AI学新技能不仅不快，理解力竟跌17%
使用AI辅助掌握新技术栈：效率未提升，理解能力反而下降17%。2026年初，Anthropic开展了一项随机对照实验，给狂热的AI编程辅助领域浇了一盆冷水。 52名软件工程师被要求学习一种全新的Python异步编程库Trio。其中一半人获准使用Claude AI协助，另一半则完全依赖自身能力。 结果出乎意料——AI组不仅没有明显更快完成任务，反而在理解力测试中落后了17个百分点，这相当于两个字母等级的差距。 一、实验设计：模拟真实工作场景的"学习新库"研究 该实验的设计高度还原了真实工作环境。 52名参与
AI 都能写代码了,我为什么还要专门做一套 Python 教程?
最近这段时间，我打算在公众号「算法那点事」上更新一个新的系列：「快速吃透一个 Python 技巧」并且，这套课程完全免费，会以图文的方式长期更新，绝不藏私。想策划这个系列的原因，其实并不复杂。我的公众号粉丝数即将迈过 1000 这个门槛，关注此号的不少读者都是对 AI 算法充满热情的同学、研究生，或是正在钻研机器学习、深度学习、强化学习的朋友。很多人可能已经能写训练脚本、调用 PyTorch、跑模型，甚至借助 AI coding agent 完成不少编码工作。但这并不代表真正吃透了 Python。尤其是在
当AI日益强大，孩子们究竟该掌握什么核心能力？
暑期AI探索营 · 8月沉浸式创作马拉松当AI能力持续提升，孩子们真正应当学习的，究竟是什么？3天时间 将灵感转化为实实在在的成果孩子们已经能够与AI对话、生成图像、撰写文案，甚至可以让AI协助编写一段代码。然而我们逐渐意识到："能用AI"与"具备创造力"并不能划等号。当AI能够帮助我们更快地获取答案时，真正需要着重培养的，反而不是孩子"搜索答案"的效率。而是：他是否能够识别出值得攻克的问题？是否能够将朦胧的想法转化为清晰的执行方案？是否能够与同伴携手将其落地实现？面对真实使用者的意见，能否持续优化、坚持
Agent 浪潮下的 FDE：把模型实力转化为业务成果
FDE · 系列第 4 篇前面三篇文章，我们对 FDE 做了整体梳理：第一篇讲它为何是未来十年最关键的风口，第二篇讨论该招聘什么样的人、归属哪个部门、薪酬如何设计，第三篇对比了中国模式与硅谷路径的异同。但始终有一个悬而未决的问题：我们反复强调 FDE 是“把 AI 嵌入真实业务”，那 AI 究竟以什么方式嵌进去？答案是 Agent。而“让模型能力在真实业务中落地”这件事，在 Agent 时代与过去截然不同——难度发生了根本性的变化。原因何在？过去两年，大家实现的是“模型能力”：搭个知识库、做个对话窗口、让
工信部人才中心启动《人工智能训练师》线上培训项目报名
各相关单位：为深入贯彻党中央、国务院关于推动数字经济发展的战略部署，发挥数字人才在支撑数字经济中的关键作用，积极响应《加快数字人才培育支撑数字经济发展行动方案（2024－2026年）》号召，深入推进数字技能提升行动，加快培养高素质数字技能人才。现面向全国举办数字人才技能提升师资培训班，旨在全面提升各行业学员在人工智能训练方面的专业素养与实操能力，为数字经济高质量发展提供有力人才支撑。人工智能训练师是指精通AI Agent核心架构与底层原理，能够熟练操作Coze、Dify、FastGPT、AutoGen等主
AI盛行之下，写作还有必要学吗？
人工智能的浪潮已然席卷而来，人人都能借助AI轻松产出一篇文章，那么身处这样的时代，我们是否还需要学习写作呢？答案是肯定的：即便身处AI时代，写作依旧不可或缺。其一，AI时代写作的价值或许更为凸显。工具越是强大高效，普通人便越容易变得疏于思考。而坚持写作能够锤炼我们的思考能力，提升逻辑思维水平。我们日常获取的知识往往是零散杂乱的，缺乏系统性，但当我们将其整理成文章时，便会对知识进行归纳、分类，使其变得条理清晰。写作的过程本质上就是向大脑输入知识、训练思维能力的过程。其二，AI能够协助你完成文字工作，却无法取
AI的触角正在向真实世界延伸
今天打开 ChatGPT，我看到一个以前没有出现过的弹窗：连接你的金融账户。你可以把银行账户、信用卡、券商账户连接到 ChatGPT，让它了解你的支出、订阅、余额和投资情况。看到这个功能，我第一反应并不是：“ChatGPT 也开始做记账软件了？”而是另一个问题：AI，似乎正在一步一步走出纯粹的信息世界。过去几年，我们讨论大模型，绝大多数时候讨论的仍然是一个存在于屏幕里的智能。它会写文章，会编程，会分析，会画图，会回答问题。但无论它多聪明，它最终做的事情，大部分仍然停留在信息世界。而今天这个看起来并不起眼的
AI重塑ITO版图：人力金字塔的崩塌与全球交付新秩序
