新华三于英涛：AI发展瓶颈源于系统层面，需通过算网存云安维六维协同突破
新浪科技讯 5月12日下午消息，在新华三集团NAVIGATE 2026领航者峰会上，紫光股份(30.690, -1.00, -3.16%)董事长、新华三集团总裁兼首席执行官于英涛表示，“AI发展瓶颈在于系统层面而非单点技术，这是一个常被忽视的系统性挑战。”他认为，Token性价比并非由单一芯片决定，也非取决于某项独立能力，而是需要算力、网络、存储、云端、安全、运维六大维度的深度协同，才能实现最优效果。 在万卡集群环境中，网络拥塞引发的算力损耗超过30%；数据IO瓶颈导致GPU空转等待时间占比超过40%；安
AI写代码虽爽，但代价是什么？
字数 2337，阅读大约需 12 分钟近期读了两篇关于AI开发误区的文章，觉得有必要分享一些看法。作为每天与DeepSeek、Claude Code打交道的运维工程师，我觉得不说点什么实在过意不去。先声明：这篇文章并非全盘否定AI编码工具，而是想探讨一个关键问题——我们在追求"一键搞定"的快感之后，到底失去了什么。先聊聊我的日常工作。作为PaaS架构师，我的工作流程中AI辅助无处不在：不可否认，效率提升是实实在在的。以前编写Kubernetes Helm Chart需要翻阅大量文档，现在只需输入几个关键词
平安产险"防减救"风险服务体系，守护美好家园
2026年5月12日迎来第18个全国防灾减灾日，今年的主题为"人人讲安全、个个会应急——提升防灾减灾救灾能力"，防灾减灾宣传周定于5月11日至17日举行。 平安产险牢记"金融为民"的使命担当，始终将保护人民群众生命财产安全摆在首要位置，依托科技创新驱动，构建涵盖防灾、减灾、救灾全链条的风险减量服务体系，以专业能力守护社会安宁。 技术引领，打造防灾减灾救灾新模式 平安产险深度整合大数据、人工智能、物联网、卫星遥感等先进技术，自主研发了"鹰眼系统DRS3.0"，为防灾、减灾、救灾提供全方位服务支撑。 防灾：科
from Internal Project to $2 Billion Valuation: Kuaishou's KL AI to Spin Off and Seek Funding
Reported by Wu Yujia, Cover Reporter On May 12, market sources indicated that Kuaishou plans to spin off its video generation large model project, KL AI, aiming for a $20 billion financing round at a $20 billion valuation, and is currently in talks with i
从人工目测到 AI 智控——3100 轮式铸造机智能化改造纪实
创新创意踏入云铝文山合金生产中心，3100 轮带式铸造机正全速运行，连续产出表面光洁、结构致密的铝合金铸坯。难以相信，半年前此地景象截然不同：浇铸工需在高温与噪音中死守铝液，依靠经验反复调整，却仍难避免裂纹和疏松问题。如今，一套“智慧中枢”接管了全过程，液位起伏精准可控，次品率显著下降。这一巨变，源于荣获云铝股份“银点子”奖的 AI 视觉结合光学反馈智慧系统项目。PART 01痛点驱动：为铸造机植入“智慧眼”传统浇铸是人与高温的艰难较量。在 700 多摄氏度的铝液旁，操作工只能靠肉眼监测液位，凭经验手动调
诺比侃股价早盘飙升18% 公司回应恒信东方事件称不知情
立足香港，放眼世界。新浪财经全球资本峰会金曜奖投票启动！挖掘最具价值的资本力量，你的一票，至关重要 点击投票诺比侃(63, 2.50, 4.13%)（02635）早盘反弹超18%，昨日收跌14.42%。截至发稿，股价上涨18.09%，现报19.91港元，成交额3.55亿港元。诺比侃公布，于近日注意到供应商之一恒信东方文化收到中国证监会北京监管局下发行政处罚决定书，当中载有与该集团相关内容。该集团澄清，与恒信东方之间仅有过一般业务往来，对有关虚增营业收入事件并不知情；双方过往交易为真实、有效，均已根据集团会
AI 办公三年：从梦话到现实的漫长路
我用 OpenClaw 跑了几十个定时任务。早上推通勤路况，上午推新闻摘要，中午推股市，下午推国际局势，晚上推天气和科技新闻，半夜还有GitHub热榜。一天二十多条推送，像个私人秘书一样替我盯着全世界。这三件事——路况、天气、定时推送——我调了两周。定时任务的坑，一个接一个第一次翻车是路况推送。agent 查完了路线，回复一句："结果在上边。"我往上翻。什么也没有。第二次翻车是天气推送。agent 查完了天气，回复一句："我已经把结果发给你了。"飞书那边，什么也没收到。任凭
打造企业级AI知识库：一套系统方法论助你24小时快速上手
