找到
1111
篇与
互联网
相关的结果
- 第 10 页
-
抖音电商助力国货羽绒服“暖经济”升温 随着冬季消费旺季到来，国产羽绒服品牌在电商平台迎来新一轮增长。今年，抖音电商“中国好羽绒”IP的全面升级，以“新场景、新需求、新趋势”为核心，为国货羽绒品牌打造全新品效协同场域。据抖音电商统计，“中国好羽绒”活动自上线以来，相关视频播放量约700万，话题曝光量突破27亿，热点话题曝光量突破6800万，多个热点话题占据抖音热榜前排，登顶种草榜TOP1。截止到12月4日，“中国好羽绒”品牌整体同比爆发38%，个别羽绒服品牌同比爆发高达80%。活动中，鸭鸭、波司登、坦博尔等品牌，超越了“保暖”的单一功能，进阶为一种被认可、被向往的生活方式，实现品牌声量与生意销量的集中爆发。此外，“中国好羽绒”发布系列溯源短视频，镜头深入羽绒生产一线，从原料选取、设计灵感到严谨的充绒与缝制工艺，再到智造创新、智能物流，进行全方位、立体式溯源，让用户近距离感受国货好羽绒的高标准绒毛、高制作工艺、高设计水平。系列溯源短片上线后引发大量用户关注。数据显示，视频累计播放量达470万+，收获点赞数十万次。据悉，今年“中国好羽绒”运用AIGC技术，力争为国货羽绒品牌打造了一个充满未来感的展示舞台。活动期间，创意话题“#惹毛我我会变得羽绒绒”以“AI变得羽绒绒”特效玩法登上抖音种草热榜TOP32，话题曝光超2000万次，吸引大量用户踊跃共创，为羽绒品牌引爆首波市场热度。在《冬日潮流电子刊》中，“中国好羽绒”携手鸭鸭、艾莱依、坦博尔等品牌借力AIGC技术，围绕撞色能量潮、寒核机能潮、雪境未来潮等新热潮趋势生成电子穿搭指南，让羽绒服化身未来时装，为消费者带来全新的视觉体验与风格启发。此外，本次“中国好羽绒”走进“中国北极”漠河，在零下三十四度的极寒中，通过一场“极寒温暖派对”，打造了品牌、用户、公益与地方文旅多方联动的合作模式，实现了商业价值与社会价值的双丰收。“中国好羽绒”不仅为品牌提供了验证产品力的极致秀场，为地方文旅实现了城市形象的生动传播，为用户带来了沉浸式的温暖体验，也为公益事业完成了爱心的切实汇聚。在线下，漠河通过全城广告为活动预热，提前点燃公众对活动的期待。 11月28日，“中国好羽绒”品牌波司登联合 @漠河文旅官方账号 在派对现场开播，让观众能够直观的看到品牌在极寒环境下的产品性能实测。数据显示，品牌直播间观看次数突破2000万、观看人数超830万，一场跨越山河的温暖见证，在抖音热烈引爆。11月29日，“中国好羽绒”携手字节跳动公益“善行边疆”项目，邀请抖音电商头部主播顿顿、人民网消费抖音号等多方参与。活动期间，通过爱心企业捐赠、慈善热潮市集与爱心好物直播等多元形式筹集善款超30万，并联合字节跳动公益、壹基金、黑龙江省的公益组织，向漠河当地小学发放273套、价值10万元的“温暖包”，让当地民众切实感受到“善行边疆”的温暖。 直播同时助力当地特色农产品推广。数据显示，漠河两场直播累计观看人数突破1080万，观看次数超2400万，最高在线人数逾23万。业内分析指出，品牌价值的验证在于市场表现，“中国好羽绒”通过构建“内容热推—搜索承接—商城爆发”的全链路经营场，为羽绒品牌开辟出一条品销协同的增长快车道。在内容场，话题 #超chill的国货羽绒服我先穿了登上抖音热点榜TOP6、种草榜TOP1，#羽绒服让我实现雪景自由 跻身抖音热点榜TOP19、种草榜TOP1，让品牌借助情景化内容矩阵与用户建立情感连接。
-
AI重构教育，这场研讨会聚焦未来学习会发生什么变化 当前生成式人工智能的快速迭代升级，正推动教育的全方位重构。未来学习会变成什么样？12月5日在华东师范大学举办“未来学习与未来高等教育”研讨会上，全国多所高校及教育界的专家学者谈到，大学要积极应对生成式人工智能等新兴技术引发的学习要素、学习范式、教育生态的全方位变革，进一步引导学生开展个性化、跨学科、项目式学习，培育智能时代的高阶思维，提升智能时代的未来素养。会上，上海纽约大学首任校长俞立中指出，高校应以国际视野回应AI时代的挑战，积极重塑育人理念和人才标准。他强调，未来大学应着重培养学生的选择力、思辨力和终身学习能力，教师则应以人格魅力与专业智慧引导学生成长。他表示，大学教育应致力于培养具有健全人格、具备社会责任感的完整个体，支持学生在多元生态中实现个性化发展。上海市教委原主任、上海海事大学原校长陆靖指出，教育真正的变革必须体现在课堂形态的根本变化上。他通过大量生动案例，展示了上海在人工智能教学应用方面的先行实践。比如，小学课堂借助AI系统实现作答实时识别与个性化反馈，教学过程全程数据化、可视化、可追踪，极大提高了课堂的交互性与教学精准度；开源空中课堂系统则为学生提供个性化的学习资源，并促进教学资源的开放共建。他指出，AI不仅重构了教学组织方式，也重塑了教师的教学行为与学生的学习方式。他强调，技术手段的使用必须服务于明确的教育目标，真正推动育人方式和课堂生态的深度重塑。上海市教育委员会高教处处长杨颉指出，“未来学习”成为构建未来高等教育体系的重要引擎，应统筹推进“未来教师、未来课堂、未来学校、未来学习中心”的融合创新。华东师范大学副校长戴立益认为，“未来学习”已成为破解高等教育传统难题、引领教育创新发展的关键路径，有助于推动育人范式从“知识传授”转向“能力构建”。华东师范大学正在通过“重构学习空间”与“重组学习资源”的双管齐下，探索数智时代学习范式转型。他希望，未来学习中心成为“破壁机”“大剧场”和“大森林”，不仅打破学科壁垒和部门界限，更能为学生提供广阔的探索空间与沉浸式的成长体验。华东师范大学数据科学与工程学院教授周傲英指出，AI的本质在于“智能的自动化”，其核心由数据、算法与算力驱动，正重塑人类的认知方式与科学研究逻辑。他指出，这一转型对教育治理与课程体系提出新的挑战，呼吁高校从底层逻辑入手推进教育生态系统重构，实现对AI变革的积极响应与深度融合。会上正式启动“面向未来学习的应用创新案例”征集活动。该活动旨在系统梳理和汇集高校师生在未来学习领域的实践探索，挖掘可借鉴、可推广的创新案例，进一步支持教学改革和经验共享。本次研讨会还设置“未来高等教育”“未来学习中心”“未来大学”“未来课堂”“未来教师”“未来图书馆”六大主题环节，围绕数智时代的学习变革展开深入研讨。
-
半夜被AI「吓醒」！57岁导师投奔24岁华人女学霸，打造「AI数学家」 新智元报道编辑：元宇【新智元导读】传奇数学家Ken Ono辞去了弗吉尼亚大学终身教职，加入了自己学生Carina Hong创办的Axiom Math，打造「AI数学家」。促使他做出这一决定的，只因他在一次研讨会上看到了AI在数学研究上的无限可能。刚刚，57岁的数学教授Ken Ono宣布辞去终身教职，跟随自己24岁的学生Carina Hong追逐「数学超级智能」。 Ken Ono是目前全球最杰出的数学家之一，对于在弗吉尼亚大学执教的他来说，硅谷AI初创公司好比另一个世界。前不久，他还在讲座时调侃AI技术的「神话」，称自己是NI（Naturally Intelligent，天生智能）。如今，NI和AI要合二为一了。Ken Ono从弗吉尼亚举家搬到了数千公里之外的硅谷，加入了Carina Hong的AI初创公司Axiom Math。 Ken Ono与Axiom Math创始人Carina Hong推动数学超级智能的人2024年，仍在斯坦福大学攻读博士的Carina Hong，在学校附近的一间咖啡馆中萌生了创办Axiom Math的想法。24岁的她有着近乎「逆天」的履历。Carina Hong在中国广州长大，她在很小的时候就发现了自己对数学的热爱，她曾接受过奥数训练，并从激烈的竞争中脱颖而出。但真正让她着迷的，还是数学研究和发现。「奥数是一连串的多巴胺刺激，但做研究就是不断撞墙——那是一种痛苦。我喜欢那种痛苦。」作为家族中第一代大学生，Carina Hong大概在十四五岁的时候，就已经把目标锁定了麻省理工学院（MIT）。 Carina Hong在麻省理工学院她3年内从MIT毕业，拿下美国本科数学研究最高奖Frank and Brennie Morgan Prize（摩根奖）和Rhodes Scholarship（罗德奖学金）。获得罗德奖学金，使她有机会赴牛津大学进一步深造。