Voltempo 研发无驾驶室自动驾驶重卡：砍掉驾驶室，只为运货
据外媒 Autocar 今日（19 日）报道，英国电动汽车公司 Voltempo 正在开发一款长达 15.6 米的无人驾驶重型货车。该车型采用非铰接式设计，其长度超越了目前同类车辆的标准上限。Voltempo 的意图很明确：通过移除驾驶室并拉长车身，将更多空间和载重潜力留予货物。 依据现行法律，非铰接式重卡的上限为 12 米长、总重 32 吨，通常配备 4 个车轴。然而，Voltempo 的原型机计划将这些数据大幅提升至 15.6 米、42 吨以及 5 个车轴，其长度堪比大型客车。由于省去了传统的驾驶室，
支付宝推首个智能体底座阿宝 覆盖五家手机品牌十六家车企
快科技8月17日讯，今日，国内首个聚焦智能体商业落地应用的生态伙伴大会在杭州举行。 支付宝透露，其旗下的超级服务智能体“阿宝”已成功完成超过一万项服务的AI化改造，服务覆盖范围已扩展至5大手机品牌和16家主流汽车制造商； 此外，支付宝还发布了首个全栈智能体商业底座以及多智能体跨端互联的AHA协议体系，并与千问、华为、OPPO、比亚迪、吉利等20多家企业共同构建智能体互联生态圈。 蚂蚁集团CEO韩歆毅指出，智能体商业将在未来6到12个月内迎来爆发期，智能体将作为连接亿万用户与千万商家的“新载体”，开启以意图
PJM拟强令数据中心自备发电，缓解美电网供电压力
IT之家 8 月 17 日讯，据路透社 8 月 14 日消息，美国最大的电力网络运营商 PJM 周四公布了新举措，计划强制要求数据中心在电网供电能力处于危险境地时，必须开启备用发电机组，从而降低对公共电网的依赖程度。 PJM 表示，这一计划与白宫推行的“电费用户保护承诺”相契合。该非强制性的倡议主要目的是为了保障居民利益，防止数据中心巨大的耗电量最终转嫁，导致普通家庭承担更高的电费成本。 根据这套新的应急流程，在 PJM 不得不切断居民家庭等传统用户电源之前，公用事业公司会首先接到指令，要求削减数据中心及
智谱发布GLM-5.3：开源编程模型逼近顶尖水平
8月14日，智谱（2513.HK）推出了GLM-5.3。虽然基础架构保持不变，但通过极致的后训练扩展，显著提升了模型的智能上限：长程任务环境增加了数十倍，环境类型更加丰富，后训练时间显著延长。智谱声称，在多个主流基准测试中，GLM-5.3是目前排名最高的开源模型，其编程和智能体能力已接近Claude Fable 5，编程体验超越其他国产模型。 智谱指出，与上一代相比，GLM-5.3的新增亮点包括：卓越的编程技能、网络安全能力、后训练扩展以及开源特性。 据智谱介绍，在Terminal-Bench 3.0（评
人工智能的双刃剑效应——AI时代生活的辩证思考
随着科技的高速发展，人类的生活方式也在快速演进，AI技术在各领域的广泛应用，从本质上重塑和优化着人们的日常起居。不过，AI在带来便利的同时，也给人们的生活制造了困扰。01/AI技术加持生活，品质显著提升AI时代，人们的日常生活与智能技术密不可分。倘若没有这些智能手段，人们就难以获得便利、高效、舒适的生活体验。即便你富甲一方，若无法随时随地获取所需的服务和商品，那么你的财富也不过是账面上的数字，在生活中难以发挥实际价值。譬如，智能手机、互联网、物联网以及各类购物APP的互联互通，确实显著提升了人们的生活效率
AI 拉低了执行的代价,什么东西反而更值钱了?
● ● ●过去一年，几乎人人都在聊「AI 替代了什么」。写文案、写代码、做设计、做客服——这些过去要花钱雇人来完成的「执行」，正在肉眼可见地贬值，逼近免费。可很少有人反过来想：执行既然变便宜了，什么变贵了？答案是：判断。执行是「把一件事做出来」，判断是「决定做哪件事、做到什么分寸、什么时候收手、错了该不该改」。AI 把前者几乎打成了零，于是稀缺性一股脑涌向了后者。这个判断不新鲜。但再往下挖，会发现「判断力」这三个字其实太粗了——它盖住了三个更扎人的真相。● ● ●我们都默认「干得越久，判断力就越强」。其实
工信部举办人工智能训练师线上培训报名
各相关单位：为响应国家关于数字经济及数字人才培养的战略部署，落实《加快数字人才培育支撑数字经济发展行动方案（2024－2026年）》，特开展全国数字人才技能提升师资培训。此举旨在强化各行业学员在AI训练领域的专业素养，从而更好地赋能数字经济建设。所谓人工智能训练师，是指精通AI Agent架构原理，熟练掌握Coze、Dify、FastGPT、AutoGen等工具，能通过构建知识库、调用API及设计工作流，来搭建、部署并优化智能体的复合型人才。其主要任务是将复杂的商业需求转化为具体的自动化AI方案。人工智能
AI虽能解惑，成长仍需亲力亲为
AI正深度渗透至孩子们的日常学习与生活之中。教育模式亟需革新：分数固然重要，但绝非衡量教育的唯一标准。与其单纯灌输知识，我们更应着重培养孩子的思维能力、自学技巧，以及利用工具解决实际问题的本领。扎实的基础知识不可或缺。阅读、写作、数理逻辑及科学素养，不仅是孩子理解难题和阐述观点的基石，更是他们甄别AI生成内容真伪的关键。即便AI的表达再完美，也可能存在谬误。若孩子缺乏基础知识，往往难以察觉其中的错误。在利用AI之前，务必引导孩子先独立思考。鼓励他们先阐述自己的理解与见解，尝试做出预判，随后请求AI提供多元
