AI课堂如何真正促进学生深度思考
近期发表于《开放教育研究》的论文《生成式人工智能是否有助于提升学生的高阶思维？——基于对60节课堂实录的分析》，深入探讨了这一议题。研究并非聚焦单一AI工具或对话场景，而是系统分析了60节融合生成式AI的课堂教学，涵盖22节国家级、省级示范课及“广东省中小学教师信息技术应用能力提升工程2.0”平台上的38节案例课。课程覆盖小学一至六年级，涉及语文、数学、英语、科学、美术、信息技术、心理健康、道德与法治、综合实践等9个学科，部分为跨学科或项目式学习。AI在课堂中的应用形式多样，主要分为三类：利用AI生成互动
AI 时代职场仅存五类人，看似最稳实则最危险
最近技术圈流传着一套新的职业分类法，把职场人划分成了五种。很多人转发并配文“测测你是哪种”，将其当作职场版的 MBTI。我起初并未太在意。但随着深入了解，我意识到提出者并非在做性格测试，而是在陈述一个略显冰冷的事实：我们熟知的那些头衔，如工程师、产品经理、设计师、运营，正在逐渐融合。它们正在重组成另外五种形态。职位名称不再重要，关键是你属于这五种中的哪一种。这已超越了单纯的测试范畴。提出这一观点的是 Boris Cherny，Claude Code 的核心开发者，圈内人称“Claude Code 之父”。
AI应用多模型支持：为什么不能把鸡蛋放在一个篮子里
初次开发AI应用时，很多人的做法很直接：配置一个模型地址。填写API Key。选择模型名称。先让功能跑起来。对于Demo演示阶段，这样做完全可行。但产品一旦进入实际部署，就会立即面临一个现实挑战：用户群体使用的模型供应商各不相同。有人偏好OpenAI。有人选择通义千问。有人使用Kimi、DeepSeek、豆包、混元、智谱。还有些团队因合规要求、成本控制、网络限制或私有化部署需求，必须接入自建的OpenAI兼容服务。这时你会意识到，AI应用如果单一绑定某个模型，前期开发虽然省事，但后期落地会处处受限。这正是
AI能否真正疗愈情绪？虚拟陪伴与倾诉，终究只是短暂慰藉
我们总习惯向外寻求现成的情感支持，心里难受就找AI温柔安抚，委屈压抑就拉着亲友倾诉吐槽，下意识逃避向内觉察、审视自我的过程，这也是许多人反复陷入情绪内耗的根源。各类AI智能体拥有统一特质：永远包容、全程共情，不会反驳你的观点，不会点破你的执念，更不会要求你直面藏在心底的伤痛。只要产生负面情绪，随时能获得温柔安抚，无需反思、不必承受自我审视的煎熬，这便是一座专为情绪打造的恒温温室。短期来看，它能快速抚平当下的烦躁委屈，可长久依赖，会慢慢丧失自主消化情绪的能力。压抑没有真正疏通，只是被暂时掩盖，淤积在体内的情
AI美图 | 生活故事：暮色鸢尾的凝望
（长按图片可保存为手机壁纸）这件浅紫色的长裙，仿佛一朵在夜色中凝固的鸢尾。层叠的薄纱与蕾丝在细腻的肩颈线条上交织，繁复的立体花瓣与珍珠顺着肩臂蔓延，像是某种古老而神秘的符咒。金色的长发被精致地绾起，发间点缀的珍珠与金色藤蔓发饰宛如凝结的星辉。她微微侧身回望，那双清澈的眼眸中，没有寻常人的谄媚与卑微，而是盛满了近乎哀伤的冷冽，仿佛她正伫立在现实与幻梦的边界，回望自己刚刚走出的深渊。她叫沈知晚，这是她被所有人铭记在名册上的名字，却从来不是她真正的自己。沈知晚出生于一个衰落的书香世家，自幼在祖母的熏陶下研习绘画
AI三大流派与七十年起伏史