作者/田志刚 选自《卓越密码：如何成为专家》·AI时代的效率提升之道:建立知识体系打造专家型员工·前言：随着人工智能在企业中的深入应用，知识库与知识管理已成为各机构降低成本、提升效率及增强竞争力的关键环节：若缺乏高质量的知识库以及企业独有的私有知识，AI技术便难以在企业内部发挥其实际效能。然而，如何构建并运营好知识库，使其既能服务于AI，又能协助各职能及业务部门的同事解决难题，并非易事。以往仅靠收集内容的做法已被证实行不通，真正的落地实施需要系统性的设计与科学的方法论。为满足广大需求，依托KMCenter
精选百份"AI+ 军事"智能防务核心资料合集
重磅推荐！【DARPA 终身学习机器（L2M）】《自主系统中用于感知和行动的终身学习》美空军、宾大 2022 最新 234 页技术报告《多智能体交互的深度强化学习》爱丁堡大学 10 余位作者 2022 最新论文《以无人机为核心的海军力量投射新纪元》最新报告欧洲、威慑与远程打击能力重磅推荐！全面解析美陆军 AI 布局 |《人工智能的战场应用》130 页报告人机协同：《基于强化学习的有人 - 无人飞机编队任务规划：敌方防空压制（SEAD）任务》最新论文《综述：多智能体系统（MAS）中的任务分配技术》美国空军项
AI能力跃升与安全防御的失衡危机
然而，在这层便利的外衣之下，实则掩盖着另一层隐秘的真相。昔日这些工具囿于文本框的狭小天地，如今已挣脱束缚，开始直接介入操作系统的核心。它们能够浏览文件、起草信函、与各类软件进行互动，承接那些过去只有深谋远虑、洞悉后果的人类方能承担的任务。这场蜕变，将人工智能推入了一个现有安全机制从未踏足的前沿阵地。当人工智能系统获得了读取真实文档、执行实际指令的权限，它便自然而然地融入了可信计算的基础架构之中。自此，人们先前对人工智能安全性的种种预设，开始产生裂痕。过去，提示注入仅被视为一种独特的模型表现，虽会导致聊天机
算力狂飙背后的转折：系统成本重塑AI产业格局
AI算力仍在高速狂奔，但真正发生转变的，是成本构成和应用场景的重新分布。过去两年最常见的观点是将AI发展简单等同于算力扩张带来的全面繁荣。然而，2026年的格局已经出现明显分化：AI服务器保持强劲增长，而手机、个人电脑整体出货量却在下降。与此同时，AI手机、AI PC、AI眼镜等产品却在逆势提升规格、争夺市场份额。同一条AI发展轨迹，正在同时创造增长动力和竞争压力。更值得关注的是，变化的本质不在于"是否存在需求"，而在于需求如何转化为系统成本，以及谁能够承担这一成本。在AI服务器领域，存储成本可以转嫁，算
天舟十号升空：解码十次飞行的升级密码
5月11日8时14分，长征七号遥八运载火箭搭载天舟十号货运飞船从文昌航天发射场一飞冲天。大约10分钟后，船箭顺利分离并精准进入预定轨道，紧接着与空间站天和核心舱后向端口实现完美对接。 此次发射标志着天舟系列货运飞船完成了第十次太空之旅。从首飞到第十次，这位太空“送货员”经历了怎样的蜕变？本次任务又为空间站带去了哪些物资？记者就此采访了相关专家。 十次飞行背后的技术底气 作为我国目前唯一的天地运输系统，从天舟一号到天舟十号，每一次任务都面临全新考验，每一次出发都是一次崭新起点。 中国航天科技集团八院试验队队
AI 入校新趋势：重构工作流才是核心
近期，国家《“人工智能 + 教育”行动计划》传递出清晰信号：AI 与教育的结合，已超越单纯的技术工具引入，标志着教育行业正迎来系统性的全面升级。纵观过去几年，众多学校、幼儿园及教育机构纷纷尝试引入 AI。无论是撰写教案、制作课件，还是生成活动方案、辅助招生宣传，AI 的身影无处不在。这些探索虽具价值，但若仅停留于零散应用，AI 仅能解决局部效率瓶颈。真正决定教育机构未来竞争力的，并非“采用了多少 AI 工具”，而在于能否将 AI 转化为一套可执行、可复制且可持续的工作体系。国家政策反复强调的重点，并非简单
AI Agent时代下的独立站优化策略
传统SEO工作的重点在于提升搜索排名。当下SEO的重点正在转变为获取引用、获得推荐、取得调用资质。这一转变源于用户获取信息的方式发生了根本改变。过去的流程是：用户搜索关键词 → 访问网页 → 自行判断 → 联系商家当前的流程更趋向于：用户提出问题 → AI整合答案 → 筛选推荐品牌 → 用户决定是否访问官网在部分交易场景中，流程进一步演变为：用户发布任务 → AI Agent对比多个站点 → 代替用户完成预约、筛选、下单、提交表单这表明：网站的服务对象，已不仅是真实用户，也包括自动化系统。若继续沿用传统S
探索AI驱动的量化系统重构
在上一篇《AI编程实战：44秒搞定64只股票10万字的研报，但我却看到了程序员的危机》中，我介绍了一次实战经历：借助AI（Claude Code / GLM-5）编写代码，把人工筛选股票池的步骤，转变为系统自动产出基础研报。该程序最终能够实现不过，那仅仅是一个独立的功能展示。今天，我打算运用这项技术，对整个量化系统进行重构，整合当前的分析功能。思路逐渐延展，变得一发不可收拾。该如何是好？在线提问。（实际上已经开始行动了。）最初的构想很简单——既然AI批量产出研报的速度如此之快，那就先加强单只股票的深度分析