因此，从MIT毕业后，她放弃了做对冲基金量化交易员的机会，选择了前往牛津大学攻读神经科学硕士学位。在牛津期间，她还做过与深度学习相关的研究。随后，Carina Hong又去斯坦福攻读法律博士和数学博士。正是在斯坦福大学附近的咖啡馆，她结识了Meta的前AI科学家Shubho Sengupta。他们讨论了把AI和数学两个领域结合起来的想法。随后一段时间内，Carina Hong时常想起AMD的CEO苏姿丰对学生的建议：奔向最难的问题。「数学研究已经够难了，去做数学的AI更难」。于是去年夏天，等Axiom Math的种子轮融资一落地，Carina Hong立刻退学创业。曾和她一起在咖啡馆讨论问题的Shubho Sengupta，也成了Axiom Math的CTO。Carina Hong退学创办Axiom Math时，短短几个月便完成了6400万美元的种子轮融资，估值3亿美元，并吸引了包括Shubho Sengupta在内的前Meta的AI研究员。Axiom这个名字来自「公理」，即数学中可构筑整套理论的基本真理。Carina Hong的想法是打造一款「AI数学家」，这是一个能够推理已有问题、发现新问题，并用形式化证明验证自己工作的AI系统，而不仅仅是给出答案。Carina Hong认为数学是打造超级智能的完美试验场，她希望Axiom Math未来能够攻克一些困扰人类数百年的难题，甚至能够提出全新的数学猜想。投资方B Capital将Carina Hong称作「推动数学超级智能的人」。尽管AI泡沫令人担忧，但数学家们却越来越看好AI可以带来数学突破的潜力。非典型数学家与自己的天才学生Carina Hong一样，Ken Ono的经历同样堪称传奇。1968年，Ken Ono出生于费城，儿时迫于父母压力的痛苦，他连高中都没念完。即使这样，他仍然考取了芝加哥大学，并在数学家父亲的影响下爱上了数学。毕业后Ken Ono在威斯康星大学、埃默里大学执教多年，并于2019年前往弗吉尼亚大学担任数学系教授。美国数学学会前主席Ken Ribet认为Ken Ono是数学界的传奇人物。Ken Ono以对印度数学奇才拉马努金（Srinivasa Ramanujan）理论的深入研究而闻名，还带领了美国顶尖的本科研究项目，培养过10位Morgan Prize得主，Carina Hong就是其中的一位。不满足于「纸上数学」，Ken Ono还积极地将数学应用于体育与科学传播。他也许是史上唯一一个出现在啤酒广告里的数论学家，出演了米勒淡啤（Miller Lite）的超级碗广告。他曾为UVA游泳队和美国奥运金牌选手提供咨询，运用数学分析和建模为精英竞技游泳运动员提供指导。Ken Ono还参与制作一部了致敬数学家拉马努金的传记电影《知无涯者》，任该电影的联合制片人兼数学顾问。 《知无涯者》（The Man Who Knew Infinity）电影剧照对比这些经历，你会发现Ken Ono是一个不断追求破界、勇于打破常规的人。对于他来说，辞掉终身教职，举家搬到数千公里外的硅谷，加入一家初创的AI公司，并不是一个十分令人意外的选择。而且，这一切转变，早在去年春天已经埋下了伏笔。一场研讨会让Ken Ono找到「另一种做数学的方式」Ken Ono一直在关注AI对数学领域的影响。这更多是出于一种好奇，而非恐惧。他发现AI在认知任务、解决已知问题上表现惊人，但一旦涉及需要直觉与抽象思维的创造力部分，比如在纯数学领域仍显得笨拙。在Ken Ono看来，这种人类创造力在数学中至关重要。基于这一认知，他原本认为自己的工作至少还能稳定几十年。然而去年春天的一次探讨会，改变了Ken Ono的想法。当时的他受邀参加一次测试AI模型的活动，作为参与这次活动的30位数学家之一，他们需要提出研究级难题来考验AI模型。 爱穿夏威夷衬衫的Ken Ono在数学界是个极具传奇色彩的人物从那场研讨会离开时，Ken Ono觉得自己的内心遭受了极大冲击。他感觉到自己原本领先AI的那一点优势正在迅速消失！而且在那些并非自己专长的领域，模型甚至已经把他甩在了后面。之后的数月，Ken Ono都好像在「哀悼自己原有的身份」。他对未来有点迷茫，唯一确定的是AI会越来越强。忽然之间，他顿悟了。AI所展示的是另一种做数学的方式。以往他一直有同事、研究生、天才本科生作为搭档，现在这些搭档之中又多了一个新角色——AI。顿悟后的Ken Ono每天都会花一两个小时跟AI一起想点子。「半夜睡不着，我就开着手机跟它们讨论数学，发现它们的水平高得离谱。」Ken Ono离开大学并非只有AI的因素。随着司法部把矛头对准高等教育，他担心研究经费岌岌可危。今年早些时候，弗吉尼亚大学校长在特朗普政府压力下辞职。作为教务长在STEM事务上的顾问，Ken Ono花在处理政治相关事务上的时间也越来越多，做数学的时间却越来越少。于是他决定离开弗吉尼亚大学投身AI。在他看来，这是又一次把数学的影响力延伸到校园之外的机会。「我很幸运能去参与改变世界运作方式的事业，作为纯数学家，这是很少有的机会。」Axiom的第15号员工做出了投身AI的决定之后，Ken Ono立刻就想到了Carina Hong，她是Ken Ono在2020年本科研究项目的学生。Axiom Math创办几天后，Google DeepMind和OpenAI的模型在国际数学奥林匹克竞赛夺金，令全球数学圈沸腾。 由Robinhood CEO Vlad Tenev联合创办的Harmonic也引发关注。Tenev表示数学超级智能正在一点点逼近。为了确立自己的竞争优势，Carina Hong迅速组建了一支由杰出的人工智能与数学专家组成的团队，其中许多人来自Meta的FAIR实验室。核心成员包括Francois Charton，他因解决了一个百年数学难题而闻名；Hugh Leather，是代码生成领域深度学习的早期先驱之一。Axiom Math的招募活动在硅谷引起轰动，也吸引了Ken Ono的注意。随后，Ken Ono带着妻子举家搬到数千公里外的硅谷，正式成为Axiom Math的第15名员工，担任创始数学家。他的任务是把公司的AI模型推到极限。他会设计那些只有真正理解数学原理才能解决的代表性问题，同时制定评估系统表现的基准，帮助模型找到前进方向。Ken Ono认为，这些工作好比制作航海图，想要发现新大陆，就要先知道自己在哪儿、哪些地方已经被探索过。Carina Hong表示，Ken Ono是许多数学学生的偶像，他在Axiom Math遇到了许多和他年龄相仿的同事。Axiom Math吸引这些顶级AI研究员的，正是它的使命——用AI推动数学发现。「即便抵达超级智能，仍会有数学问题无解」，Ken Ono说，但他还会继续寻找答案。正是这种持续探索的渴望，让他与很多其他顶尖的研究者一起，在Axiom Math寻找自己的「传世之作」。参考资料： https://www.wsj.com/tech/ai/math-ken-ono-carina-hong-axiom-startup-649bc417秒追ASI⭐点赞、转发、在看一键三连⭐点亮星标，锁定新智元极速推送！
-