1956 年，美国达特茅斯学院，一群科学家聚在一起开了一个会。这个会的名字叫"达特茅斯夏季研讨会"，去的都是当时最聪明的人。会上他们提出了一个概念——人工智能。能到什么程度呢？他们当时就敢预测：机器会在 20 年内代替人类做所有工作。70 年过去了，这个预言没实现。但这场会议确实成了 AI 的"出生证明"。有意思的是，从那天起，做 AI 的科学家们就分成了三个学派。直到今天，这三个学派还在互相影响。理解了他们，你就理解了 AI 的半部历史。学派一：符号主义 —— 让电脑"讲道理"符号主义的核心思想很简单：
2026年AI训练师与电商师就业前景深度对比，谁更值得选？
就业前景全面解析（2026最新数据）行业长期发展走势预判技术驱动型赛道，国家重点培育新兴职业国内AI人才缺口突破500万，AI训练相关岗位年增长率达30%-90%，属于国家战略扶持新职业，覆盖互联网、制造、医疗、金融、自动驾驶全行业，不受单一平台局限。AI是未来10年核心产业，只要大模型持续迭代，训练、标注、评测、微调岗位永久刚需；越资深越稀缺，3-5年高级训练师薪资20k-30k，大厂专家年薪百万级。底层入门岗（纯数据标注）工作重复枯燥、薪资低（4k-6k）；几乎无法自主创业，只能上班或接少量标注外包；
AI 日报 7.5 | 具身智能企业上市获批 + 大模型智能体整改 + 头部云商封禁 Claude
每日 3 分钟，掌握 AI 行业当日的核心动态机器人不再只是设想，它即将登陆资本市场。证监会正式批准宇树科技股份有限公司首次公开发行股票并于科创板上市的注册申请。这意味着具身智能正式从"研究室"迈入"金融市场"。AI 拟人化应用，即将迎来监管。7月4日，字节跳动与阿里巴巴同步发布公告：提醒：豆包、千问的问答、写作、绘图、文档、翻译等日常功能保持正常运营，不会暂停服务。从"争相引入"到"全面禁用"，仅用了一周时间。7月3日，阿里巴巴内部发出通知：这并非阿里单独的行动。腾讯、字节跳动、百度等企业的安全合规委员
AI驱动基础教育变革——校长论坛共探未来学校建设之道
2026年7月4日至5日，第三届国际教育人工智能与学习科学研讨会在南方科技大学圆满举办，以"人机协同时代的教与学"为核心议题，吸引国内外专家学者、教育一线工作者、管理者及技术开发者齐聚一堂，深入探讨人工智能在教育领域的深度融合与前瞻方向。作为大会核心分论坛之一，7月5日上午，中小学校长教育AI与学习科学论坛于南科大会议中心正式开展。论坛由南方科技大学未来教育研究中心主任赵建华教授、刘根平教授及陈庆涛博士共同主持，紧扣"人机协同时代的教与学"主题，汇集深圳众多中小学的书记、校长与一线教育管理者，集中呈现人工
AI赋能教育：从辅助工具迈向人机协同育人新生态
在第三届国际教育人工智能与学习科学研讨会上，“AI赋能教育创新企业家论坛”于2026年7月4日在南方科技大学顺利召开。该论坛聚焦人工智能技术在教育场景中的商业化应用与创新实践，致力于构建产教融合的高端交流平台，推动前沿技术从产品方案走向课堂实效、从产业经验走向育人共识。在本届研讨会“人机协同时代的教与学”主题引领下，论坛由深圳市盐田区教育科学研究院马瑞博士与国际人工智能科学院王海龙秘书长共同主持，围绕智适应学习系统、智能课堂重构、人机协同教师发展、AI驱动未来学校、个性化精准教学、课堂智能诊断与评价、无感
