标签

网信办公开征询分布式数字身份互通应用规范意见

为推动分布式数字身份创新发展与互通互认应用,构建完善的分布式数字身份公共服务体系,支撑国家区块链网络基础共性服务能力建设,依据相关法律法规,我办联合相关部门起草了《促进分布式数字身份互通互认应用规定(征求意见稿)》,现面向社会公开征询意见。社会各界可通过以下渠道反馈意见: 1.发送电子邮件至:did@cac.gov.cn。 2.以信函方式邮寄意见至:北京市海淀区阜成路15号国家互联网信息办公室信息化发展局,邮编100048,信封请注明"促进分布式数字身份互通互认应用规定"。 意见反馈截止日期为2026年7

2026-06-18 18:57:18  |  40 阅读

AI Agent 商业闭环确立?ERC-8126 从“身份登记”迈向“可靠认证”

怎样敏锐洞察 Web3 新经济体中涌现的市场焦点、技术趋势、生态演进与治理动态…? 外捕研究(Web3Caff Research)打造的「市场脉搏分析」专栏将扎根前线挖掘并过滤当下爆发的热门事件,同时展开价值剖析、评论与逻辑推演。剥开表象探究内核,马上随我们敏捷把握前沿市场风向。撰稿:ShirleyLi,外捕研究(Web3Caff Research)分析师配图:Logo from Walrus,排版 by 外捕研究(Web3Caff Research)篇幅:整文合计 2700+ 字6 月 12 日,Vir

2026-06-18 18:08:16  |  31 阅读

从被动指令到自主循环:AI 工作模式的进化

人工智能正从“人类频繁给 AI 发号施令”,转变为“人类构建一个能自动运作、自我检测、持续优化的体系”。接下来我逐一剖析其中的关键概念。 AI 的本质是执行预设好的程序化任务。循环机制让 AI 不再局限于单次响应,而是进入一种“反复运行”的工作模式。以往你可能会这样操作:“请编写一个登录接口。” “现在添加单元测试。” “测试出错了,请修正。”而循环的方式是,你只需设定一个目标,比如“完成登录接口并确保测试通过”,随后系统自动进入循环执行:简而言之,循环将“人反复编写指令”的负担,转移给了程序自行处理。人

2026-06-18 15:39:03  |  29 阅读

人工智能医疗:迈向实效检验新阶段

“当所有公司都拥有模型之后,真正决定胜负的将是数据、临床和商业化能力。”过去一年,AI医疗最重要的变化,不是模型越来越强,而是行业开始进入真正的价值验证阶段。从Merck与Protillion达成5.1亿美元合作,到Altaris收购Simulations Plus,再到uniQure获得FDA积极信号引发股价暴涨,过去24小时释放出一个越来越清晰的产业信号:AI医疗已经从技术创新周期进入产业兑现周期。一、AI制药进入工业化时代过去几年,AI制药最吸引投资人的地方在于速度。如今市场开始关注另一个问题:这些

2026-06-18 15:08:24  |  31 阅读

AI行业日报|2026年6月18日要闻速递

🔔1、SpaceX收购Cursor后发布1.5万亿参数通用代码大模型💡核心要点:刚完成600亿美元收购的Cursor在Compile大会发布超1.5万亿参数模型,依托SpaceX十万卡算力从零预训练,算力规模提升10-20倍。模型不局限代码能力,可像工程师自主规划、测试软件,训练已启动,数周内上线,后续还将推出面向智能体的全链路开发平台Origin。📌查看原文🔔2、微信支付推出AI专属隔离卡,授权Agent自动消费💡核心要点:微信支付上线AI专属卡,资金与主账户完全隔离,用户自主设置额度。可授权WorkB

2026-06-18 09:14:07  |  28 阅读

AI应用困惑

关键议题 人工智能提升效率的前提是"操作者能够领会并检验AI的产出"。做不到这点就不是增效,而是盲目照搬,实际是在为组织累积无法掌控的隐患。 详细观点 1. 问责无法转嫁 人工智能不具备法人地位,出现问题后无法让AI来担责。生产故障的责任最终还是由执行者和团队承担。"是AI让我这么干的"这种说辞,任何企业或管理者都不会接受。 2. 生产变更的基础准则 任何投入生产的改动,操作者必须能解答三个疑问: • 这个方案具体做了哪些调整? • 调整的缘由是什么? • 出现故障怎样恢复原状? 看不懂的方案,这三个疑问

2026-06-17 22:20:11  |  32 阅读

AI时代,懂业务胜过写代码

大家好,我是 Ai 学习的老章Anthropic刚发布一项研究,分析了40万个Claude Code交互会话,得出一个反常识的结论:在AI编程时代,你是否理解业务,远比你是否会写代码更重要。这份报告名为《Agentic coding and persistent returns to expertise》(智能体编程与专业知识的持续回报),基于2025年10月至2026年4月间约40万次Claude Code交互,覆盖23.5万用户,使用其隐私保护分析工具Clio进行处理。样本规模庞大,结论扎实,我们逐条

2026-06-17 16:12:14  |  30 阅读

人工智能医药研发:实质性突破还是虚幻愿景

众多顶尖人工智能企业均曾预测,生命科学将成为AI技术最先应用的行业。但放眼当下,由AI主导或参与研制的药物似乎尚未大规模问世。医疗领域的变革,仿佛并未如期而至。客观来看,AI已成为药物分子筛选与设计等前期阶段不可或缺的利器。它能在海量化合物中迅速锁定潜在候选分子,将传统需耗时数年的靶点识别缩短到数周。这绝非空谈,而是切实的效率飞跃。AI提速的是发现过程,但药物上市仍需经过验证。临床环节的生物学复杂度,远非算法能够穷尽。产业正朝着能自主提出假设、执行实验的AI科研体方向迅猛演进。AI机器人实验室已可实现全天