Mac“记忆外挂”应用Rewind被Meta突袭收购，两周后停运 IT之家 12 月 6 日消息，科技媒体 9to5Mac 昨日（12 月 5 日）发布博文，报道称 Meta 公司宣布收购 AI 初创公司 Limitless（前身为 Rewind AI），其核心产品 Rewind Mac 应用将于 12 月 19 日彻底停止服务。IT之家注：Rewind 是一款运行在 Mac 上的应用程序，能在此后台持续记录用户在屏幕上看到和听到的一切内容，这相当于电脑的“行车记录仪”或“时光倒流机”，让你能随时搜索回看过去某时刻在电脑上做过的事。 Rewind 曾于 2022 年因其惊人的压缩技术和全天候回溯功能在科技圈引发轰动，但如今这款曾被誉为“记忆外挂”的工具将正式退出历史舞台。为了帮助用户避免占用大量本地存储空间，Rewind 开发了一种专有的压缩算法，能够以 3750 倍的压缩率存储数据（例如， 根据官方测试 ，10GB 的视频素材可以压缩至约 3MB ）。 随着收购完成，Limitless 旗下的 AI 穿戴设备 Pendant 即日起停止向新用户销售。对于已拥有该设备的老用户，Limitless 承诺将继续提供至少一年的技术支持。 Pendant，图源：Limitless 作为补偿，官方取消原有的付费订阅机制，所有现有用户将自动免费升级至“无限计划（Unlimited Plan）”。这意味着，虽然硬件已成“绝版”，但老用户在未来一年内无需支付任何服务费即可继续使用其转录与记忆辅助功能。此次收购还触发了严格的区域服务熔断机制。Limitless 明确表示，自 12 月 5 日（即日起），中国、巴西、欧盟、以色列、韩国、土耳其及英国的服务将不再可用。上述地区的用户必须在 12 月 19 日前通过官方提供的工具导出所有转录文本与账户信息。一旦超过该截止日期，相关账户及其关联的所有数据将被永久删除。官方强调，无论是否处于受限地区，用户均可随时选择彻底删除云端及本地数据以保障隐私。Limitless 联合创始人兼 CEO Dan Siroker 在公开信中透露了收购背后的战略考量。他指出，五年前 AI 硬件曾被视为“不可投资”的边缘想法，但如今局势已变。Meta 近期展示了将“个人超级智能”带给大众的愿景，其中 AI 穿戴设备是关键一环。Limitless 团队将整体并入 Meta，利用其在软硬件结合领域的经验，协助 Meta 实现这一宏大愿景。
-
比特币再度跌破9万美元关口 交易员押注短期或继续横盘 智通财经APP获悉，比特币期权市场显示，交易员正押注这项全球最大加密货币将在短期内继续维持区间震荡，此前的持续回调已让加密资产整体市值蒸发超过1万亿美元。周五，比特币价格一度下挫超4%至88,069美元。目前，比特币仍占据整个加密市场近六成的总市值。期权数据显示，12月下旬到期的近月合约持仓量显著高于长期合约，反映出交易员积极卖出短期期权以赚取权利金，押注近期波动率将维持低位。Wintermute策略师Jasper De Maere表示，比特币期权的交易结构明确体现出短期区间震荡的预期，波动率不断被抛售，而双端(看涨/看跌)需求疲弱。同时，投资者仍在增加长期期权仓位，意味着市场认为短期稳定、但中长期可能出现更大的价格波动。今年早些时候，比特币曾创下12.6万美元的纪录高位，但随后两个月的暴跌(受强制平仓潮、散户热度衰退等因素)驱动令整个加密市场进入全面回调。与此同时，机构资金并未在横盘期间回流。贝莱德旗下的iShares Bitcoin Trust正经历上市以来最长的资金外流期，过去五周累计流出超过27亿美元。以周四额外的1.13亿美元赎回计算，该ETF正迈向连续第六周净流出，显示机构需求仍然疲弱。 比特币今年的表现也因此落后于标普500指数，这是十多年来首次出现这样的情况。加密货币与其他风险资产的走势出现明显背离，即便与过去的“加密寒冬”时期相比也十分罕见。这一走势也令市场此前对特朗普重返白宫后有利监管环境带来机构资金加速流入的预期落空。 衍生品市场的结构亦显现出愈发悲观的情绪。根据Coinglass的数据，比特币永续合约的资金费率已转负，意味着看空方需要向看多方支付费用以维持空头仓位，显示市场预期价格偏弱。山寨币市场同样承压，以太坊期权交易者持续增持下跌保护仓位，而对上涨的押注依旧谨慎。与此同时，去中心化交易平台的交易活动也明显萎缩。Hyperliquid等平台上的山寨币交易量自10月10日价值约190亿美元的历史性清算事件后一直未恢复。Solana、XRP等主流代币的未平仓合约也未出现显著回升，显示投资者对山寨币的信心仍然薄弱。
-
年度25位企业家告诉你：AI时代最重要的资产是……｜封面故事 面向未来的AI时代，企业家应该保持怎样的清醒？ 文｜《中国企业家》记者 梁宵编辑｜米娜头图制作｜王超成立50周年之际，微软做了一次特别的圆桌对话，嘉宾分别是公司的三代CEO——比尔·盖茨、史蒂夫·鲍尔默和萨提亚·纳德拉，主持人则是微软研发的人工智能助手Copilot。此时，所有企业正在主动或被动地卷入AI浪潮中。2014年接任第三任CEO的纳德拉将微软带入了这片海域，但即便他自己，也无法确知潮水最终将走向何方。这一点，或从他们给人工智能助手起的名字就能看出来——Copilot，也就是“副驾驶”的意思。但现在，这位“副驾驶”反过来问纳德拉，“你有没有担心过，对AI的热情有一天会让它掌控一切，而你只能陪跑？”后者给出了一个假设性的答案，“如果有一天AI能像我最喜欢的板球运动员那样打出100分，那它就可以接管一切。”AI或许会取代很多工作，但它真的能取代企业家吗？ 来源：AI生成 技术变革必然会引发生产力和生产关系的变迁，并进一步重塑管理模式和领导者角色。波士顿咨询公司对此进行过专门梳理：在前工业化时代，企业的领导者是“亦师亦父”的工匠。到了以蒸汽机带动的第一次技术革命时代，领导者成为初具管理意识的“工厂主”，这种意识在随后的电气时代进一步强化，诞生了领导意志高度集中、近乎全能的企业家。随后以计算机为首的各种技术突破带来了第三次技术革命，“经理人阶层”成为企业管理的中坚力量，而在互联网技术引发的第四次变革浪潮中，“去中心化”的组织形态渐成主流。如今，技术变革正以飓风般的速度席卷而来。一方面，AI大模型在各路玩家的“军备竞赛”中获得了爆发性增长。短短两年，全球发布的大模型将近4000个，而且在相互追赶中飞速迭代，甚至让360集团创始人周鸿祎有了“度日如年”的感慨——“AI发展太快了，一天等于过去一年。任何产品的领先期只有三四周”；另一方面，AI技术已经渗透到企业经营管理的各个场景中：京东某分拣中心90%的人工工作被机器替代，明年4月还将在全球建成首个全无人配送站；万华化学集团将AI技术应用到了催化剂、EOD产品（生态环境导向的开发）、电子材料、合成生物、电池材料、分析测试等多个业务领域的29个试点场景中；美的人形机器人一上岗就成了“车间主任”，接手了工厂安全巡检、设备巡检、品质首检等多项工作。 360集团创始人周鸿祎 来源：中企图库 科幻作家威廉·吉布森说过，“未来已来，只是尚未分布均匀。”尽管AI对企业家的替代可能性仍处于“暗箱”之中，但对领导力的挑战已经摆在了桌面上：当技术变革日新月异，如何构建一个时刻拥抱变化并创造变化的组织？当碳基人与硅基人同台“联袂”，如何进行协同管理？在AI幻觉和信息输出同质化的干扰下，如何做出正确且不流于平庸的判断和决策？“我们无法左右变革，我们只能走在变革的前面。”彼得·德鲁克的这句忠告依然适用，而这也是企业穿越周期、持续进化的唯一出路。那些先行一步的企业家和领导者，已经跨上了AI这匹快马——也只有这样，才能逃离时代滚滚向前的车轮碾压。“生成式”领导力2024年开始，AI就成为海尔集团董事局主席、首席执行官周云杰口中的“高频词”，工作、生活中遇到什么事，他也会习惯性地“用AI工具查一查”，后来更是推动海尔全员、全流程应用AI。在周云杰看来，“这场AI革命没有旁观者，只有幸存者和淘汰者”“要么与AI同进化，要么被AI边缘化”。 海尔集团董事局主席、首席执行官周云杰 来源：中企图库 在企业的重大转型节点，“一把手”的远见和顶层战略部署尤为重要，就像一位美的高管所说的，“虽然不是提重要性就能解决问题，但不提是肯定解决不了问题的。”但接下来更关键的一点在于，领导者的决心如何才能落地为全员行动？马凯特船长刚刚被委派负责圣塔菲号潜艇时，就面临这样一个挑战。他接手的是一艘在当时所属舰队里排名垫底的潜艇，即将在6个月内被调用（离开母港执行军事行动），如何在如此短的时间实现一个如此大的转变——把一个人心涣散、士气低落的队伍改造成一支技术出色、操作专业的兵团？马凯特用的方法，简单概括成两个字，就是他所著书的名字——《授权》，通过自下而上的“领导—领导”模式，替代传统的“领导—跟随”模式，以此调动了每一位船员的积极性，激发了一群人的首创精神。实际上，这种模式创新来自于他经历的一次失败的管理“噩梦”：潜艇上的任务繁多复杂，内外部的风险因素数不胜数——这是管理者每时每刻都要面对的，“虽然我想规避更多的重大问题，但所有事情都取决于我的最终决定。我多次发现问题，但我并不为自己发现了问题而感到自豪……让我备感忧虑的是：当我累了、困了或错了的时候，将会发生什么？”这是发生在20多年前的故事。