AI学习力提升指南：从被动使用到主动借助AI学习
从被动使用AI到主动借助AI学习AI专题讲座｜AI学习力提升指南过去，掌握一项新技能通常需要经历查找资料、做好笔记、构建体系、反复操练和表达分享等环节。这个过程虽然耗时较长，却能帮助我们形成独到的认知。而现在，借助AI工具，我们可以更快地获取解释、总结、案例和建议，但如果仅仅停留在“获取一个答案、复制一个结果”，学习很容易沦为表面接收，甚至导致思考能力被工具所取代。活动详情本次分享将围绕"AI学习力提升"这一主题展开，引导大家从"会操作AI"进一步走向"会借助AI提升学习"。分享中将融合ICAP参与模型、
AI下半场：电力决定上限
编者荐语：日经新闻与金融时报于2015年11月联手成立一家跨国媒体集团。这两家分别于19世纪创办的英国与日本媒体，正高举“高品质、最强劲的财经新闻”的旗帜，在共同专题等领域展开深度合作。本次合作中，两家媒体的中文网达成了文章互发的协议。算力芯片界定AI的上限，而电力设施则决定了AI落地的快慢。文丨FT中文网特约作者 陆媛美国在人工智能领域的领先地位越显著，其对国内电力基础设施的依赖程度便越深重。探讨这一话题的首要关键词并非大模型，而是变压器，这构成了万亿级电力合作的基础。一位资深电力行业专家向笔者透露：“
EDF携手Mistral AI推进核能智能化发展
法国电力集团与Mistral AI公司达成五年战略合作，共同研发人工智能技术，以提升法国EPR2反应堆项目在工程设计、运维及建设各阶段的效率。双方合作致力于将AI技术融入核能行业，确保其满足严格的安全标准、工业性能指标及监管要求。据声明，所涉及的数据资产仍由法国电力集团持有，并部署在其自建的安全计算环境中或经认证的可信基础设施内。协议重点之一是构建能够调用EDF数十年积累的技术知识库的对话式AI代理系统。此类系统将帮助现场工作人员更快速获取专业信息，从而提升核工程、工业维护和大型项目管理等工作的执行效率。
商业智能化转型指南：仅仅使用AI，还是彻底重塑企业架构？
现在不少企业都声称自己正在拥抱人工智能。采购了几款软件。接入了几个主流大模型。团队内部开发了几个智能体。开会汇报时，幻灯片里也频频出现“AI赋能”“数智化”“降本增效”等字眼。但在我看来，一家企业是否真正迈入AI转型之路，与它采购了多少智能工具并无必然联系。核心痛点在于：在你的企业中，那些至关重要、发生频率极高且极易产生偏差的商业决策，是否已经从“依赖人脑”转化为“依靠系统”？倘若没有，那你们仅仅是停留在使用AI的阶段。倘若若有，你们才算刚刚迈入AI原生企业的门槛。这份自测清单，正是为了协助你厘清这一点。
AI红队：从Prompt测试到系统影响验证
许多团队开展AI红队工作的初始步骤，通常是构建prompt样本库。包括越狱攻击样本。提示注入攻击样本。敏感内容触发样本。幻觉诱导样本。多轮对话攻击样本。这个阶段必不可少。然而当AI应用已发展至Agent、RAG、MCP、浏览器、办公助手及代码辅助工具等复杂形态时，仅检测"模型是否会输出不当内容"已显不足。因为实际威胁并不仅限于文本输出层面。真正的风险出现在模型与工具连接之后。早期大模型红队工作主要聚焦于模型输出：这些评估依然关键。但它们主要解决一个核心问题：模型会说什么？而在Agent时代需要追问另一个问
清华五道口AI日报：微软推自研大模型与OS，巨头竞逐具身智能
各位早安！欢迎回到清华五道口AI俱乐部，每日为您速递AI领域最新动向。微软推出首款自研推理模型MAI-Thinking-1及多模态模型矩阵2026年6月3日，在Build 2026开发者大会上，微软正式揭晓其首款自主研发的高级推理模型MAI-Thinking-1，这标志着该公司在核心AI模型研发领域迈出了决定性的一步。该模型参数规模达350亿，完全基于高质量纯净数据从头训练，未借助任何第三方模型进行知识蒸馏，在软件工程等复杂推理基准测试中表现卓越，彰显了微软独立打造前沿模型的坚定意志。与此同时，微软还同期
AI落地·敏见 | Anthropic《创始人行动手册》核心洞察
Anthropic发布的《创始人行动手册》最值得关注的地方，并非教导创业者使用多少AI工具，而是向我们揭示了一个重要趋势：AI原生创业已从“工具提效”阶段迈入“系统重构”阶段。5点敏见：1创业起点变了。以前创业从想法出发，如今必须从“高价值问题验证”起步，借助AI快速辨别真需求、真痛点、真市场。2产品构建变了。AI降低了MVP的构建门槛，但真正的挑战在于边界管控、架构决策和安全意识，谨防将快速开发演变为快速积累技术债。3市场验证变了。上线不代表成功，热度不等于PMF。真正需要关注的是留存、付费、复购和推荐
AI热潮下的水资源危机：数据中心耗水量惊人