善用人工智能助手，轻松突破考公难关 | 华图百位成功学员经验分享第6期
备考公务员最大的挑战不是难题本身，而是那颗想要退缩的心。这里没有天才选手，只有与你我相似的平凡人。华图百名上岸学员的突破策略，百种实用方法，百次逆袭翻身。策略直接可用，避开弯路，快速抵达目标。你正走的路，早有先行者。他们能成功，你同样可以。李同学｜借助AI工具，让上岸不再痛苦煎熬许多人以为考公如同苦行僧般的修炼。但我想告诉大家：上岸之路可以充满温情与高效。我的申论曾是弱项——感觉答得全面，得分却不理想。华图App的AI要点检测功能帮我发现盲点：原来我遗漏了约三分之一的得分要点。在培训基地，辅导员从不指责我
人工智能周报0705：规模定律遭质疑、AI代理纷纷撤下、智能系统发掘超导体
人工智能界度过了又一个意义非凡的一周。从本土主流平台批量移除AI代理服务，到规模定律核心论文被揭露关键缺陷；从达摩院智能系统挖掘超导材料，到Figure三代机器人进驻工厂——整个产业正在经历深刻变革与重新洗牌。灯下拾斯文为您汇总本周最不容错过的12条AI动态。一、豆包、千问、元宝同步撤除AI代理模块7月4日，字节系豆包、阿里系千问几乎同时公告，定于7月15日终止用户自主搭建的AI代理功能。此前，腾讯系元宝已在6月30日停用同类服务。三平台的时间安排与《人工智能拟人化交互服务管理暂行规定》生效日期精准吻合。
AI 新时代：多空博弈激烈
利好消息1. 江波龙财报表现远超预期；2. 三星等存储巨头拟再次上调芯片售价；3. 美光斥资93亿美元在日本扩建HBM产能；4. 华为发布 τ 定律更新版本；5. 央行加大流动性投放力度。利空因素1. 拟人化AI新规即将落地，多家大模型暂停智能体服务；2. Meta表示AI智能体进展未达预期，计划出租闲置算力，引发供应过剩忧虑；3. 海外科技巨头缩减AI相关支出，外围科技股情绪低迷。市场格局1. 存储与国产半导体受益明显；纯AI应用题材承压，算力板块短期分歧加大。提示：本内容仅为资讯汇总，不构成任何投资建
AI技术驱动粒子与核物理研究：从理论探索到实践应用
本文刊载于《中国科学院院刊》2026年第6期"国家科学技术思想库：人工智能赋能科学研究"王贻芳1*何源2黄耀3何万兵4焦毅1李聪乔5李科1刘北江1马英起6马余刚7*庞龙刚8齐法制1谭思超9 王春鹏10 王盟9徐小恒6徐星2 赵振堂10张英逊11张正德1赵红卫2赵丽娜11 中国科学院高能物理研究所2 中国科学院近代物理研究所3 中国科学院合肥物质科学研究院4 复旦大学 现代物理研究所5 北京大学 物理学院6 中国科学院国家空间科学中心7 华东师范大学 物理学院8 华中师范大学 夸克与轻子物理教育部重点实验室
智能六维跃迁：零基础洞悉AI进化全景图谱
当下AI行业热火朝天，大模型、推理AI、通用智能、人形机器人等概念层出不穷，但所有人都绕不开一个核心问题：我们到底处在AI的哪个阶段？未来又会走向哪里？多年来，行业内诞生了好几套AI发展阶段划分体系，各有说辞、各有侧重，但始终没有一套能兼顾「通俗好懂、逻辑闭环、贴合当下、预判未来」的通用框架。传统划分要么太宏观，分不清当下模型的细微差距；要么太技术化，普通人完全看不懂；要么只看历史迭代，无法预判通用人工智能（AGI）的终局形态。今天，我们整合行业所有主流理论，结合最新推理大模型、强化学习、多模态技术的发展