牌。从芯片封锁到设备禁令，从"审查中国AI蒸馏"到FCC禁入中国机器人，华盛顿能打的牌都打了一遍。这一次，轮到了北京。要看懂这一手的分量，得先把两边的牌都摊开。先把美国手里的牌梳理一遍。最硬
AI用得越勤越疲惫？立即停止这三种使用方式
附：可以直接复制的提示词不少人用上AI之后，工作量不仅没减少，反而增加了修改、核对和返工的环节。问题或许不在工具本身，而在于使用方式不当。今天聊聊三种最易导致越用越疲惫的AI使用模式，以及可以直接套用的应对策略。如果你在使用AI之后，曾经历过下面这些情形：一件事生成了五六个方案；AI输出很快，自己修改却很慢；原本只想做一件事，结果多出一堆任务；每次都觉得“再打磨一下”，却始终无法定稿。那你并非不会用AI。你只是把AI变成了一个无限加班的任务制造机。AI真正能帮你节省时间，不是因为它无所不能，而是因为你清楚
美国主动寻求AI对话，是实力不济还是另有图谋？
请朋友们点击右上角“…”设为星标⭐以便及时为您送上更多好作品！◆作者：姜涛（沃德研究院学术委员、GS战略智库研究员、戎马视界工作室总编）老人家曾经深刻指出：“美帝国主义者很傲慢，凡是可以不讲理的地方，就一定不讲理，要是讲一点理的话，那是被逼得不得已了。” 这句话，放在今天中美人工智能博弈当中，依旧振聋发聩。近期美国方面放出风来说，9月份中美两国元首峰会，人工智能将成为重点磋商议题。曾经不择手段打压中国AI产业的美国，主动要求坐到谈判桌前，这究竟是幡然醒悟，还是实力较量下的现实选择？虽然谈判不等于认输，更不
AI操作指南05：上传前的隐私安全自检清单
AI实操课程第5讲：掌握上传前核查，在享受AI辅助的同时守护个人和工作隐私。使用AI几天后，你体会到它的便利。起草方案、检索资料、翻译文档、提炼报告——众多事务都可先借助AI梳理。当任务牵涉文件或图像时，额外花30秒确认：资料中是否含有私人信息、企业数据或他人隐私，以及所用工具是否具备单位许可。下面是一个风险示范，并非证实的事件：职员将客户合同上传到个人账户的外部AI平台，合同内含客户姓名、价格和专属编号。即便未发生公开外泄，此行为也可能触犯公司规章、合同保密条款或客户的数据管理要求。真正要牢记的是：牵涉
制造业AI落地的适用边界——一张图帮你避开百万级踩坑
近期与不少推进AI落地的制造企业交流时，我发现一个普遍困扰：什么样的业务场景值得引入AI？哪些场景其实并不适合？最令人担忧的情形是——投入数百万资金，结果发现AI根本无法胜任。我绘制了一张"适用边界图"，帮你避开这笔不必要的开销。先分享一个让我印象深刻的案例。去年某智能制造部门启动了一个"AI驱动的全自动排产"项目。从立项、招标到供应商入场，前后折腾了半年。预算300万，最终实际支出达到400万。然而结果——排产准确率不足65%，比经验丰富的排产员手工排产还要低10个百分点。总经理非常恼火，决定更换供应商
程序员AI工具全攻略
建议先收藏，一篇搞定工具链配置这份合集清单，新手照着装就行，老手也能补漏。我把常用工具按功能分组，让你一目了然：先装啥，后装啥，为啥装。· · ·Claude Code、Codex CLI、Cursor、continue、aider 都在这一组。· · ·tmux、fzf、ripgrep、lazygit、delta，是 AI 开发者的必备效率工具。· · ·ollama、OpenClaw、mcptools、delta，适合隐私项目及增强 Agent 能力。· · ·新手版：Cursor + tmux +
寒武纪首年盈利：国产AI芯片的突围与隐忧
作为国产替代领域的明星企业，寒武纪不仅实现了上市以来的首次全年盈利，还顺利完成了近40亿元的定增融资。下文将从行业研究视角切入，剖析几个常被忽视的关键知识点。虽然寒武纪在分类上属于"软件和信息技术服务业—集成电路设计"，但其核心赛道无疑是AI芯片。年报中引用的两项数据值得参考：Gartner预测2027年全球AI芯片市场规模将达到1,194亿美元IDC测算中国智能算力在2022至2027年间的复合年增长率（CAGR）为33.9%，2027年总规模将达1117.4 EFLOPS（FP16）行业目前处于成长期