AI正在开启材料研发新纪元
贝佐斯押注的下一代AI， 开始寻找"世界上还不存在的材料"4.5亿美元、300万亿种结构，以及AI从屏幕走进物质世界的关键一步2026年7月20日｜深度科技观察当AI能够在几个月内检索300万亿种潜在材料结构，问题就不再是它会不会写文章、做视频，而是：它能否为芯片、能源、净水和制造业，设计出自然界与实验室尚未提供的答案？材料科学的故事，通常没有大模型发布会那么热闹。一种新材料从构想到可用，往往要经历计算、合成、测试、失败、重新设计，再进入漫长的工程化验证。许多技术不是没有想法，而是一直等不到那块更耐热的材
AI写代码快5倍？公司提速却被这条定律卡住
谈到公司用AI提升效率时，Dario Amodei的表情突然严肃起来。他坐在浅色沙发上，手指轻转话筒，像在准备揭示一个早已看透、却鲜有人懂的真相。他说，内部模型优化后，工程师能写出两倍、四倍、甚至五倍的代码，所有人都亲眼目睹了。停顿半秒，他语气一沉，抛出后半句：“但紧接着，你就会看到系统崩了。”这段约16秒的现场片段，被创业者与投资人Karl Mehta剪辑发布在X平台，配文直指核心：团队误以为编码提速5倍，等于公司整体提速5倍——错了。"That one is interesting, and
AI无法取代软件工程师的真相
AI · TECH · EFFICIENCYAI无法取代软件工程师的真相科技动态 · 智能提效社关于人工智能会抢走我们饭碗的忧虑，这两年几乎就没停过。与其被那些含糊其辞的警告搞得人心惶惶，不如找一个最直接的窗口来观察真相：软件工程行业。这里是人工智能能力发展的最前沿，技术普及速度快得惊人。如果AI真要大规模取代人类，这里应该最先看到迹象。但现实情况恰恰相反。我们调查了大量关于人工智能导致软件工程师大规模裁员的新闻报道，发现这些故事往往只是表面文章。一个很典型的例子是金融科技公司Block。今年2月，它宣布
AI新流水线 02｜AI与组织：个体加速前行，企业为何难以同步？
上一篇谈到，AI进入流程以后，改变的不只是文件生成速度，而是工作的流动方式、控制点与责任边界。AI新流水线 01｜AI流程：当AI进入流程，流程管理正在被重新定义但它真正进入企业时，最先出现的往往不是一条顺畅的新流水线，而是一种越来越明显的割裂：个人已经开始用AI奔跑，组织却还在按原来的节拍行走。01 一个很常见的现场一家制造企业每天都要汇总生产日报。过去，几个人从不同系统导出数据，再复制、粘贴、核对，忙上两三个小时。后来，一名员工用AI加上一段简单脚本，把数据整理、异常提示和文字摘要都自动生成了。他很兴
AI 芯片阵营大重组：泡沫破裂还是价值回归？
导读：近期美股 AI 半导体板块的剧烈波动，致使市场情绪呈现极端两极分化。多头坚信大模型将重塑世界，空头则大肆渲染科技泡沫二次破灭。泛财经媒体往往依据短期 K 线波动寻找因果，而真正的产业操盘手从不被情绪左右，只关注系统核心参数。本文力求客观，将从资金源头、微观实物、利润基石三大唯物主义视角，冷静剖析全球 AI 芯片产业链的真实物理现状。结论十分明确：这并非产业崩塌的实质性熊市，而是一场因估值预期跑得太快、致使物理层建设滞后而必然发生的“过度拥挤后的结构性整合”。 要验证或证伪 AI 半导体的牛熊转换，首
AI驱动高端制造：落地速度决定胜负
AI 已超越互联网范畴，正深刻重塑半导体、商业航天、算力基建等高端制造领域。过去制造业依赖设备精度与产能规模，如今新竞争焦点转向：能否将 AI 深度融入工艺与产品，以智能化重构价值、降本增效、开拓新市场。在这一轮产业洗牌中，无行业壁垒能阻挡善用 AI 的企业，率先吃透并落地智能化方案者，将快速拉开与对手的差距，构建难以复制的优势。高端制造的核心痛点高度一致：研发周期长、硬件性能遇阻、运营成本高企，而 AI 正是破解这些难题的关键钥匙。不少企业仍误认为 AI 仅是数字化装饰，仅做表面改造；而三家深耕不同赛道
存储芯片新突破：中国团队室温实现单电子存储
作者 | 第一财经金叶子 随着人工智能技术的迅猛演进，市场对计算能力的需求日益激增。作为算力构建的基石，存储芯片面临的数据交互延迟与功耗难题，已成为限制算力飞跃的关键瓶颈，而中国科学家的最新发现有望打破这一僵局。 近日，复旦大学周鹏与刘春森领衔的团队在室温条件下单电子非易失性量子存储技术方面取得重大进展。该成果不仅突破了量子效应仅在极低温下才能稳定观测的物理壁垒，更达成了“单个电子承载一个信息比特”的物理极限，使存储功耗呈几何级数下降。 这项“换道超车”的原创性成果于北京时间7月17日凌晨2点登上了《科学
AI安全与基建：2026年科技前沿速览