但听上去，马凯特船长的“内心呐喊”恰恰与当下AI时代的管理者形成共鸣——技术一日一变、信息轰炸从不间断，让他们疲于应对；而他所提出的“领导—领导”管理框架，也像是开给现代领导者的管理“良方”。“AI技术变化太快了，无论是企业家自己，还是各个层级的管理者，都无法通过个人跟进这种变化，肯定需要更广泛的团队能力，尤其是自下而上的反馈通路，因为相比之下，肯定是年轻人对于AI的嗅觉更灵敏，AI应用更主动。”在波士顿咨询公司全球资深合伙人阮芳看来，相比于互联网时代，AI时代“去中心化”、自下而上的创新驱动会更强。一直“想证明自己并非只是电商公司，而是AI驱动的科技公司”的阿里巴巴，进行了又一次的组织和人事调整，2023年9月正式上任阿里巴巴集团CEO的吴泳铭做出了两项决定：一是化繁为简，将多线汇报砍成直线；二是坚决实行团队年轻化，4年内要让85后、90后作为主力管理者。2025年也成为阿里大模型竞速的一年，目前，千问大模型已在全球开源模型中站到了第一梯队。 阿里巴巴集团CEO吴泳铭 来源：中企图库 提出“All in Agent”的周鸿祎更是提出，建议AI转型的企业要形成“AI文化”，做到从上到下“人人都会用AI”；一定要坚持业务主导，鼓励一线员工熟练运用AI，自下而上探索各种应用可能。“我们的组织要成为内部高度协同、去中心化的组织，能够迅速感知到危机和变化。”这句话，美的集团董事长兼总裁方洪波从互联网时代就开始提。在美的，每一块业务都有独立总裁直接负责，除了“一号位”的任命、资金管理，以及重大并购事项需要集团统筹之外，子公司的事项都交由其全权处理；当然，与分权治理相对应的，他们也要自负盈亏。而这几年，除了高管层级，美的进一步将权力下放到更接近用户的一线，相关人员透露，“从去年开始更加彻底了，放权力度也更大了。”“现在来看，‘数字原生’企业是转换最快的，其次跟进的是数据量比较大、数字化变革比较快的企业。”但在阮芳看来，抛开AI技术的限定，领导力模式的转变也是所有企业都需要特别重视的，“只要企业还想创新，还要面对不确定性，就必然要进行领导力的迭代，这种变化是不可逆的。”一方面，AI时代的变化多点、多发，自下而上的发动全员智慧，更有利于在各个节点捕获创新；而另一方面，每个员工都能借助AI实现自我赋能，上面的权放下去，下面的人能接得住、用得好。就拿山东魏桥创业集团为例，他们搭建了专属智能组织平台，10万名员工都可以应用AI，从学习到再创造，也就是半年的时间，内部就产生了800多个一线自主开发的智能应用。这也让魏桥创业集团董事长张波由衷感叹，“一线员工最懂业务痛点，当他们掌握了AI工具，就能爆发出惊人的创造力。”而这还只是改变的开端。实际上，实验“领导—领导”模式的圣塔菲号潜艇的故事还有后续，在马凯特船长卸任后的10年间，潜艇依然表现优异，3次获得中队最具战斗效能奖。另外，那里也孵化出了多位未来的领导者：当初的两名副指挥官、三名部门长官后来相继晋升为指挥官。曾经的普通船员中，一些走上领导岗位，一些获得高级学位，还有一些下海经商。从某种意义上，“领导者”马凯特的缺席或许更说明了领导力的本质：不是依附在权威或者某个人身上，而是建立在组织的行动共识上；最终实现的，不是训练追随者，而是创造领导者，这样也才更符合“生成式AI”时代所需要的——“生成式”领导力。 美的集团董事长兼总裁方洪波 来源：受访者 就像方洪波说的，“企业家精神光方洪波有是不行的，每个事业部总裁，每个管内销、外销以及研发的人，甚至生产线上的工人，都要有。”这恐怕也是未来AI时代最深的一条“护城河”——毕竟，技术差异、知识差异，甚至经验差异都有可能被拉齐，但每个人头脑中的自主创新汇聚而成的改变力和生产力，不可替代，也不可限量。回归“以人为本”时代的巨幕刚刚拉开，随着AI技术在企业各个场景中的逐步渗透，未来领导者将面对的是全然不同的管理场景。就像联想集团董事长兼CEO杨元庆所说，当机器作为有认知、决策和执行能力的主体进入网络空间，人类驯化和驾驭人工智能的能力已经成为驱动产业变革的新质生产力。这种生产力不仅会孵化新的产品、业务，也会催生新的员工和组织形态——能够领导多个智能体的超级员工，以及由无数超级员工结成的超级组织。 联想集团董事长兼CEO杨元庆 来源：中企图库 按照阮芳的描述，“超级员工”可以具化为两方面的人才：一面是学习力极强的年轻人，一面是技术“大牛”。“未来AI能达到的能力水平会是中等偏上，替代的将是相对基础、重复度较高、流程性的工作，或者助力员工、管理者提升决策质量；但很难替代那些具有高附加值的、尤其跟战略引领直接相关的岗位。”阮芳说。与其说AI取代人，倒不如说AI会改变组织中“人”的定位。周鸿祎就指出，未来组织将是“碳基员工+硅基员工”的混合形态，智能体使用软件和工具，会成为人类的“数字伙伴”和“数字员工”；人则升级为驾驭智能体的“管理者”——“为什么要做这件事”“做到什么标准才叫好”，这些需要人来定义。这也是万华化学董事长廖增太一直强调的，他始终认为在AI时代，“人”将更加回归本质，实现独特价值——而“人”也是组织变革与组织创新的根本。因此，对于一家希望在AI变革中抢占先机的企业来说，首先要培养“超级员工”——这也是当前很多企业都在跟进的。这两年，海信打造了员工“活水平台”及人才智选等近20个AI场景，通过“AI人岗匹配”“AI人才智选”“AI精准送课”等智能体，实现了更精准的人事管理和人才培养；周鸿祎则明确要求360集团所有人都要学会使用、搭建、管理、监督智能体，“领导”5个、10个乃至更多智能体，将自己变成超级个体、超级员工。更进一步，则是如何激发超级员工进行超级创新？经济学家周其仁曾就人力资本及发挥机制写过很多论述，提出了一个重要观点：“人是否把他掌握的知识和技术应用于经济过程，以及这种应用的效果如何，至少取决于两个因素：第一是能力，即综合已经掌握的知识和技能，并加以创造性组合或发挥的本事；第二是意愿，就是我们的这位知识和技术的主人是否乐意‘调用’其知识存量。”如果说AI赋能可以保证第一点的达成，那么第二点的实现则有赖于领导者更深层次的思维转变。实际上，经济学家早就指出，“人力资本是主动财产”，能否真正发挥取决于人的意志——这一点即便在“奴隶经济”时期都依然成立，否则人即便“在场”，也会主动关闭“大脑”和“能力”，做出领导者所谴责的“摸鱼”行为；只不过由于工业时代机械管理的固化以及现代竞争下“人才内卷”的加剧，很多企业领导者早已抛弃了这样的经济常识和管理常识。AI时代对人力资本的重构将唤醒这一常识。阮芳就指出，对于“两类”超级员工的激励来说，简单的KPI考核和物质激励是失效的，更需要做的是“以人为本”，这对领导力提出了更高的要求。如何“以人为本”呢？或许可以沿着马斯洛需求理论中的五个层次找到路径，比如，从满足“生理需要、安全需要”的激励机制到通过分权等方式来回应“尊重需要和自我实现需要”，方式不尽相同，效果也因人而异。过去，很多企业家都指出“管理是科学和艺术的结合”，未来恐怕还要兼顾到“心理”层面——挖掘需求，满足需求。微软CEO纳德拉将此概括为“同理心”——也是这位数字转型时代的领导者最看重的一项能力，他在《刷新》一书中就写道：在一个技术激流以前所未有之势颠覆现状的世界里，同理心比以往任何时候都显得珍贵，它在机器中难以复制，在人类与人工智能的世界中，它将是无价的。甚至可以说，这一点比技术应用本身还重要，例证并不难找：只有十几家线下门店、线上商城推出时间也不长的胖东来，却在技术迭代最剧烈的AI时代，成为风头最盛的那个——这则现代商业寓言，想必也点醒了很多企业的管理迷途。胖东来创始人于东来一直强调“企业发展、对人的关心永远是第一位的”，与关注业绩相比，他更在乎自己和员工的幸福，鼓励每一位员工自由发展，拥有真正的个人热爱以及独立人格。胖东来的一切管理行为也都由此出发：把90%以上的利润分给员工，给他们提供丰富的藏书、十几万元一台的跑步机、高品质的音响，甚至设立了“委屈奖”和“不开心假”，遇到有损员工“幸福状态”的问题，胖东来会第一时间迅速调整，甚至不惜影响生意表现。“其实只要我们每个人拥有了这种思维，朝着美好的目标，做企业就一点都不难。不能带来美好的方法，就再去寻找其他的。”于东来曾在接受《中国企业家》专访时提到，“你看现在胖东来在中国很火，也影响了国外的企业，就是因为这种理念都是相通的，谁不喜欢能让人类更美好的企业呢？”