九卦 | 银行AI竞赛：如何算清这笔投入产出账？
作 者 | 刘建军来 源 | 新金融联盟NFA“银行业迫切需要一套权威且统一的AI价值评估标准。”6月17日，在新金融联盟举办的“AI提升金融业务价值的问题与解决路径”内部研讨会上，邮储银行金融科技部副总经理呙亚南道出了在场嘉宾的共同心声。这是新金融联盟举办的第105期内部研讨会，由秘书长吴雨珊主持，中国金融四十人论坛提供学术支持。工商银行原首席技术官吕仲涛进行主题分享，交通银行金融科技部副总经理朱麟、邮储银行金融科技部副总经理呙亚南、恒丰银行首席信息官徐彤、厦门银行副行长郑承满、蚂蚁数科金融事业部总经理
Mythos事件：AI安全的预演与治理新挑战
【主持】肖茜清华大学战略与安全研究中心副主任【嘉宾】徐葳清华大学交叉信息研究院副院长、教授傅宏宇阿里巴巴集团科技伦理委员会研究组负责人、阿里研究院人工智能治理中心主任及数据经济研究中心主任您将听到Mythos事件是未来前沿AI安全风险的“预演”05:17未来的治理重点在于“使用控制”（use control）09:10从创新到管控？Mythos如何重塑美国人工智能政策格局前沿模型评估、网络能力阈值与智能体风险的中国观点14:39模型安全的悖论：测试可能创造出更加危险的模型18:05全生命周期治理框架与中国
中国人工智能政策评估与优化策略
点击上方蓝字·关注我们一、问题背景随着第四次工业革命的兴起，全力推动人工智能发展已成为全球共识。顺应时代潮流，中国将人工智能提升至国家战略高度，构建了包含产业、人才、教育、知识产权及技术研发在内的多维政策网络。尽管近年来我国在人工智能领域成绩斐然，但对比发达国家仍存在短板。一方面，产业起步较晚，核心基础研究薄弱，科技发展受外部环境影响较大。另一方面，技术演进与社会道德规范存在脱节，伦理治理、隐私保护及数据安全等领域挑战重重。此外，人工智能产业空间呈现“两极分化”，高端人才供需失衡，培养体系滞后及人才流失问
构建教育人工智能伦理风险评估体系
教育人工智能伦理风险评估指标体系的建立与应用探索王佑镁1, 2 黄芳琴2 柳晨晨21. 浙江东方职业技术学院2. 温州大学大数据与智慧教育研究中心摘要：作为引领新一轮科技革命的核心技术，人工智能在重塑教育生态的过程中也引发了复杂的伦理隐患。如何科学评估这些风险，从而充分释放智能技术的红利，是推动教育人工智能持续健康发展的关键。本文通过理论剖析、专家访谈及文献梳理，确立了涵盖教育技术本体、教育数据、机器算法及教育应用四个一级维度，下设13个二级指标和31个三级指标的评估框架。借助层次分析法（AHP）设计问卷
智能体AI临界点到来，企业如何推进运营变革？
伴随人工智能技术的快速迭代，AI逐渐从解答问题、提升效率的“助手”，演变为新一代生产架构的核心元素——AI Agent智能体。以往的生产架构以人为绝对中心，技术为人所用；而在未来的Agentic AI时期，则是人与AI Agent智能体携手配合，一起实现价值产出。这也预示着，企业机构的运转方式、价值生成的模式都将迎来深远的重大调整。在近期举办的2026亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松表示：“我们正处于一个关键节点，Agentic AI突破的临界点已经到来。”Age
AI可解释性突破推动安全标准化
AI存储实战 | AI存储实战进阶2026年6月，Anthropic发表论文揭示了大语言模型的'可解释性黑箱'问题取得突破。研究团队通过'稀疏自编码器'技术，将模型内部的数百万个特征分解为可解释的概念单元，首次实现了对GPT-4级别模型决策过程的实时追踪和解释。加州伯克利AI安全中心发布'AIRS'（AI Risk Score）评估框架，对全球主流大模型进行安全评分。GPT-5得分87/100，Gemini 2.5 Ultra得分91/100，Claude
脑机AI融合赋能：全周期脑健康智能管理研究平台建设
需要解决方案或国企资质投标可以联系：招募客户顾问：有良好客情关系，根据项目核算收益（上不封顶），非全了解信息化项目流程，不限于数据中心/园区/矿山/水利/交通/电力/医疗/教育/文旅等其中一个或多个领域，公司后端根据客户需求制定方案，进行投标及交付支撑。当前脑机接口技术已被纳入国家未来产业重点布局方向，多地相继出台专项行动计划推动技术落地与产业融合。在临床健康管理领域，传统脑健康筛查、认知评估与神经康复手段长期存在主观依赖度高、数据维度单一、干预精准度不足等痛点，难以满足全生命周期脑健康管理的实际需求。本
《联合国海洋法公约》评估报告今日出炉