AI科技日报安全、端侧与基础设施GPT-Red · 数据中心 · 端侧AI · WAIC · 光互连芋泥AI科技日报01PART今日快讯（一句话速览）ONE-LINE BRIEF•OpenAI发布GPT-Red自动化安全红队系统，官方称其通过self-play训练提升提示注入与越狱测试能力，表明前沿模型竞争已从性能比拼转向构建自动化安全对抗基础设施。•OpenAI同日推进“州法规+联邦框架”AI治理路径，主张以州级共识先行形成事实性全国标准，市场焦点正从“是否监管”转向“如何统一规制”。•纽约州宣布暂停大
AI发展的真正阻碍：内存与存储的供给危机
如今人工智能迭代极快，大模型参数持续膨胀、智能应用全面铺开，许多人误以为算力匮乏是阻碍AI进步的最大障碍。但审视全球AI产业的底层逻辑与行业实况，算力早已不再是AI的天花板，内存与存储才是AI无法逾越的根本性瓶颈。无论硬件技术怎样演进、产能如何扩充，存储的供应速率，始终无法匹配AI爆发式增长的需求。 长期以来，公众陷入了一种认知误区：认为AI的核心在于芯片算力、运算速率。然而事实上，现代AI的主要工作，早已不再是单纯的计算，而是海量数据的搬运、存储以及读取。行业权威数据已证实，高端GPU的实际有效计算时间
AI三极割裂：模型、芯片、客户谁在锁局
AI三极割裂：模型、芯片、客户谁在锁局7月7日，Rohan Paul的一条推文引发AI圈震动：中国拟限制外国访问其顶尖AI模型。商务部牵头，国家发改委参与，已与阿里巴巴、字节跳动、Z.ai等企业展开会谈，计划将先进模型限制于境内使用。同日，Bloomberg披露：微软正以自研MAI模型逐步取代Copilot中的OpenAI与Anthropic模型。AI负责人Mustafa Suleyman直言，目标是"削减并彻底终止对Anthropic的支出"。沃顿商学院教授Ethan Mollick同步
AI冲击下科研人员的自我重塑
随着人工智能在代码生成、数学推导等领域的突破性进展，AI科研人员正面临前所未有的身份焦虑。自AI浪潮兴起以来，软件工程师与众多知识型从业者早已深陷类似困境：若AI能完全替代我们的工作，未来何去何从？ 本周我赴首尔参加国际机器学习会议（ICML）—— 全球AI领域规模最大的年度盛会之一，这一议题成为全场热议的核心焦点。 普林斯顿大学计算机系教授阿尔温德・纳拉亚南发表题为《还有什么工作留给人类？》的演讲，认为科研人员无需恐惧被AI全面取代。他指出，与其它行业相同，当前AI尚缺乏实现AI领域根本性创新所需的原创
华尔街重新审视AI成本：内存带宽成新焦点
一家不涉足大模型研发的韩国存储企业，近期以ADR形式在纳斯达克完成约265亿美元融资，上市首日涨幅约13%。这家公司正是SK海力士，主营产品HBM——专为AI芯片设计的高带宽存储器。（ADR指外国企业在美股交易的凭证，便于美国投资者买卖。）以往计算AI开支时，市场目光多聚焦于英伟达GPU的天价标签。此番华尔街愿意买单的，是账本的另一侧：存储带宽是否足够迅捷，能否及时将数据输送至GPU。SK海力士平日的业务听起来并不惊艳——智能手机、电脑、服务器中的内存模组，市面上常见其产品。这类业务还有个特点：周期性显著
AI日报：GPT-5.6上线、Grok免费开放、端侧模型夺冠
🔔1、OpenAI全量上线GPT-5.6，综合跑分领先但长项目协作弱于Fable 5💡核心要点：OpenAI正式推出GPT-5.6，Terminal-Bench、DeepSWE等基准测试表现领先，单任务成本约为Fable 5一半；第三方评测Sol智能指数59分接近Fable 5，Codex+Sol登顶编程榜单。实测长周期项目协作中该模型步骤繁琐、消耗额度更高，官方成本减半说法存疑。同步推出整合五入口的桌面客户端，7月23日下线GPT-5.4，新增Sites一键建站功能。📌查看原文🔔2、xAI Grok 4
AI 浪潮下的算力与基建
核心观点该论述指出 AI 是一场颠覆性的技术洪流，而非短暂的风口。其演进高度依赖算力，而算力的扩容又受限于电力供给。在此局势下，芯片（芯）与光通信（光）作为算力基石的关键硬件，具备长期的战略意义。深度解析1. AI 即海啸：技术变革的纵深与广度· 超越互联网：AI 不仅重塑信息传播形态，更在重构认知逻辑、生产方式及社会架构，其影响范围与深度远超三十年前的 IT 互联网变革。· 康波周期级机遇：被视为新一轮长周期（康波周期）的开端，将引发长达十年的产业上行趋势，孕育超级应用与底层技术的同步爆发。2. AI
AI发展历程：首次技术低谷回顾（1974-1980）
第六节 AI领域的首个停滞期（1974—1980）人工智能的演进并非一帆风顺。经历初期繁荣后，由于研究成果未能满足社会预期，资金投入下降、项目推进受阻，AI领域陷入了历史上的首轮停滞阶段。这并非研究的终点，而是一次深度的自我审视。它让整个学科意识到：仅有理论框架远远不够，真正的智能需要算法、数据与算力的协同发展。SECTION 01一、停滞期为何出现？20世纪60年代，人工智能承载着众人的期待。众多研究者曾预言：机器将能流畅理解人类语言。智能机器人将走进千家万户。计算机将具备接近人脑的思维能力。然而，实际