工信部严执法：规范动力电池回收秩序
5月28日，工业和信息化部召集全国新能源汽车动力电池回收利用工作专班召开第二次会议，明确要求以法治化方式规范回收流程，并全面启动针对废旧动力电池回收利用的联合执法专项行动。行业专家指出，作为新能源汽车的关键组件，废旧动力电池的回收处理关乎我国汽车产业的高质量推进与安全防线，亟需强化规范引导，促进产业健康有序发展。 在强化协同机制上，会议强调需围绕法律法规、政策体系、标准建设及关键问题研究等维度加强联动，充分利用现有政策资源，谋划新增政策储备，坚定不移地运用法治手段规范回收行为。 中汽数据有限公司资深专家胡
AI 时代高考选科：会计专业如何突围与规划
立足AI技术现状、行业竞争格局、职业层级划分及长远就业轨迹，从观点剖析、决策逻辑、报考指引及学业规划多维度展开，协助考生及家长厘清思路，化解“人工智能将彻底颠覆会计行业”的恐慌情绪。一、首要澄清核心认知偏差：AI并非全面替代会计1. 被替代的仅是低端重复性岗位，而非整个行业AI结合RPA技术取代的是发票粘贴、凭证录入、银行对账、基础纳税申报及简单核算等机械化任务，此类岗位技术门槛低、可替代性高，即便无AI介入，其薪酬待遇与发展空间也极为有限。会计行业呈现明显的分层特征，低端岗位虽在收缩，但中高端人才缺口持
2026年高考AI限制新规引关注，多家大厂回应
距离高考仅剩几天，网上突然流传起关于AI工具在高考期间可能被禁用的消息，引发广泛关注。这类传言不断发酵，似乎让人觉得6月高考那几天所有AI功能都会全面瘫痪。但实际情况并没有那么夸张，只是对部分特定功能进行了限制。具体哪些功能受限？我来为大家梳理一下真实情况。近日，多家媒体已向主流AI平台求证此事。据抖音旗下的豆包客服表示，高考期间平台仍可正常使用，日常学习和备考问答不受影响。但为保障考试公平，“拍题答疑”等功能将在高考期间暂时关闭。腾讯方面确认，去年高考期间元宝就已停止服务，今年也将延续这一措施，涉及高考
AI 安全周报：ChromaDB 与 Langflow 高危漏洞及业界动态
NVD 正式公布了针对 ChromaDB Python 服务器部署（涵盖 1.0.0 及以上版本）的安全漏洞 CVE-2026-45829。未授权的攻击者只需提交一个启用了 HTTP 访问且 trust_remote_code 设为 true 的恶意模型仓库，即可诱发服务器端代码执行。HiddenLayer 将该漏洞的 CVSS 4.0 评分定为满分 10.0。📌https://nvd.nist.gov/vuln/detail/CVE-2026-45829 📌https://hiddenlayer.com
AI Token模式引爆增长：道通科技转型物理AI龙头
在人工智能席卷全球的2026年，当大多数企业还在为AI大模型的落地场景苦苦探索时，道通科技（688208）已悄然完成了一场深刻的战略蜕变。作为全球领先的物理AI龙头企业，道通科技早已不仅是一家智能硬件公司，而是率先打通了“硬件入口+软件订阅+Token调用收费”的商业闭环，正式转型为面向物理世界的AI Token运营商。这一极具前瞻性的布局，不仅让道通科技稳坐“物理AI龙头”的宝座，更为其市值增长打开了全新的想象空间。数百万智能终端构筑先发优势打造软硬件AI闭环壁垒Y道通科技的底气之一，是其在全球范围内铺
AI透明化陷阱：为何强制解释反而损害消费者？
TOP JOURNAL DIGEST | 营销科学前沿 AI透明度越高，消费者受损越严重？ ——可解释人工智能监管的悖论真相 Marketing Science FT50 / UTD24 2025 Vol.44 No.3 一句话核心 强制要求AI完全透明可能导致企业与消费者双败——允许企业保留适度的“解释模糊性”，反而能推动质量竞争，最终使消费者获得更优产品或更低价格。 论文信息 标题 Regulating Explainable Artificial Intelligence (XAI) May Har
AI赋能下工具开发变得多简单
Hi，我是松宝。伴随着 AI 技术的飞速进步，软件开发的难度已大幅降低，即便不编写任何代码也能轻松制作出实用小工具。本文将以制作一款浏览器划词翻译插件为例，为大家展示当今开发工具的简易程度。首要任务是准备一个 AI 编程助手，此处选用近期热门的 Codex 工具，未安装的读者也可以纯粹观摩体验。从零开始制作时，第一步自然是启动 Codex 并创建新项目：接下来描述我们的功能设想：随后静待 AI 完成构建，不得不说看 AI 操作有种当领导的感觉：AI 完成开发后，还贴心地提供了使用说明文档：我们根据 AI
【AI 财税实战②】深度解析：AI 财务分析与传统报表的本质差异
