破除“躺平获利”怪圈（纵横）
“干与不干”是审视政绩观、考量党性的试金石。现实里，党员干部若事业心强、责任感重，承担的工作越多，出现失误的概率往往也相应增加。对待此类干部，务必进行全面评估，既要认可其成绩，也要真诚指出短板，助力其改进提升。明确敢干、实干、善干同不干、乱干的界限，解决“干多干少一个样、干好干坏一个样、干与不干一个样、不干比干更得利”等难题，有助于校正政绩导向、净化政治生态、激发担当精神。 其中，“不干比干更得利”属于一种极为危险且致命的逆向激励。“多干多错、少干少错、不干不错”的错误观念，致使党员干部畏惧失误、害怕问责
电力与Token的双重博弈：英伟达GTC大会揭示AI竞争新规则
英伟达掌门人在GTC 2026大会上的发言，向业界释放了两个关键信息。首要信息是，Token的价值体系正在经历重新洗牌。处理速度从每秒50个Token跃升至800个以上，而单个Token的定价也从几美元飙升至150美元——这一增长曲线的陡峭程度远超业界预期。第二条信息则隐含在演讲细节中。当他阐述Vera Rubin平台时，反复提及一个核心限制：数据中心的电力容量有天花板。1GW的设施不可能瞬间变成2GW。这意味着，在既定的电力资源下，谁能更快速地产出高价值Token，谁就掌握了市场定价权。综合这两个信息，
AI机架功耗激增，光互连与液冷成关键
近期关注AI硬件领域时，常会将CPO、硅光技术及液冷方案分别讨论：有的像光模块热点，有的像散热概念，还有的像是展会新品的炒作题材。但如果站在数据中心的角度看问题，这些其实都在解决同一个核心问题：随着GPU堆叠越来越密集，如何更快地传输数据，更稳定地带走热量。B200单芯片TDP已达到1000W，Rubin平台的功耗还在持续上升。Lightcounting预测，基于硅光的光模块市场份额将从2024年的33%提升至2026年超过50%。IDC数据显示，中国液冷服务器市场2024年同比增速达67.0%，2024
煤炭巨头中国神华逆市飙升，股价创18年新高
6月8日，煤炭板块局部活跃，中国神华(50.760, 2.24, 4.62%)盘中涨超5%，创2007年11月以来新高，总市值达1.1万亿元。此外，大有能源(8.950, 0.81, 9.95%)盘中触及涨停，陕西煤业(27.800, 0.66, 2.43%)、昊华能源(13.480, -0.05, -0.37%)、中煤能源(17.090, 0.25, 1.48%)等跟涨。 受中东地缘冲突升级影响，国际油价大幅上涨。截至北京时间6月8日14：09，NYMEX WTI原油价格上涨4.54%，报94.65美元
袁春生 郭振雄丨业绩未达标与企业AI漂洗——管理者归因视角
作者简介袁春生管理学博士，山西财经大学会计学院教授，博士生导师。研究方向为公司金融与公司治理。近年来，主持完成国家社科基金项目、教育部人文社会科学基金项目及省部级重点科研项目20多项，在《会计研究》《南开管理评论》等重要学术期刊发表论文50多篇。研究成果荣获省部级优秀成果一、二等奖多项以及校科研创新奖。作者简介郭振雄山西财经大学会计学院博士研究生，注册会计师、税务师、资产评估师，研究方向为国家审计、公司财务与公司治理。在《审计研究》《华东经济管理》等CSSCI期刊发表论文6篇。近年来，参与多项国家社科基金
美国分析师团访华实录：2026年AI大厂算力约束与合规法律解读
核心要点：受美国《出口管制条例》（EAR, 15 CFR §§742.6, 744.23）限制，国内企业难以大批量获取英伟达H100/B200/GB300 NVL72集群；当前Ascend 950PR性能虽接近H100，但年产能仅约75万颗（相比之下，英伟达2025年Hopper与Blackwell芯片出货量约为700万颗）。截至2025年底，美国AI行业估算算力规模约为中国的8倍；中国整体算力水平大致相当于美国2023年的规模。国内企业的算力需求需兼顾海量C端和B端推理服务与模型预训练，而美国则主要将算
算力背后的真实代价：AI不再是无成本的魔法
事情要从一条新闻说起。联合国近期发布的报告指出，预计到2030年，全球数据中心的耗电量将增长一倍，用水量将攀升至9.3万亿升，碳排放量将逼近4亿吨。这几个数字让我沉思良久，顺手去接了杯水。回来后继续琢磨这件事。我们日常谈论AI大模型、GPT、Claude Code、OpenClaw，似乎这些技术只是一堆运行在云端的代码，与现实世界毫无关联。但真相是：每训练一次大模型，消耗的电力和水量堪比一座小型城市全年的消耗。每向ChatGPT提出一个问题，背后都是服务器在全力运转。这不是危言耸听，而是客观事实。此前，优
AI 真的解放了人类？