2026-06-17 16:11:12  |  16 阅读

科技巨头挺进AI新药研发

STAR ENERGY字节此次的业务拆分,令业界看清,科技巨头已动真格。AI制药不再是大厂口中的“尝试性课题”,而是一项能够深耕且具备巨大潜力的实体产业。正文共:4547字预计阅读:12分钟AI制药领域,迎来了超级巨头的入场。6月10日,消息传来,字节跳动将其内部AI制药业务剥离,开启独立融资进程,原有核心团队、算法平台及管线资产整体划转至新实体,字节保留控股权,火山引擎持续供给算力支持。鉴于生物医药已被确立为国家支柱产业,AI制药更是当下的热门风口,字节的这一举措让行业确信超级巨头已入局——AI制药不再

2026-06-17 10:12:04  |  53 阅读

AI重塑B2B采购:决策第一关的智能筛选

2026年的一个普通工作日,深圳一家精密制造企业的采购总监张伟,接到了新产线自动化改造的任务。他没有像十年前那样打开百度,也没有翻找名片册求助同行,而是习惯性地打开豆包,输入了一个问题:"国内工业自动化产线集成商,哪家比较靠谱?" 几秒钟后,AI生成了一份详尽的回答,包含三家企业,并清晰列出了各自的强项——有的擅长柔性制造,有的在重载机器人集成上经验丰富,还有一家在细分电子装配领域有大量案例。张伟仔细阅读后,逐一访问了这三家官网,并最终选定了两家发出询价。而那些没有被AI提及的供应商,即便在行业内小有名气

2026-06-17 10:09:24  |  27 阅读

AI 理财真相:年轻人盲目跟风?三大误区与实测揭秘

上周末,一位好友悄悄发消息给我:"DeepSeek 称当前买入某基金必赚,我是否该全仓投入?"慢着——你就如此轻信?DeepSeek 断言稳赚,你真打算把薪水全部投进去?他颇为自信:"82% 的年轻人都信赖 AI 理财建议,它怎会出错?"好吧。我默默开启搜索引擎,欲探究这 82% 数据源自何处。一番查询后,发现情况远比预想荒谬。根据 Intuit Credit Karma 2025 年调研,66% 的美国人利用生成式 AI 获取财务建议,Z 世代与千禧一代更为激进,82% 的人曾向 AI 寻求理财指导——

2026-06-16 11:48:23  |  18 阅读

全球AI宪章:可验证治理国际框架

编者按:本宪章完整文本已于2026年4月呈交联合国人工智能治理办公室,并作为7月6日与7日在瑞士日内瓦举办的全球首届AI治理大会的提案之一进行审议。诚邀各界有识之士来函提出修改建议。International Framework for Responsible and Verifiable AI Governance人工智能可验证治理国际框架Submission to the United Nations Global Dialogue on AI Governance (2026)呈交至联合国人工智能治

2026-06-15 21:42:09  |  25 阅读

AI趣闻124:RLVR重构推理力,开启企业开发新纪元

自2024年起,AI领域经历了一场颠覆性的技术飞跃:OpenAI o1、DeepSeek-R1、Kimi k1.5、Qwen3等主打强推理能力的大模型相继问世,在数学运算、代码生成及复杂科学问题等硬核领域实现性能的大幅跃升。驱动这一质变的核心技术,便是可验证奖励强化学习(RL with Verifiable Rewards,简称RLVR)。以往大模型训练高度依赖人工标注与昂贵的人类反馈,而RLVR彻底重塑了模型训练的闭环逻辑,不仅显著降低了专业大模型的研发成本,更推动行业从“比拼标注预算”转向“较量验证器

2026-06-15 21:37:02  |  30 阅读

AI 团队协作与共享笔记

如果让多个 AI 共同解决难题,最大的难点往往不在于谁更智能。难点在于:任务如何分配?成果如何汇总?如何鉴别哪些发现是可靠的?这篇论文提出的 DeLM 系统,可以类比为一个班级场景:多名同学共同攻克难题。以往总需一位班长收集纸条、转述并整理答案,而 DeLM 则采用了一种新方式:让大家共同查阅一本公共笔记本。这与我们息息相关,因为未来许多复杂任务将交由一组 AI 共同完成。无论是编写代码、检索资料、研读论文还是记录实验日志,都不再像个人单打独斗,更类似于小组协同作业。然而,小组协作最忌讳信息在传递中遗失。

2026-06-15 07:20:28  |  16 阅读

2026年AI创业新法则:创始人必读的实战指南

导语:创业逻辑已彻底重构回顾过去,硅谷创业的经典路径是:验证想法、寻找融资、招募工程师、漫长开发、继续融资。这套"以人力换时间"的模式在2026年已完全失效。随着AI演变为基础设施,曾经被视为神话的"10人团队打造独角兽"不再是运气使然,而是精密执行的结果。AI正在填平技术鸿沟,将验证周期从数月压缩至数小时。对创业者来说,这既是千载难逢的机会,也是决定生死的模式转换。规则已经重塑:如今的驱动力不再是团队规模,而是创始人作为"智能体协调人"的战略眼光。核心洞见一:技术护城河消亡——非技术型创始人迎来春天20

2026-06-14 22:01:21  |  14 阅读