在上一期《【AI 财税实战场景①】AI 自动做账，已经发展到什么程度了？》中，我们探讨了 AI 如何逐步接管财务领域中的重复性工作。然而，许多企业在达成自动化目标后，迅速面临新的挑战：账务处理完毕，接下来该做什么？对于企业决策者而言，核心关切绝非“报表是否生成”，而是：企业经营究竟何处出现了隐患。多数传统报表仅能告知管理者“发生了何事”，却难以直接阐明“为何发生”。唯有将数据拆解至具体业务层面，企业方能明确后续的调整方向。传统财务报表的核心职能在于“记录数据”，而 AI 财务分析则真正迈入了“解读数据”的
革新穿戴智能！3D智能触觉织物让衣物拥有类脑感知能力
科研新进展！上交大与上硅所打造碳气凝胶新材料，废旧塑料华丽转身为超宽线性柔性传感器Nat. Sens.: 摆脱厚重镜头！仿生变色龙传感器实现像素级AI视觉自进化南邮与南大联合突破！直流摩擦发电机无需整流器，直达88V超高电压输出核心期刊重磅：蜜蜂启发AI创新！仅42kB神经网络，微型无人机实现无网络精确定位Nano Lett. 重大进展：贵金属稀疏化策略，开创超等离激元新架构，突破中红外传感技术瓶颈Nat. Comm. 创新成果：苏大与新国大合作开发原位传感软体触觉芯片，为机器人带来真实触觉体验西工大科研
破解AI计量难题：我国发布人工智能体系建设新蓝图
点击蓝字 关注我们近期，市场监管总局与国家发展改革委共同发布《人工智能计量体系和能力建设指引（2026版）》（下称《指引》），对人工智能计量能力建设进行了系统性规划。这一举措意味着我国人工智能领域正从“建算力、扩规模”向“提质量、强根基”的关键阶段迈进，对于促进人工智能技术与实体经济的深度融合、加速新质生产力发展具有深远意义。“十五五”规划纲要已明确全面实施“人工智能+”行动。此次《指引》的发布，正是为“人工智能+”行动提供坚实的“度量衡”基础攻克“测不准”难关，提升AI可信度面对算法“黑箱”、决策解释性
人工智能浪潮下，程序员的未来之路
AI时代，程序员何去何从？面对挑战选择进化，而非担忧被淘汰最近，AI编程助手的火热让不少程序员开始感到焦虑。Cursor 可以自动补全代码，Devin 能自主完成开发任务，GPT-4 能处理复杂技术问题……我们这些以编码为生的人，是否会被技术变革所淘汰？【担忧，其实可以理解】回顾过往，每次技术革新都带来职业的重新洗牌。工业革命时，纺织工人捣毁机器；信息时代，传统行业从业者被迫转型。如今，AI 正在冲击曾经的“安全区”——编程，这个需要高度逻辑与创造力的职业，正面临巨大挑战。一些数据揭示了趋势：• GitH
AI客服一年节省4000万美元，但消费者真的满意吗？
先看一组数据Klarna，这是一家来自瑞典的“先买后付”金融科技公司。该公司在2024年初推出了AI客服，仅在上线首月就处理了230万次对话，相当于700名全职客服的工作量，平均处理时间从11分钟缩短至不到2分钟，预计每年节省4000万美元，提升利润。这组数据在商界广泛传播，全球CEO们对此都表现出极大兴趣。Klarna再接再厉，从2022年到2025年，三年间将员工总数减少了约40%，大幅降低了运营成本。这是AI客服故事的上半部分，大家耳熟能详。但后半部分是什么呢？埃森哲（全球最大的管理咨询公司之一）在
AI三强格局已定：三大赛道落子，大众智能时代迎来重塑
核心应用场景首选AI方案主要亮点办公协作、日程规划、多模态创作、全生态互通GoogleGemini生态健全、全天候在线、覆盖全场景日常所需深度剖析、万字长文、复杂代码、逻辑推演AnthropicClaude上下文记忆强、推理精准、安全系数高、专业度爆表日常闲聊、快速头脑风暴、原型构建、轻量工具调用OpenAIGPT交互体验佳、生态多元、入门无门槛、响应迅速不妨用Gemini打理生活杂务，借Claude攻克专业难题，靠GPT快速激发灵感、高效复盘总结。这并非选择障碍，而是大众首次掌握AI时代的自主决策权。与
人工智能领域每日要闻速递（2026年5月29日）
追踪────────────────────[01]Claude AI- Claude现已整合至亚马逊Alexa生态，充分展示了其在企业级应用场景中的渗透能力。Claude由Anthropic公司打造，运用Constitutional AI技术保障安全性和精准度。- Claude采用Constitutional AI训练范式，注重安全性、精确性和防护机制。这构成了Anthropic在AI对齐研究中的核心技术优势。[02]Cursor AI- Cursor兼容多款主流AI模型，包括OpenAI、Anthro
AI时代企业核心：API治理重塑业务智能边界
在企业全面进入AI原生阶段的数字化转型中，众多企业正努力将AI技术融入核心业务流程。然而，实践中不难发现，仅凭大模型算法的力量，很难实现业务端的深度落地，如何有效连接AI与实际业务操作，成为行业共同面对的挑战。谷云科技提出的API×AI策略，重新定义了ToB企业在智能化转型中的基础逻辑和实施路径。该战略明确划分了Data×AI与API×AI的不同价值层级：前者主要用于数据洞察和认知分析，而后者则是实现AI深度应用、推动业务自动化的关键，表明企业AI能力的边界和执行力完全依赖于其API的标准化和体系化治理水