网络上流传着这样一个笑话，称 AI 教育已然形成了完美闭环。校园内，教师借助豆包制作教案，学生依赖豆包完成习题，父母利用豆包核对答案，最后老师又回头用豆包来批阅作业。此刻家长向豆包发问：“我家孩子的学习情况如何？”豆包回应道：“相当不错。”仔细观察会发现，整个流程中唯一真正在“学习”的并非孩子，反而是豆包。这则段子虽说略显荒谬，却折射出当今时代的诸多症结。例如，强制手段已难以有效约束个体。对于你内心抗拒的事务，大可丢给 AI，它总有无数方法替你搞定。
AI融入科研之路：必须契合科学方法论
人工智能在科研领域的影响力日益增强，笔者深入剖析了其对研究范式的冲击与改变。当前这代AI系统普遍存在四大缺陷：难以实现结果复现、缺乏过程透明度、主观性过强、机制阐释能力不足。文章深入阐释，科学的本质在于实证与推理的深度融合，通过假设验证与实验反馈的持续迭代来推进认知边界；而现有多数AI方案仍停留在统计模式匹配与相关性挖掘层面，无法提供清晰可解释的不确定性评估与因果链条。研究者以AlphaFold与机器学习势能模型为典型案例，对比了基于物理原理的建模路径与纯数据驱动策略在不确定性量化、参数可解释性等维度的本
人工智能：机遇与挑战并存的双刃剑
一场聚焦人工智能的盛大峰会在北京国家会议中心正式启幕。各路专家与学者汇聚于此，共同研判科技发展的未来轨迹。这绝非一次普通的集会，而是一场思维火花的激烈交锋。AI 技术迭代迅猛，其演进速度令人惊叹。短短数载，人工智能已深度融入日常生活的各个角落。无论是智能家居、自动驾驶，还是医疗诊疗、金融研判，AI 的应用随处可见。科技重塑生活，这一论断此刻显得尤为真实。统计资料显示，2022 年全球 AI 产业规模已达 4328 亿美元，并有望在 2030 年冲破 1.8 万亿美元大关。这些惊人数据的背后，凝聚着无数科研
AI 算力狂飙，电网成最大瓶颈
今日 AI 领域的焦点，并非模型排名或新工具问世，而是聚焦于一个更为硬核的领域：电力。以往探讨 AI 基础设施，核心议题多围绕 GPU 是否短缺、芯片成本高低以及模型运行速度。然而步入 2026 年，另一重制约日益凸显：数据中心需并网接入，获取稳定电力，同时应对社区阻力、能源定价及碳排压力。国际能源署（IEA）近期指出，2025 年数据中心耗电量将激增。软银更计划耗资高达 870 亿美元在法国打造 AI 数据中心。Axios 则视 AI 能源领域为美国最具潜力的商业赛道之一。AI 竞赛正从“芯片储备量”的
AI进化之路：先谈约束，再谈成长
回顾过去一年的发展，我们逐渐习惯将AI视为一个“答疑解惑”的工具。提出疑问，它回应答案；布置任务，它完成代码编写、文章创作、表格制作。这个阶段的AI如同一位高效外包：响应迅速，成果丰硕，但缺乏真正的内在成长。真正的深层问题在于：若AI能超越任务执行，从结果中反思、调整工具、更新记忆、优化流程，是否能演化为自我进化的系统？这个设想既引人入胜，又暗藏风险。吸引人之处在于，持续学习的AI将从静态工具转变为长期伙伴。但同时带来挑战：谁能决定AI的改进边界？如何验证修改？若出错能否回退？因此，我逐渐认识到AI进化的
15城入选城市更新名单背后的深意
来源：中国房地产报 城市与区域治理研究院 苏志勇/文 2026年5月22日，财政部官网公布了《2026年度中央财政支持实施城市更新行动评选结果公示》，晋城、鞍山、长春、无锡、宁波、马鞍山、泉州、烟台、洛阳、荆州、深圳、桂林、贵阳、昆明、银川等15座城市跻身拟支持名单。这标志着财政部与住建部连续第三年通过竞争选拔机制，从全国筛选出城市更新典范城市并提供定额补贴。依据通知规定，中央财政按区域标准发放定额补助，东部地区每城补助上限为8亿元，中部地区为10亿元，西部地区为12亿元。资金将依据工作进展分年度拨付。
AI 渗透专业领域|2026.05.30|谁来为AI应用担责?
AI 资讯速递|信息平台 2026.05.29 官方发布；近 72 小时补充窗口：2026.05.27-2026.05.29今日的核心议题并非模型对话能力再度突破，而是 AI 融入更严谨的专业体系后，授权机制、评估标准与责任归属如何界定。近期官方动态呈现一条明确脉络：AI 正迈向风险更高、真实性更强、亟需明确责任界限的应用场景。生物防护、第三方检验、编程 Agent、设计转代码、搜索工具链、全球云服务及机器人技术等领域，共同将一个关键问题推至焦点：AI 不仅要具备执行能力，还需可被验证、可被约束、可被妥善
用工程化方法驾驭AI，提升任务执行可靠性
让AI帮你写代码，它写着写着开始删你的核心文件；让AI帮你做调研，它越跑越远，最后给你编了一堆不存在的信息；让AI跑个多步任务，它跑到第三步就忘了第一步要干嘛。你第一反应是什么？换个更强的模型？写更详细的Prompt？都没用。因为问题不在模型，问题在你没有给AI套上"缰绳"。今天聊一个很多人还没听过但特别重要的概念——Harness Engineering，驾驭AI的工程实践。 读完这篇，你就知道怎么让AI从"看着挺聪明但不敢用"，变成"又聪明又靠谱"。大模