生成式AI驱动的知识创新革命
生成式人工智能与知识生产创新孙茂松知识生产与两个关键环节密不可分：知识的产生和知识的传播。两者相辅相成：好的知识是好的传播的动力源，而好的传播又能通过知识的“教化”作用，在人们利用所学解决各类问题的生产和生活实践中催生更多好的知识。古往今来，上述过程“环复转运，终始无端”，不断丰富着人类的知识宝库。在漫长的历史演进中，知识的生产与拓展，长期带有少数“智者”留下的鲜明印记。随着时代的发展，“智者群”的数量会渐次扩大，但在整个人群里相对来说仍是少数。进入现代社会特别是互联网时代，这种状况发生了急剧变化，普罗大
AI军事革命：未来战争的智能化挑战
点击上方“蓝字”带你“透过表象看真相”点击上方蓝字“福卡智库”，再点右上方“···”，选“设为星标”，精彩内容不错过。公元前4世纪，亚历山大大帝以马其顿方阵（由重装步兵组成的密集阵型，手持6.3米长矛，以32列纵深稳步推进，前排战殁则后排无缝衔接）大杀四方，13年间征服约500万平方公里领土，建立起横跨欧亚非、当时全球面积最大的帝国。两千多年后的1916年夏天，索姆河畔的英军仍困在这套古典作战逻辑中。士兵排成密集方阵，以线性队形徒步冲锋，武器从长矛换成了火枪，战术思维却未跳出“密集推进、人海压制”的旧框架
金融 AI 十讲第八课：深度研究中的智能变革
十讲系列第八期：聚焦 AI 在金融深度研究里的实际运用。从信息采集至决策生成，AI 正以崭新姿态重构金融研究的基石。本期不仅为您剖析 Deep Research 如何攻克“低轨宽带卫星星座”等复杂难题，更将深层解读 AI Co-scientist 的运作机理。当 AI 开始复刻人类分析师的思维，怎样在零散信息里精确锁定商业投资契机？为何说 AI 已超越简单的“对话应答”，跃升为能独立预判新药功效、发现新靶点的“科学家”层级？在这场由 AI 引领的研究模式革命中，金融人士该如何借助此类工具，完成从庞杂数据到
AI时代的觉醒与行动
杨老师的课堂那天我并未认真聆听。我原以为他要讲的不过是个普通的智能体罢了。然而当他提到Hermes能够调用Claude Code直接编写代码，并能将代码部署到运行环境时，我被深深震撼了。那一刻我深刻体会到，AI大规模应用的时代已然来临。AI已经重塑了软件行业，接下来，它将改变我们的生产协作与消费模式。AI不再是简单基于大模型封装的聊天、作图、出视频、做PPT的工具了。我"洞察"到了社会即将迎来的巨变。于是，我下定决心全力投身于AI研究之中。越深入研究越感到兴奋。这段时间，我几乎每天都在和Hermes交流互
生成式AI冲击史学：历史虚无主义的新伪装
想要通晓大道，首先必须研究历史。从司马迁《史记》中“究天人之际，通古今之变”的宏大叙述，到近代兰克学派“如实直书”的客观史学，历史始终是人类文明确立自我认同、凝聚社会共识的基石。不过，随着现代性危机的加剧，历史虚无主义作为一种试图解构历史规律、否定历史真理、模糊历史本质的思潮，始终像幽灵一样在学术界和舆论场中游荡。在20世纪，它主要通过后现代主义“一切历史都是当代史”、“宏大叙事终结”的理论外衣进行渗透；而进入21世纪第二个十年，特别是到了2026年，这场危机经历了一次根本性的范式转移。伴随ChatGPT
人工智能驱动文化变革
现今，人工智能作为新一轮科技变革的核心引擎，凭借其基础性、平台化及通用性优势，正在深刻改变文化创新的模式与走向。文化创新是国家软实力的核心，它与人工智能的深度结合不仅是时代的必然选择，也是建设文化强国的关键举措。党的二十届三中全会《决定》明确指出：“探索文化和科技融合的有效机制，加快发展新型文化业态。”深入贯彻习近平文化思想，利用人工智能推动文化创新，在数字空间实现文化的传承与发展，对于坚定文化自信、迈向文化强国具有深远意义。模式革新：人工智能引领文化创新的理论重塑传统文化保护与研究长期受困于学科壁垒、研
詹卫东：范式演进下的语言学与AI融合之道
2026年第3期专题研究一人工智能与语言研究的革新作者简介詹卫东北京大学教授，主要研究方向为计算语言学、语言知识工程、中文信息处理。从范式嬗变看语言学与人工智能的融合路径詹卫东（北京大学中文系北京100871）提要从规范语言学、比较语言学、结构语言学到生成语言学，语言学跨越千年的范式变迁，终极目标是为人脑内部语言建模。语言学者虽已积累大量微观语言学成果，却难以由量变引起质变，距建构整体语言模型仍有巨大鸿沟。自1950年代至今，人工智能技术范式从符号主义、经验主义发展到联结主义，生成式大语言模型已经可以依靠
人工智能破解尘封80年数学难题，科研进入新纪元
当人工智能不再仅仅解答数学题目，而是真正开展数学研究时，科学的探索规则正在被彻底颠覆。一个困扰数学界长达八十年之久的经典难题，终于被机器智能自主攻破。这一突破并非沿用经典方法，而是另辟蹊径，开辟了全新的解题方向。整个数学界为此感到震惊。01 埃尔德什距离问题详解1946年，著名数学家埃尔德什提出了「单位距离问题」：在二维平面上放置n个点，最多能够形成多少对恰好距离为1的点？长期以来，数学家们认为最优布局接近棋盘式的网格排列，单位距离点对数量的增长趋势接近线性。然而，这一结论如今被人工智能所动摇。02 人工