新华社北京6月30日讯 值此中国加入《联合国海洋法公约》三十周年纪念日，由自然资源部海洋发展战略研究所编写的《〈联合国海洋法公约〉评估报告：成就、定位与挑战》中英文版本于30日正式向公众发布。该报告对公约的历史贡献、法律属性、角色定位及当前面临的挑战进行了全面梳理与评估。 报告指出，公约是战后国际海洋法治体系的关键成果，在捍卫多边主义、抵制海洋霸权、深化海洋合作以及推动海洋可持续发展等方面发挥了积极作用，构建了一个开放包容的法律框架，并通过后续执行协定不断得到完善。 报告强调，公约并未涵盖海洋法领域的全部
探索AI原生游戏的设计思路与实践
最近我在钻研AI原生游戏的制作，下面分享一些个人心得，仍处于探索期，未必准确，欢迎批评指正和交流。本文约3800字，纯手工撰写，请安心阅读。先抛出观点，我坚信，AI作为规则导演，在运行时动态生成新规则，才算得上是真正的原生。由此衍生三个关键结论：AI原生最核心的是攻克AI设计能力AI原生中，AI设计能力和基础模型提升的难题本质上相同，都围绕数据和评价标准这两大要素AI原生的主要障碍是无缝输入上下文，同时，过度依赖文字输入上下文，是一个常见陷阱详细展开：我判断AI增强与AI原生区别的一个准则，就是剔除AI元
温州AI干训：论文创作全流程工具评测
“AI赋能高效科研”系列首篇聚焦论文写作全流程，深度测评了多款AI工具。从选题、资料、综述、辅写、投稿五个核心环节出发，逐一拆解优势、使用技巧与不足，助力构建高效科研工作流。一选题发现与评估选题宝（微信小程序或网页）★优势：平台定期更新各类学科选题月报，为研究者提供前沿研究参考；根据不同学科领域等，可视化呈现年度趋势、研究关键词等信息，提供综合参考；从综合价值、学术价值、创新度等多个维度对选题进行量化打分，评估结果直观清晰；生成初步题目后，还能通过“选题智修”功能优化题目表述。★使用技巧：生成完整选题报告
AI落地先算账，别急着买模型
过去两年，几乎每家有规模的企业都尝试过AI：从智能客服、知识库，到销售助手、内容生成工具，再到近期的智能体平台，项目预算少则十几万，多则上千万。但到了2026年，局面变得尴尬。多家媒体引用的数据一致表明：约95%的生成式AI试点项目难以规模化；接入AI的企业中，真正实现业务回报的仅个位数。换句话说，许多老板花钱买了未来，却没买到结果。AI应用已不再是‘要不要做’的问题，而是‘怎么做才不亏’的问题。下面拆解这道题。从公开报道看，AI在企业端正发生三大明显转变：这三件事叠加，对管理者的真实含义是：AI项目必须
人工智能七十年：被遗忘的先驱塞缪尔
在人工智能的早期英雄谱里，亚瑟·塞缪尔的名字常常被忽略——他不像麦卡锡那样命名了整个领域，不像明斯基那样制造了惊人的新闻效应，也不像纽厄尔和西蒙那样获得了图灵奖。但他做了一件比这些都重要的事情：他第一个证明了“机器可以学习”。1901年，塞缪尔出生在堪萨斯州的一个小镇上。他的父亲是电气工程师，从小教他无线电和电报原理。塞缪尔后来在麻省理工学院学电子工程，毕业后先后在通用电气和贝尔实验室工作，1946年加入IBM——那时IBM刚刚从“打孔卡片制表公司”转型为“计算机公司”，塞缪尔的任务是：找到计算机除了做算
AI自动生成SJT测评系统
AI驱动的情境判断测验（SJT）自动生成与优化智启时代，AI赋能人才测评在数字化浪潮下，人工智能正以前所未有的方式重塑各行各业。而在人力资源管理（HRM）领域，如何利用AI提升测评效率，一直是学术界和产业界关注的焦点。今天，我们要为大家介绍一款「AI驱动的情境判断测验（SJT）自动生成与优化智能体」。它不仅是技术的展示，更是一次对“未来招聘”的探索。情境判断测验（SJT）是人才测评中的“金标准”，用于考察候选人在特定工作情境下的判断和行为倾向。然而，传统的SJT开发面临着三大难题：从编写题干、设计选项到专
AI运行工程化：可观测性、评估、治理、安全与成本五大维度
你的 AI 系统上线了，接下来该做什么？这正是「运行工程化」需要回应的核心问题。2026 年，AI 系统已从「实验原型」演进为「生产级基础设施」。运行工程化由此从可选项转变为必选项。它包含 5 个关键维度：可观测性（Observability）、评估（Evaluation）、治理（Governance）、安全（Safety）、成本（Cost）。本文将围绕这 5 个维度，系统拆解运行工程化的前沿实践。传统应用监控（APM）聚焦于：CPU、内存、延迟、错误率。而 AI 系统还需要额外关注：案例：电商推荐场景下
金融AI最值钱的领域：低调的风控战场
金融行业有很多AI应用，但最值钱的那个，往往最不起眼。不是智能客服，不是量化交易，不是数字员工。而是风控。风控是金融的命脉，是银行的核心竞争力，是人工智能最能发挥价值的战场。金融的本质是风险管理。银行放贷要评估借款人信用，保险要评估理赔风险，投资要评估市场风险。风控做得好，金融机构就能赚钱；风控做不好，可能血本无归。一句话：风控决定生死。传统风控主要靠人工：审核贷款申请、识别可疑交易、评估客户信用。问题在于：效率低：一天只能审核几十笔成本高：需要大量风控人员准确率有限：人工判断容易出错覆盖面窄：只能处理部