避开“陷阱”阮芳遇到的很多企业管理者，都有一个疑问：既然AI的技术日新月异，要不要等到技术更加成熟的时候，再做转型？答案并非如此。因为领导力不可能快速生成，而是逐步进化。在阮芳看来，企业要对未来的AI大变革做好准备，首先要做一些局部尝试，借此磨炼出新的领导力，继而在这种领导力的撬动下，推动更大的应用和改变——如此循环增强，企业面向AI时代的新型领导力才能最终实现螺旋式上升，真正抢占新技术所带来的变革红利。这一点，张波深有体会。在他看来，数智化转型和AI应用都要经历漫长复杂的过程；领导者要在全公司营造“宽容失败、鼓励创新”的氛围，给员工试错空间，才有可能取得突破，“AI不是特效药，是慢功夫，要有耐心。” 魏桥创业集团董事长张波 摄影：邓攀 相比于技术和机制，最难转变的是认知和思维。“大量的变革是从改变思想、打破旧的习惯开始，这个过程是挺痛苦的，因为人最难的就是改变自己。”海信集团董事长贾少谦感触良多，这两年，他要求下属改变汇报模式，不再像过去那样，带着“问答题”或“填空题”来向他要答案，而是要自己带着有答案的选择题——包括ABCD四个方案，说明选A而不是C的原因，他可以在此基础上给出建议。 海信集团董事长贾少谦 来源：中企图库 表面上，这只是汇报方式的变化，实际上则是决策体系的调整，让更接近业务现场的人勇于做决策，也善于做决策——在贾少谦看来，这是AI难以替代的少数能力之一。在未来知识和能力看似“随手可得”的情况下，就更要警惕内部管理层的决策懒惰，以及由此导致的集体决策的“同质性”，这也是贾少谦一直强调“喜欢不听话的干部，甚至鼓励下属要敢于争论”的原因，“大家角度不同，意见不一致，这才是一个真正有生命力的组织——一言九鼎，不是企业家该干的事。”还是在开头的那次圆桌对话中，Copilot调侃起比尔·盖茨标志性的“沉思表情”，“你有没有想过，AI可能会被你那张‘思考脸’吓到？觉得自己快要进入蓝屏（死机）时刻？”盖茨回答——依然是那副表情，“我想，随着这些AI变得如此智能，我剩下的就只有那个表情和批评精神了——这才会让我显得与众不同。”玩笑吗？或许，这才是面向未来的AI时代最应该保持的那份清醒。
-
外卖“新国标”来了！新在哪？（附一图读懂） 外卖平台推荐性国家标准发布实施市场监管总局近日发布实施外卖平台推荐性国家标准《外卖平台服务管理基本要求》。标准旨在切实帮助外卖平台优化管理方式、提升服务质量、实现多方共赢，进一步推动外卖行业在良性竞争中创新发展。标准立足行业实际，针对外卖行业存在的突出问题予以回应。聚焦平台内商户管理，引导外卖平台切实履行食品安全主体责任，守护消费者“舌尖上的安全”；聚焦平台收费与促销行为，引导外卖平台简化收费项目、规范促销行为，营造公平有序的市场竞争环境；聚焦平台用工管理，围绕劳动报酬、工作时长和社会保障等方面，强化配送员权益保障。外卖“新国标”，新在哪？一图读懂↓↓↓ 来源：新华社
-
北京将建设全球首个国家人形机器人赛训基地！ 【市场复盘】本周四 （12月4日），科创人工智能ETF华夏（589010）逆势上涨0.91%，全天走出漂亮的“V”型反转行情。在早盘短暂回调后，多头资金强势发力，推动价格一路震荡走高并站稳均线之上，最终大幅跑赢大盘。持仓股方面，AI算力与应用端齐发力，云天励飞强势领涨4.79%，权重股寒武纪上涨2.75%，奥比中光、芯原股份涨幅超2%。流动性方面，全天成交额2.64亿元，换手率超8%，交投情绪火热。值得注意的是，该ETF近期展现出强大的“吸金”效应，截至12月4日已连续5日获资金净流入，累计“吸金”数亿元，显示出资金在震荡市中正积极借道ETF布局人工智能产业核心资产，配置窗口或持续开启。机器人ETF（562500）大涨2.02%，收盘价0.958元，盘中稳守均线支撑，多头趋势显著。持仓股掀起“涨停潮”，固高科技强势拉升19.99%封板，巨轮智能收获10%涨停，江苏雷利大涨8.82%，超七成成分股飘红。流动性方面，市场交投异常火爆，单日成交额突破15.80亿元。【热点要闻】1. 世界人形机器人运动会组委会今日发布“关于2026世界人形机器人运动会赛项征集的公告”。公告显示，竞赛项目应具有前瞻性、创新性，能够体现对人形机器人产业技术水平的考察，同时应具备一定的可实现性，大部分报名赛队经研发测试及赛前训练后可达到参赛水平。场景赛项目应结合真实工业、医疗、家庭等场景需求，进行长程闭环赛项设计，具备可转化性及示范作用。2. 北京市4日发布《加快北京奥林匹克中心区高质量发展行动计划（2025年-2027年）》。《行动计划》显示，北京将在奥林匹克中心区建设全球首个国家人形机器人赛训基地、推进奥林匹克森林公园基础设施提升和奥林匹克塔改造工程、实施龙形水系综合改造、地下环隧改造升级工程等。3. 英伟达CEO黄仁勋表示，AI不会直接“抢走”你的工作，但会催生一些听上去很奇怪的新职业。黄仁勋预测，AI和机器人普及后会催生全新的产业链与岗位，例如需要大量技术人员来制造与维护机器人。他甚至设想会出现“机器人服饰”行业——人们会为机器人定制外观。【机构观点】华泰证券认为，端到端模型是机器人通用化的关键路径。目前 “开卷考”与“实践优化”融合的双阶段训练法已成为高效解决方案。第一阶段为预训练（“开卷考”），模型融合机器人数据与互联网视频，通过世界模型学习通用常识，具备零样本生成策略的能力。第二阶段为微调（“实践优化”），基于前期强大的先验知识，仅需少量真机数据即可针对特定任务实现性能的大幅提升，有效破解了数据瓶颈。往后看，我们认为，构建通用大脑是实现机器人智能化的核心。在Transformer架构出现之前，NLP领域有为解决不同任务而设计的复杂模型与算法，而Transformer以其简洁统一的架构，颠覆了原有格局，并在各项任务上展现出卓越的泛化性能。当前机器人领域正面临类似的变革，端到端模型有望成为机器人领域的“Transformer”，通过一个统一的模型解决多样化的任务，实现通用化。【热门ETF】机器人ETF（562500）是全市场唯一规模超两百亿、流动性最佳、覆盖中国机器人产业链最全的机器人主题ETF，助力投资者一键布局中国机器人产业。科创人工智能ETF华夏（589010）是机器人的大脑，20%涨跌幅+中小盘弹性，捕捉AI产业“奇点时刻”。
-
从数据湖到数据海：AWS“数据女掌门”谈向量时代的新底座 在生成式AI和Agentic AI席卷全球的2025年，数据基础设施正在经历一场“静悄悄的重构”。 在re:Invent现场，网易科技等与Mai-Lan Tomsen Bukovec展开深度对话。她是亚马逊云科技技术副总裁，掌舵数据与分析业务。 Mai-Lan的判断清晰直接。数据世界正在从“数据湖”走向“数据海”，而真正决定AI上限的，不再只是算力，而是能否以可负担的成本，让所有数据都被向量化、被理解、被使用。 她领导着以Amazon S3产品为主的全球技术和服务团队。资料显示，Amazon S3（Simple Storage Service）是亚马逊云科技提供的对象存储服务，用于在云端以几乎无限扩展的方式存储和访问各种数据，是全球应用最广泛的数据存储基础设施之一。 在对话开场，Mai-Lan 提及一个形象的比喻——“数据海”。她表示，索尼在今年大会上提出这个概念，是因为其业务早已深度建立在数据之上，从游戏到娱乐，所有业务都浸泡在数据里。 事实上，若要追溯传统数据存储的演进。最早是日志、图片、视频、PDF等非结构化数据，这也是最初的 Amazon S3典型场景。而大约五年前，表格数据快速增长，客户在对象存储之上开始构建数据湖仓一体架构，此时亚马逊云科技顺势推出 Amazon S3 Table，让其兼容 Iceberg 的各种分析引擎。在亚马逊云科技的体系中，Iceberg 已成为 S3数据湖的事实标准表格式，被广泛用于湖仓一体、实时分析和 AI 数据管道。 在Mai-Lan看来，这正是“数据湖扩展为数据海”的过程：各种结构化、半结构化与非结构化数据被统一沉淀在同一底层之上，并逐步被表结构和治理能力“重新组织”。 而真正把数据海洋推向新阶段的是向量化。 “向量是AI的语言。”Mai-Lan 强调。通过嵌入模型，无论源数据是表格、日志还是PDF，都可以被转化为向量。