DeepSeek V4 Pro正式版静默上线，Agent能力实现多项突破
#人工智能 #大模型 #智能体 #深度思索 #DeepSeek #DeepSeek V4 Pro 昨夜约23时许，DeepSeek V4 Pro正式版本悄然更新至API端，调用模型名称维持原状。 新版着重强化了Agent智能体相关功能，新增对Responses API及Codex接入的支持。 根据官方目前披露的情况，DeepSeek V4 Pro可承载1M的上下文长度，单次输出上限高达384K Token，并兼容常规模式与深度思考两种模式，其中思考模式被设定为默认启用状态。 按照DeepSeek官方公开的
DeepSeek-V4-Pro-0813正式发布：百万级上下文与近40万输出，多项成绩领先Opus-4.8
新浪科技8月13日上午报道，DeepSeek官方API定价页面与文档更新显示，deepseek-v4-pro对应模型版本已升级为DeepSeek-V4-Pro-0813，意味着这款旗舰大模型从测试阶段迈入正式上线阶段。 根据官方定价页和文档说明，DeepSeek-V4-Pro-0813具备1M上下文窗口，单次最大输出量达384K Token，并同时兼容非思考与思考两种调用方式（默认为思考模式）。在超长代码库解析、海量文档研读以及需连续多步执行的智能体任务场景下，单次请求能够承载和产出的内容量显著提升，有效
AI来袭：谁将淘汰谁？
首先有个反常识的观点：AI无法替代医生，然而善用AI的医师将淘汰那些不会利用AI的同行。AI本质上是在升级工具，而非颠覆医生这一职业本身这是为何？AI的优势在于处理标准答案，而医生的核心价值在于处理复杂难题——那些能攻克疑难杂症、把控长期健康、辅助系统降本增效的人，AI反而是在为其增值。医学教育的变革方向基于这一逻辑审视医学教育：需强化实操训练、增加临床机会、尽早接触真实病人。随着老龄化加剧、慢病管理普及及数字医疗兴起，新的职业路径层出不穷——若现在攻读医学，五至八年后毕业时，这些趋势恰好落地，关键在于把
AI应用工程师证书：2026年，它的真正价值在哪里？
根据猎聘2026年上半年的统计，AI职位在新经济职位中的比例已从去年的2.29%飙升到26.23%——短短一年，增长超过十倍。然而更值得关注的是另一项数据：人才缺口已突破500万，平均每位AI求职者能匹配到2.6个招聘机会。这背后传递了什么信号？行业并非缺少人手，而是缺少"能落地实施的人"。多数公司并不要求人人都去研发底层大模型，而是迫切需要能将AI技术嵌入业务流程、创造真实商业价值的工程技术人才。正因如此，人工智能应用工程师证书正逐渐成为技术从业者和跨行业转型者的热门选项。本文不谈空洞概念，只把这张证的
代码不再稀缺的时代，产品判断力为何成为核心竞争力
这两年我持续追踪AI对各行各业的渗透，一个结论越来越清晰：AI正在将软件制造本身的成本压到极低，而"决定该制造什么"这件事，却比以往任何时候都更关键。这不是在给某个职业唱赞歌，而是一个正在演进的事实。一、编程能力正在丧失稀缺价值近段时间，AI编程助手正在大规模嵌入软件工程链条。GitHub Copilot、Cursor、Claude Code等工具早已超越了早期简单的代码补全阶段，逐步演化为能够介入需求落地、代码生成与调试全流程的协作伙伴。一个灵感从萌生到产品上线，传统模式下要调动一整支团队、耗费数月光阴
AI四大能力重构人机协作模式
Skill、MCP、Automation、Expert四项关键能力，彻底改变以往单点问答、被动配合的AI应用形态，促使人工智能应用逻辑从分散式单次提效，跨入系统化、工程化、可自主迭代的能力构建新阶段，达成人机协作模式的本质性飞跃。过去很长时间内，大部分AI应用受限于模型内置框架，用户仅能在固定功能范围内处理零散事务，依靠人工不断输入信息、重复设置指令、手动衔接步骤，效率改善有限、复用程度低，无法满足企业复杂、连续、高标准化的业务需求。而四项能力体系的协同落地，从工作流、工具链、执行逻辑、场景匹配四个角度，
OpenAI联创直言:AI竞速中最稀缺的素质,是弄清自己真正想要什么
2026年8月9日，一个平静的周末夜晚。OpenAI联合创始人兼总裁Greg Brockman登录X平台，发出一条推文。内容仅为纯文字，言简意赅，如同向湖面掷入一颗小石：the bottleneck is increasingly knowing what you want译成中文便是：瓶颈正日益转化为，弄明白自己究竟想要什么。▲ Brockman原帖仅一行文字，点赞与转发却如潮水般涌来短短48小时内，认同者、讽刺者、产品诉求者、跨语言译者涌入同一条时间线，仿佛一面多棱镜将同一束光折射出截然不同的色彩。有