下一轮预算规划中，外包编制将首当其冲被削减ITO行业数十年的规模扩张，依托于一套十分稳固的人力架构。少量资深专家负责客户对接、方案设计和项目统筹，大量初中级员工承担编码、测试、运维和支撑任务。团队规模越大，合同金额越高；不同层级人员之间的成本落差，构成了服务商的关键盈利空间。AI引发的首个变动，是这套人力杠杆开始失灵。以往需十人完成的项目，如今或许只需四五人；一名资深工程师借助AI，能覆盖过去数名初级员工的工作量。项目依旧存在，需求并未消失，但所需人数却减少了。国内客户已着手将AI编程助手、自动化测试和知
AI生成代码飞速增长，你敢完全放手吗？人类真正的价值在于判断方向
AI 产出代码的速度早已突破了人类的认知边界。一个需求丢出去，几百行代码瞬间生成。需求变更？再丢一次。Bug 堆积？甩给 AI 一键重写。产量惊人，速度炸裂。可随之而来的问题是——谁来阅读这些代码？· · ·前几天，一个朋友跟我讲了一个特别真实的案例。他用 Cursor 搭了一个完整的功能板块，差不多 800 行。AI 写的，只用了一上午。然后他用了整整两天时间反复审视这段代码。不是鸡蛋里挑骨头。确实读不明白。也不是 AI 写得太差——说实话，AI 写得还挺像回事的。核心症结在于：这不是他亲手写的代码。他
别指望员工自觉用AI：一家公司如何通过考核制度实现落地
许多老板都陷入了这种困境：AI工具买了，培训也开了，场面一度热闹。但两个月后一看——用的人还是那几个，大部分人该怎么干还怎么干。你问一句“我们AI到底落地没有”，谁也说不清。问题出在哪？出在AI落地一直缺一样东西：标准和考核。一件事，只要不进考核，就永远是“有空再说”。你没定标准，员工就没有“必须用”的理由；你没法衡量，就没法管理，更没法证明它到底值不值。所以大多数公司的AI，卡在“买了工具”和“真正落地”之间那条沟里——不是工具不行，是没人把它变成一套非做不可的规矩。01甲方信息已脱敏最近看到一份资料，
AI时代最宝贵的技能，藏在那些难以言表的细节里
— 当模型趋于一致，真正的竞争优势在于业务深处 —近半年来，我听到了无数关于人工智能的担忧。程序员担心被取代，文案策划害怕失业，设计师忧虑饭碗不保。所有人都在追逐一个错觉：谁能掌握最新的模型，谁就能主宰未来。但最近，我深入考察了一个企业级AI平台的底层设计，彻底改变了这一看法。这个平台服务于4000名员工，每年处理超过70亿美元的资金拨付流程，业务覆盖全球100多个国家。当我仔细剖析其细节时，我发现了一个与主流观点截然不同的真相——AI越强大，代码和模型的价值就越低，而你对业务流程的深刻洞察，才是真正的竞
AI推理：是错因得正的错觉吗？
作者｜John Pavlus《量子杂志》特约撰稿人）发布｜2026年7月31日如今，人们越来越笃信人工智能具备真正的推理能力。但直觉往往骗人，科学界对此至今没有统一定论。我想直接抛出核心问题：AI所谓的“推理”，究竟本质是什么？我刻意给这个词加上引号。2024年，业界还普遍对AI推理持怀疑态度，彼时由大语言模型迭代而来的大型推理模型，才刚刚问世。可到了2026年5月，OpenAI一款通用推理模型一举攻克一项知名的数学未解难题，如今再质疑AI推理，似乎显得不合时宜。但一系列相互矛盾的研究结论，彻底颠覆了我对
AI学习的亲身实践与感悟
这段时间我一直在摸索如何搭建属于自己的个人知识库，深刻体会到了边做边学、学以致用的道理。作为一个只有初中学历的二胎妈妈，我竟然也亲手捣鼓出了一个个人知识库。建这个知识库的好处在于，能把自己零零散散的知识都归拢起来，然后让AI去读取这些已有的内容，而不是每次都重复输入，让AI帮你整理归纳。当你需要某方面信息时，它能直接调用你原本就积累好的东西。另外，我还帮女儿做了一个学习打卡的小程序，这在以前是想都不敢想的事。我怎么会想到给小孩做学习打卡的小程序呢？真的让人觉得不可思议。AI的能力太强大了，远超想象，而这还
AI浪潮下的小学科学教育——“恐龙院士”讲座要点整理
作为一名小学科学教师，我常常在想：一周仅有两节四十分钟的科学课，如何在这样有限的时间里，让孩子们由衷地喜欢上科学、掌握思考的方法？我清楚应该启发学生“像科学家那样思考”“像工程师那样创造”，也曾用心体会马冠中《像科学家一样思考》一书中的思维脉络，但说实话，心里总觉得科学家离自己很遥远，对他们的探索之旅依然充满困惑。很庆幸，在一次教材培训活动中，我聆听了两院院士徐星教授的讲座——《人工智能时代的科学教育》，帮我解开了不少疑问。徐星院士是全球范围内发现并命名恐龙种类最多的学者，他所著的《飞向蓝天的恐龙》还被收
工信部人才中心举办全国人工智能训练师线上培训
各相关单位：为响应国家关于发展数字经济的战略部署，发挥数字人才的基础支撑作用，配合落实《加快数字人才培育支撑数字经济发展行动方案（2024－2026年）》，推进数字技能提升行动，大力培育数字技能人才。特推出全国数字人才技能提升师资培训班，旨在提升全国各行业学员在人工智能训练领域的专业素养与技能，以更好地支撑数字经济的发展。人工智能训练师是指掌握AI Agent核心架构与原理，能熟练运用Coze、 Dify、 FastGPT、AutoGen等平台和框架 ，通过集成知识库、外部工具（API）和工作流设计 ，来