这个时候，机器不再只看文件名和标签，而是理解这段内容在语义上像什么。 据介绍，亚马逊云科技推出的Amazon S3向量存储，单个索引可以容纳2亿条向量；单一“向量桶”可以支撑数十万亿维度级别的向量数据；可以在百毫秒级响应时间内，完成语义检索和混合搜索；与专业向量数据库相比，成本最多可节省约90%。 Mai-Lan 用了一连串客户案例，解释这种变化的价值。 她告诉网易科技，宝马集团拥有约20PB 级别的数据链路，覆盖制造、工程、售后等多类数据。借助向量与 SQL 过滤结合的混合搜索，他们可以跨结构化表与文档，追问过去难以实现的问题，例如“找出上个月某车型在特定部件上的情况”。 再比如，社交与内容公司 mixi 希望为用户所有照片构建语义索引，让用户可以直接问：“帮我找出儿子和女儿一起的照片”，并进一步触发个性化打印推荐。这种场景过去几乎只能依赖人工打标签，如今通过向量可以在图像内容维度做相似性检索。 在 Mai-Lan 看来，这类案例背后的本质是，向量第一次让企业有能力，把“所有历史资产”而非“少数精选数据集”纳入 AI 视野。 然而，让数据“被看见”只是第一步，如何让大家“用得起”呢？ Mai-Lan 进一步介绍道，亚马逊云科技在Amazon S3上推行的智能分层（Intelligent-Tiering），本质上就是“自动化成本优化”，即，如果某类数据30天未被访问，自动下调价格；若90天未访问，进一步降价；客户无需手动迁移“冷数据”，只需把存储类设为智能分层即可。 她透露，自2019年起，这一机制已经为客户自动节省了超过60亿美元的存储成本。 而站在更长远的视角看，Mai-Lan认为，当数以百万计的Agents 7×24小时运行，真正的瓶颈不在模型，而在能否为它们提供一个低成本、可扩展、可长期记忆的超大规模数据层。这是“数据海的底座”，也是她和团队正在押注的方向。 （作者/定西） 本文来自网易科技报道，更多资讯和深度内容，关注我们。
-
独家丨AWS 大中华区多重调整进行时：行业线洗牌，L8高管变动，降本式裁员 “此次调整背后或有3大考量。”作者丨徐晓飞编辑丨包永刚雷峰网独家获悉，亚马逊云科技（简称 AWS）大中华区眼下正进行一场组织架构调整：对部分行业线、L8及以下相关高管进行大洗牌，重新排兵布阵，为 2026 年做准备。具体来说，田锋、沈涛、李剑、Chris So这几位高管所负责的行业线发生了调整。原本由沈涛负责的汽车、广告被分别划给了田锋、李剑，原本由田锋负责的金融、李剑负责的零售都被划给了沈涛，原本由生态负责人Chris So负责的Startup（初创企业）业务被划给了在沈涛下面负责ISV业务的张志学。总的来说，调整后的几位管理者的所辖业务线大致为： 沈涛负责：零售、金融、医健； 李剑负责：广告、游戏，Big Pursuit； 田锋负责：制造业、汽车； 张志学负责：软件、初创企业。其中，据一些知情人士透露，Big Pursuit线成立于今年八九月份，当时AWS大中华区管理层将阿里、美团、滴滴等几家大公司从L8高管顾凡负责的大客户线里分出来，划给了李剑，所以并不属于此次最新调整。截至目前，这次组织调整还没有在内部正式发文，但具体汇报线已经变了。除此之外，有多位业内人告诉雷峰网，在此次大洗牌的同时，AWS大中华区管理层还下令“兵不随将走”——即被调整的行业线员工不能跟着自己以前的L8高管调动，而要留守原本负责的行业线。此次调整及相关指令的背后，可能有多重考量：一是，兵不随将走，意在打散军阀；二是近几年AWS大中华区大大小小调整不断，为防止人员变动过频引发业务不稳定，所以这次调整强调一线销售们都要守好自己的地，向客户提供稳定的服务。第三，在一些业内人看来，通过此番调整，可以造成一些“位置”变没了的局面，促使牵涉人员自动离职，从而节省裁员成本。事实上，此次调整也确实伴随着一些裁员和高管变动传闻。据多位接近人士透露，眼下酝酿的裁员有这样一些特点：一是，并非由各部门领导自行提报裁员名单，而是等待通知，据说要用AI工具来算怎么裁、裁谁；二是，此次裁员的考核标准并非降低人数比例，而是压缩成本，不少部门被要求实现约 20% 的降本目标。裁员正式落地预计在 2026 年 1 月底至 2 月期间。除普裁外，部分L8高管也出现变动传闻，涉及负责大客户线的顾凡，负责SMB（中小客户）、GF（待开发客户）和China Region的倪殿令，负责Ops & Business Enabling（运营与业务赋能）部门的凌琦，以及负责生态业务的Chris So等人。更多高管变动详情、此次组织调整细节，可添加作者微信xf123a了解。是否想加入最劲爆的雷峰“云厂情报群”？每日分享大厂内幕、领导避坑、优质岗位等一手信息，入群可添加作者微信xf123a。第八届 GAIR 全球人工智能与机器人大会 2025年12月12-13日，第八届GAIR全球人工智能与机器人大会，将在深圳南山·博林天瑞喜来登酒店举办。今年大会，将开设三个主题论坛，聚焦大模型、算力变革、世界模型等多个议题，描绘AI最前沿的探索群像，折射学界与产业界共建的智能未来。 目前，首批重磅大咖名单正式揭晓，还有更多行业领军者将齐聚现场，共探智能的未来。欢迎点击文末“阅读原文”或识别海报二维码，报名参会，相约 GAIR 2025 ~
-
徐扬生院士：人工智能时代，教育改革的七个核心方向 不久前，首届普通高中校长年会（2025）在香港中文大学（深圳）举办，中国工程院院士、香港中文大学（深圳）校长徐扬生发表了“人工智能时代的教育”的主旨报告，深入阐释了AI时代对人才的新要求、教育的侧重点以及中学应该如何培养人才。以下是报告主要内容。 中国工程院院士、香港中文大学（深圳）校长徐扬生。我曾经做过中学老师、做过大学老师、做过大学校长，教过30多个国家的学生。同时，我在人工智能领域做了整整40年的研究工作，所以有一点关于教育的思考跟大家分享。教育到底是什么？我的定义是“教育是‘为未来社会培养人才’”。这里有两个关键词：第一个是“未来”，我们要知道未来是什么样的；第二个是“人才”，我们要知道什么样的人才算是人才。然后还有一个问题：怎样培养未来的人才？今天就围绕这3个主题谈谈我的观点。『AI时代教育将受到最大冲击』人工智能时代来了，教育将受到最大的冲击。为什么这么说？先来说说什么是人工智能。实际上，人工智能就是仿照人的智能去做一些事情。人工智能的本质包括3个方面的问题：认知、感知、行动。第一是认知，就是我们怎么认识这个世界，怎么进行判断、推理、决策。第二是感知，就是感受到周围的环境反馈给我们的信息，比如视觉、听觉等。第三是行动，就是有意愿去参与、去付诸行动。所以，一个机器如果能够做到有认知、有感知、有行动，我们就把它叫作人工智能。人工智能的发展最早是从认知部分开始的。大语言模型出现以后，人工智能的认知功能越来越强，真的非常智能。人工智能的感知部分虽然进步也很快，可与人相比还是差一些，尤其是情感感知能力较弱。行动部分则进展很慢，具身智能仍面临很大的技术挑战。虽然人工智能与人类共建社会还是一件遥远的事情，但是，人工智能技术将给人类社会带来深刻的变革与挑战。未来，整个社会将重构，社会阶层将重新划分，职业也会重新构成，并将深深影响人类的思想以及文明的走向。而教育是为未来社会培养各阶层、各领域人才的，所以我认为，人工智能时代教育将受到最大冲击。人工智能与人的智能到底有什么差别呢？很多人觉得，人工智能比人聪明多了。可事实上，人工智能与人的智能不是一回事。人工智能是集中型的智能，而人是分布性的智能。什么叫分布性智能？比如，我的手在动，我的脚在动，人的整个身体就是一个智能体。人的智能并不单纯存在于大脑之中，而是整个身体与环境相互作用的结果。而人工智能不是。人工智能仅仅依赖“大脑”的计算，它更偏重理性，擅长分析与整合；人的智能则是感性与理性的结合，更重视直觉与体验。人工智能讲的是一个通性，人的智能讲的是个性。所以，我认为人工智能时代可能有两个特征，一是我们获取知识的途径改变了，二是整个社会将会趋于平庸，因为大家的观点越来越趋同，人的个性没有了——机器越来越像人，人越来越像机器。从这个角度来说，我们人类不能跟AI比聪明，就像我们发明了汽车，我们不能跟汽车比谁跑得快。我们也不能跟AI比记忆力，我们比不过它。那我们可以跟它比什么呢？