深度解读AI新范式:认知劳动的第四次大压缩
人工智能正在引发第四次重大压缩，其焦点从物质世界跃升至认知劳动领域。本文深入解析香港大学HKU CAMO、中国信通院华东分院与模驭AI联合发布、陈雪频担任顾问的白皮书《AI大压缩：智能经济时代的生产范式转移》。该白皮书的核心结论涵盖：四维压缩模型如何重塑商业格局，新生产范式的设计准则是什么，AI如何差异化渗透各行业，以及被压缩释放的新价值爆发点在哪里。文章字数9688字回望人类技术演进历程，每次重大跨越本质上都是对原有价值创造链条中间环节的系统性精简——能源、材料、信息领域皆如此。前三次压缩，消除的都是人
亦忱：递归自我改进，AI进化的底层逻辑重塑
人工智能的发展正告别人类主导的线性研发阶段，步入智能自主进化的新时期。递归自我改进作为当前AI领域最关键的底层进化机制，彻底颠覆了传统人工研发、被动迭代的模式，建立了智能自我增长的正向闭环，成为大模型突破能力极限、迈向高级智能的核心引擎。理解这一概念的内核与价值，便能洞察未来AI迭代的底层规律与发展趋势。一、递归自我改进的核心概念解析递归自我改进（Recursive Self-Improvement，简称RSI），是不同于普通算法优化、模型微调的高阶智能进化机制，也是人工智能接近通用智能的关键特征。从本质
算力支出比重激增重塑科技产业格局，存储业务估值逻辑生变，中国企业加速技术迭代
算力基础设施在应用成本中的比重正经历显著变化。国泰海通证券海外科技首席分析师秦和平指出，当前一个典型应用中，基础设施成本已占据约七成，而软件应用与增值服务的占比则从原先的七成回落至三成左右。这意味着算力在整体服务成本中的权重提升了两倍有余。秦和平认为，这一结构性变化构成了本轮海外半导体板块持续走强的根本驱动因素。该上涨曲线斜率陡峭，且预计将延续较长的周期时长，属于典型的“范式转移”。在存储芯片领域，秦和平分析指出，市场过往将存储视为周期性产品，各厂商产品差异化有限，因此投资决策主要围绕价格弹性展开季度性博
海外半导体飙升核心驱动？国泰海通秦和平：曲线陡峭，迎来“范式转移”
投资股市首选金麒麟分析师研究报告，具备权威性、专业性、时效性与全面性，助您发掘潜力题材机遇！ 5 月 28 日，美联储下半年政策走向的关键判断何在？美股与港股科技板块将如何演变？新浪证券特邀国泰海通 (14.980, -0.24, -1.58%) 证券海外科技首席分析师秦和平，为投资者进行深度解读>>视频直播 秦和平强调，步入 AI Agent 时代，当前单一应用中约七成的成本源于基础设施，而软件应用及增值服务的比例则由昔日的七成缩减至三成左右。这表明，算力在整体应用服务成本中的比重激增了两倍
博士后招聘市场新风向：AI能力从加分项到必选项的转变
引言：为何要关注AI在博士后JD中的渗透？近期，《中国科学院院刊》发布了《AI for Science范式变革下科研人员胜任力提升及对策》一文，深入分析了在人工智能驱动科研（AI for Science, AI4S）的范式变革背景下，提升科研人员胜任力的核心维度与实施路径。该文指出，AI4S对科研人员提出了涵盖计算思维、人机交互验证、跨学科协作及科技伦理责任的四维能力新要求。与此同时，我们对2026年上半年的博士后招收岗位进行数据分析，一个显著的信号是：在博士后岗位的职位描述（JD）中，关于AI方面的提及
小满书简对话模驭AI：探讨《AI大压缩》报告
2026年5月28日，由香港大学人工智能、管理与组织研究中心（HKU CAMO）、中国信息通信研究院华东分院、模驭人工智能科技（上海）有限公司联合发布的《AI大压缩：智能经济时代的生产范式转移》研究报告正式发布。该报告由北京大学创始人李泽涵博士参与编写的“模驭AI”项目团队对话，揭示了在AI大压缩时代企业如何重建生产工具。这是国内首份从生产范式迁移角度系统性解析AI革命的跨学科研究成果。报告首次系统性地提出了“AI大压缩”这一核心概念，指出技术进步的本质是对价值创造中间环节的系统性压缩。今天，AI正在时间
深度解析：AI 如何重塑软件工程范式
机械、化工、电力、自动化及通讯，这些工程领域看似迥异，但审视其发展历史，会发现一个共性：它们的成功均依赖于“消耗能源，将人脑参与的低阶认知回路固化为物理装置”。无论是蒸汽机的离心调速器、化工厂的恒温与压力调节器、电网的调度设备，还是流水线上的 PLC，其本质如出一辙：将原本需要人工监控、调整和判断的任务，交由燃烧煤炭或消耗电力的设备自动完成。人类因此从主控制回路中抽离，退居至设计、维护及维修等后方岗位。这便是控制论在工程领域最早的实现路径。其核心成果并非单纯“节省了多少劳动力”，而是大规模消除了不确定性—