你或许未曾留意，与ChatGPT畅聊一整夜，相当于为它进行了一次淋浴。实话实说，这情况越琢磨越令人担忧。一边是大众热衷于使用AI，另一边却有人在缺水区域与数据中心争夺水源。这并非危言耸听。加州大学河滨分校的任少磊教授团队做过统计：GPT-3每处理10至50次请求，就需要消耗约半升水。OpenAI官方数据相对保守，CEO山姆·奥特曼表示单次查询耗水约1/15茶匙。但若进行乘法运算——ChatGPT每日响应约10亿次请求。十亿。这个数字令人不安。好，这仅是一个聊天机器人。整个人工智能行业的用水规模呢？国际能源
一文读懂AI Agent
近期AI领域最火的词汇无疑是AI Agent（智能体）。OpenAI、Anthropic、Google，以及字节跳动、阿里巴巴、腾讯等巨头纷纷布局 Agent。短短时间内，大模型厂商的竞争焦点从参数规模转向了谁能打造更"能干"的智能体。原因何在？大模型本质上只是一个"知识大脑"，而 Agent 则为这个大脑装上了"四肢"。只会对话的 AI 最多帮你撰写文案。但一个 Agent，却能帮你预订机票、开发网站、监控服务器、自动回复客户——实现了从"能说"到"能做"的跨越。本文以通俗易懂的方式，为你深入解析 AI
Meta商用AI助手全球推出，加速商业化进程
该企业同时发布了一项全新系统，允许商家将人工智能助手与Shopify、Zendesk等软件相连，从而达成销售与客服流程的自动化处理。 为了加速人工智能技术的商业落地，Meta平台全面拓展了针对企业用户的AI智能助手产品矩阵。 在周三召开的企业级即时通讯峰会上，Meta对外公布：其商业AI助手已正式接入Instagram，并且相应的管理控制台也在全球范围开放。商家能够利用该系统连接Shopify电商平台及Zendesk客服软件等外部数据，提供定制化的客户支持。 该商业AI助手于去年10月最先在墨西哥、印度等
AI增效的误区：使用不等于价值
致正在推进AI实施的企业领导者企业数字化与工具部门去年的重点工作是促使员工广泛采用AI技术。一年过去，使用频率显著提升，但人员效率几乎没有改善。这并非团队不够努力，也非员工应付差事——大家确实在使用，只是应用场景不当。这种情况并不罕见。麦肯锡2025年调研显示：88%的企业已常规化应用AI，但实现规模化落地的仅占三分之一。另一项统计表明——超过90%的企业开展过AI试点项目，真正产生规模化效益的不足41%。使用数据上升，效率未达预期，不能再简单归咎于"执行不力"。首先要明确：AI并非无效。技术研究正是AI
智造新引擎：AI 驱动下的安灯系统变革
从“人找问题”到“问题找人”，让异常响应跑赢停线损失在制造业的语境中，时间不仅是金钱，更关乎产能、良品率与客户信赖。随着AI与物联网技术渗透车间，传统的“拉绳呼叫”正蜕变为实时感知、自动预警、秒级闭环的智能体系——安灯（Andon）。这不仅是技术迭代，更是精益理念在数字时代的深度实践：将“消除浪费”的主战场，从事后复盘前移至事发瞬间。2026年，制造业数字化转型迈入“深水区”。国家层面出台的《“人工智能+制造”专项行动实施意见》与《工业互联网和人工智能融合赋能行动方案》明确要求，打破数据壁垒，实现生产过程
全面正式版：华为鸿蒙 HarmonyOS 6.1 适配设备名单出炉
【TechWeb 6月3日资讯】华为官方近日悄然上线了 HarmonyOS 6.1 适配设备清单。从清单内容来看，当前能够更新到该版本的华为智能手机、平板电脑、笔记本电脑、智能手表等终端产品已全部切换至正式版本，不再属于公测或花粉Beta测试阶段。
问界就台州M9事故发布说明：碰撞金属部件引发火灾，三电系统无异常
新浪科技讯 6月3日晚间消息，问界今日发布《关于浙江省台州市车辆事故的说明》，2026年6月3日，一辆问界M9在浙江省台州市泽国镇发生事故，未造成人员伤亡。事故发生后，问界第一时间与用户取得联系，提供必要协助。 声明称，经现场确认，事故为车辆行驶过程中，撞击前车：掉落的大块金属部件，造成强物理冲击并持续拖行一段时间后导致起火，目前火已扑灭。经初步调查，事发前车辆三电系统状态正常，且未见车辆其它自身异常，事故非车辆自身原因导致。 “为充分保障用户的权益，请广大网友不信谣、不传谣。” 责任编辑：宋雅芳 新浪财
华尔街投行先行一步 摩根士丹利向企业AI智能体敞开万亿财富管理大门
摩根士丹利即将向数千家企业的人工智能智能体敞开其核心财富管理业务的大门，这标志着华尔街大型投行首次向第三方AI工具平台开放系统接入权限。摩根士丹利职场业务首席产品官马克·米切尔透露，此次落地后，企业端的AI智能体将无需通过传统的用户界面操作，可直接对接券商股权管理平台ShareWorks和Equity Edge获取数据与分析结果。摩根士丹利高管此前表示，通过企业职场财富布局，公司已汇聚规模达1.2万亿美元的受托资产。米切尔认为：“在我们预见的发展趋势中，企业客户将不再需要手动登录ShareWorks与Eq