比感情、比创造力、比个性，这才是未来教育的真正重点。『人工智能时代对人才有哪些要求』那么，人工智能时代对人才有哪些要求？第一是领导力，包括语言、沟通、判断、同理心等；第二是理性，包括提问、分析、逻辑和批判性思维等；第三是创造力，包括想象、艺术、探索能力等；第四是品性，包括勇气、顽强、人文素养等。我们再来看看目前的教育。我分析了这几年的高考试卷，因为我们选拔人才的标准主要体现在高考内容上。我发现，高考的要求基本上70%是记忆力，20%是理性，5%是创造力，还有5%是品性。当然，这是我自己的观察，不一定准确。那么，什么样的人才是真正优秀的人才呢？我总结了以下4条：第一是勤奋，勤奋才有动力；第二是理性，有主见，能思辨，有逻辑分析能力；第三是创造性；第四是顽强，能坚持。这些要素对于一个人的成功到底会有怎样的作用？我是这么判断的：勤奋大概占15%，理性占15%，创造性占30%，而顽强是最重要的，占40%。很多人问我：你认识那么多聪明的人，优秀的人才到底有什么共同特点？我想，一个非常明显的特点是，他们无论在什么样的情况下都能够克服困难，坚持下去。我40年的教育经验告诉我，中国内地的学生勤奋做得不错，理性也还行，但顽强这一点是最不够的。根据我的观察，美国、印度以及东南亚、欧洲、南美洲一些国家的学生，他们的理性、勤奋可能不如我们，但他们非常顽强，即使今天被批评了，明天照样继续做。『今天我们应该如何培养人才』我们到底该怎样培养人才呢？从我们学校的实践来看，我认为大概是通过这4个过程：学、思、践、悟。第一个是学。学是不容易的，要有好奇心，有兴趣。我们学的东西是前人总结出来的知识，学习要专注，要掌握学习方法，这是最重要的。根据我的经验，90%以上的知识最后都不是老师教授的，而是你自己学的，所以要培养自己学习的能力，学校也要系统地教学生这样的能力。第二个是思，学完以后要能够去思考。有人问我：怎么让学生真正能够思考？我说，给他们一些空余时间。他们晚上睡觉前是否可以有一个小时是属于他们自己的呢？如果没有闲暇时间，人怎么会思考呢？闲暇时间是思考的土壤。第三个是践。人工智能时代的教育，从本质上说就是人的教育，是实践的教育，是创新的教育。在人工智能时代，体验是重要的。好的教育，效果主要看实践。实践本身就是一所学校，甚至实践比学校更重要。中国学生普遍比较欠缺的就是实践的过程，如果没有实践，光靠课堂教学，那就会把知识全部还给老师。第四个是悟。通过实践，学生才能真正生悟。人教人是知识，事教人是教训，在不断的实践中，你才能真正领悟到那些在你一生中应该记住的东西。『实践教育至关重要』我认为，人工智能时代的教育改革应该有以下7个核心方向。第一点，少“教”一点，多“育”一点。我们要把重心放在育人上，而不在教书上。我经常问自己这样一个问题：我们是知道得太多了还是知道得太少了？晚上睡觉前，我大概算了算，我今天看了那么多东西，其实有60%的东西是我不想看的。大多数的信息都是被动到了你的脑袋里，信息与知识把我们每一个人的脑袋都占得满满的。我的一个学生问我：你认识那么多有智慧的人，这些有智慧的人跟我们一般人有什么差别？我想来想去，只有一个差别：他们知道得很少。因为知道很少，所以他们就能专注；因为专注，所以他们就能出成果。作为一个教育工作者，其实我们不用教学生太多的东西，只要把核心的东西教给学生就可以了。此外，读书越多越不容易创新。因为每个人的脑袋是有一定容量的，你的脑袋里装满了知识以后，就会有一个固定的“程式”。这个程式决定了，每当出现新的问题时，你就会用已有的程式来处理新问题。换言之，就是把所有新的问题都用既定程式来处理，不容易创新。比如，我带一个博士生，我跟他说某个课题应该怎么做，他第一时间问我有没有参考文献。假如这个工作是他第一个做的，那就没有任何参考文献，要从头开始做研究。少“教”一点，多“育”一点，可以鼓励学生成为勇敢的实践者。第二点，应该重“理性”，轻“记忆”。刚才我已经说过，理性其实比记忆重要得多。因此，我们要把教育的重心转移到培养理性的思辨能力上来，要培养学生的科学思维、科学精神。中学要加强理性分析的课程内容和考试要求，要加强对学生综合分析能力的培养，数理的教学要加大深度，而不是广度，要加强跨学科的课程教学和开展理性分析辩论的兴趣小组活动。第三点，增加实践环节，“践”能生“悟”。人工智能时代的教育，如果不重视实践的话，到最后会损失很多东西，得不到多少收获。我们要培养具有宏大格局的实践者，体验是AI时代首要的教育重点。没有实践，就没有教训，也就没有经验。今天我们的孩子普遍晚熟，长不大，可能与缺乏实践有关。我所在的大学有很多来自不同国家的学生，根据我的观察，外国学生普遍要比中国学生成熟一点。中国孩子有什么事情都要跟爸爸妈妈商量，可外国孩子不是这样，他们会自己做决定。我经常跟家长讲，我们的孩子普遍晚熟，可能正是因为家长什么事情都替他想好了，所以，孩子没有机会自己做一些事情。我有一个同事，他的孩子在上大学之前决定去非洲支教。很多人想不通，但我举双手赞成。我告诉他：你这个孩子以后一定有出息。我想迟早有一天大家会明白，实践甚至比学校更重要。『AI时代的教育任重道远』第四点，要培养创新人才，让学生学会提问。创新是一种文化，教育是这种文化的体现。中国文化中创新为什么比较难？根源在哪里？我发现大概有三个原因。第一个原因是中国文化几千年来比较重实用，什么东西一出现，首先想它有没有用。做一个机器人出来，马上有人问：这个机器人干什么用？实用当然是重要的，但你光想着实用价值，你就会停留在实用的层面上，不会去深入了解实用背后的原理。比如，烟花和炸药出现了，我们不会想到它背后的化学原理，不会深入去研究，创新就被阻碍了，创新就搁浅在了表面。第二个原因是对传承的纠结。中国人一讲到创新，就想到传承。而我的感悟是，世界上那么多创新，并不是所有东西都要通过传承，有的是直接可以创新的。第三个原因是认识论上的不严格性。在中国文化中，认识论是不严格的。在西方的哲学里，提出一个事情后会追问：为什么可以这样说呢？中国人是不讲的，这使得我们不会深究，创新就有困难。人工智能时代最大的挑战就是如何培养创新人才。这个任务是非常严峻的，我们这代人能不能把下一代人培养成创新人才，这是我们这个国家能不能真正走向世界前列的关键考验。我认为，创新有三个条件。一是不满足于现状。鲁迅先生讲，“不满是向上的车轮”，一个人对所有东西都满意的话，他干吗要创新？不满就要提出问题来，创新就是为了打破现状。人工智能时代的教育要教孩子学会提问，提问本身就是创新的一个元素。二是想象。如果没有想象能力，是无法创新的。想象是怎么来的？跟艺术有关，跟跨学科有关。三是自由。要有完全自由的、充分想象的能力。第五点，要加强艺术教育。在这一点上，欧美的学校做得比我们好一些。艺术教育的严重缺乏，将影响我们下一代的整体素质。世界上有两样东西使我们的生活值得苟且，那就是爱与美。它们如同星辰，照亮我们前行的路。那是我们生命的支点，能让我们在平凡中找到不平凡的意义，而这两点都与艺术有关。如果不懂艺术的话，生命的支点就没有了，情感世界就会塌陷。而在理性世界中，艺术是创造力的源泉，所以艺术教育非常重要。未来社会，可能会有一半的生活与艺术有关。第六点，要文理融合，跨学科发展。这句话好像是对大学讲的，但其实我是对中学讲的。文科和理科是一个世界的两面，不是两个世界。文理分科会造成理科生严重缺乏人文素养，而在未来，人工智能是不分文理的，是跨学科的。学校的目的是提供完整的教育，启发学生完整的人格发展。从这个意义上讲，文理是不应该分科的。第七点，观世界，才能有世界观。我跟你们讲一个小小的故事。以前我在香港教书的时候，有一群香港学生来跟我谈世界观。我问一个同学：你是哪里人？他说他是番禺人。我问番禺是哪个省的，他回答不知道。旁边一个女学生说：我妈妈说我是中山人。我又问：你知道那个地方为什么叫中山吗？她摇摇头。我问他们去过中国内地吗，他们说15年前去过。我说你们还去过世界上什么地方，他们说：没有去过，我们就在沙田这一带走走。我想说，一个人的世界观很重要。但世界观怎么来的？世界观是从观世界中来的。AI时代的教育，要让学生们长见识，要有全球眼光，要有同理心，要有审视世界的能力，要用世界的眼光看中国，更要用中国精神、中国方案来引导世界。最后我用两句话来结束我的演讲。第一句话，人类因为创造了人工智能而伟大，因为了解人工智能的局限而成熟。人工智能可能是人类历史上最伟大的创造，但是，所有人都不知道，未来可能会发生什么。人类是不是已经创造了人工智能？现在只是走在中途，还充满着未知。人类能不能知道人工智能的局限？如何来面对这些局限性？这些都在考验着人类的智慧。第二句话，一个国家或一个地区对世界文明的真正贡献，不在于造了多少高楼大厦，不在于科技发展的水平，而在于它造就了什么样的人。所以，在座的各位任重道远。世界走得很快，要把我们的孩子教育好，跟上历史前进的步伐。原标题：《徐扬生院士：人工智能时代，教育改革的七个核心方向》栏目主编：龚丹韵文字编辑：徐蓓本文作者：徐扬生
-
微软宣布明年7月上调Microsoft 365商业版订阅价格 IT之家 12 月 5 日消息，当地时间 12 月 4 日，微软宣布将于 2026 年为 Microsoft 365 系列产品引入多项人工智能、安全及管理功能升级，并同步调整商业订阅价格。新定价将于 2026 年 7 月 1 日生效，此次提前公布旨在为用户预留充足规划时间。微软指出，目前全球已有超过 4.3 亿人在使用 Microsoft 365 应用，超过 90% 的财富 500 强企业采用 Microsoft 365 Copilot。随着企业面临更复杂的安全威胁、更高的 IT 需求以及加速 AI 转型的压力，公司将通过此次更新进一步提升产品组合的整体价值。价格调整方案 自 2026 年 7 月 1 日起，Microsoft 365 商业套餐全球标价将作如下调整： 微软表示：实际价格将根据本地市场调整，非营利组织定价与商业价格同步变更。政府版套件调整如下： 微软还宣布，将把 Copilot Chat 的能力扩展到更多用户，并在 Word、Excel、PowerPoint、Outlook 和 OneNote 中提供统一的聊天体验。IT之家注意到，此前在 Microsoft Ignite 2025 上，微软宣布 Copilot Chat 将能够理解用户的邮箱与日程，并在 Office 应用中加入 Agent Mode，以支持更迭代式的工作流程。同时，管理员也将获得企业级的安全和管理控制台，用于 Copilot 的部署与监控。在安全方面，微软将把 Microsoft Defender for Office Plan 1 的部分增强型电子邮件防护功能加入 Office 365 E3 和 Microsoft 365 E3，帮助更多组织识别并阻止网络钓鱼、恶意链接和邮件中的恶意软件。此外，URL 安全检查将扩展至 Office 365 E1、Business Basic 与 Business Standard，以减少用户因点击恶意网站而面临的风险。设备管理能力也将同步提升。Microsoft Intune Remote Help、Intune Advanced Analytics 和 Intune Plan 2 将加入 Microsoft 365 E3 和 E5 套件，帮助 IT 团队更快速地定位问题、提前发现风险并维持设备可用性。Microsoft 365 E5 用户还将获得 Intune Endpoint Privilege Management、Enterprise Application Management 以及 Microsoft Cloud PKI，以支持更安全的 AI 使用场景、提升合规性并降低潜在威胁。在安全运营方面，微软强调其 Security Copilot 智能体已整合进 Defender、Entra、Intune 和 Microsoft Purview 的工作流程。Microsoft Security Copilot 将面向全部 Microsoft 365 E5 用户开放，现有客户已可使用，未覆盖客户将在未来数月陆续获得启用通知，微软将提供 30 天提前告知。微软表示，这些更新旨在帮助各类规模的组织增强安全能力、简化 IT 运维，并为未来的 AI 驱动工作模式做准备。 微软称，过去一年中，公司在 Microsoft 365、Security、Copilot 和 SharePoint 等产品中发布了超过 1100 项功能，包括通过 Cloud App Discovery 降低“影子 AI”风险，在 Loop 与 Clipchamp 中提供更多协作方式，通过 Microsoft Places 改进混合办公体验，以及在 Windows Resiliency Initiative 中加入快速设备恢复和后量子安全 API 等能力。这些更新进一步提升了 Microsoft 365 在安全性、生产力与管理方面的整体价值。
-
OpenAI"玩火"？头号对手罕见开炮:有人拿命赌博 作者 | 小小 出品 | 网易科技 通往AGI不需要魔法，只需要“暴力计算”。但前提是，你的钱能烧到那一天。 这可能是目前AI圈最清醒、也最残酷的事实。在DealBook峰会上，Anthropic掌门人达里奥·阿莫代伊（Dario Amodei）一手捧着“营收三年翻10倍”的成绩单，一手却按下了行业的“红色警报”。 他极其笃定地告诉世界：只要算力管够，超级智能指日可待。但他更无情地指出：技术没有瓶颈，但你的现金流有。 在这场名为“YOLO（孤注一掷）”的豪赌中，多少公司会倒在黎明前的黑暗里？ 究竟谁在“孤注一掷”？谁又在铤而走险？Anthropic自身如何能在年入百亿的同时，巧妙避开OpenAI和谷歌的“红色警报”？ 值得玩味的是，阿莫代伊虽然全程没有点名，但手中的“狙击枪”似乎早已瞄准了特定的目标。他口中那些“依赖消费者业务”、领导者天性偏爱“追逐宏大数字”的公司，被业界普遍解读为是对老东家OpenAI及其掌门人奥特曼的“精准暗讽”。 以下为这位关键人物核心观点的深度梳理与解读： 一、技术信仰：我是“扩展定律”最坚定的信徒 面对“AI是否身处泡沫”的尖锐提问，阿莫代伊给出了泾渭分明的回答。 在技术层面，他继续保持乐观且绝不动摇。 技术账目清晰可算：阿莫代伊坦言自己“内心非常踏实”，根源在于他是最早系统性记录AI扩展定律（Scaling Laws）的研究者之一。该定律的核心简明而强大：投入更多算力与数据，辅以微调，模型能力就会持续跃进。 十二年趋势验证：基于长达十二年的观察，他看到模型能力正以惊人的速度普适性提升——编码、科研、生物医药、法律、金融、材料制造……几乎覆盖所有经济价值创造的领域。 （图片由AI生成） Anthropic的增长神话：专注于企业端的Anthropic，其营收轨迹成为技术驱动价值的绝佳注脚：连续三年实现10倍年增长。从2023年的约1亿美元，到2024年的10亿美元，再到今年预计的80-100亿美元区间。阿莫代伊承认增速终将放缓，但仍坚信“经济价值终将兑现”。 （图片由AI生成） 二、经济警钟：谁在“YOLO”？“不确定性锥体”下的生死赌局 技术前景无限美好，但阿莫代伊的经济警报却敲得震天响。他毫不留情地指出，行业正面临一个“真正的困境”，并暗示有玩家正在进行“孤注一掷（YOLO）”式的豪赌。 1. 核心矛盾：投资周期与回报预期的致命脱节 · 困境本质：问题的核心在于“经济价值增长速度的不确定性”，与“数据中心建设的漫长滞后时间”（约一两年）严重脱节。 · 计算豪赌：一家公司必须现在（甚至几个月前）就决定购买多少计算资源，去服务两年后（2027年初）的营收目标。 · 内部“不确定性”：阿莫代伊生动描述了规划时的巨大压力。明年营收是200亿还是500亿？巨大的不确定性让任何长期规划都如履薄冰。 2.“买多买少，皆是险棋” · 算力不足：如果计算资源买得不够，将“无法服务所有想要的客户”，不得不将他们“拒之门外，推给竞争对手”。 · 算力过剩：如果买得太多，若营收不及预期，将无力承担巨额成本，极端情况下可能导致资金链断裂甚至破产。 （图片由AI生成） 3. 隐晦点名：谁在冒险“裸泳”？ 阿莫代伊虽未指名道姓，但清晰地描绘了高风险玩家的画像：那些依赖消费者业务（营收波动大、利润率不稳定）、且领导者天性偏爱“豪赌”或追逐“宏大数字”的公司，可能正在承担“不理智的风险”。 这番话的“准星”，似乎毫不客气地瞄准了Anthropic的老东家与头号竞对——OpenAI及其掌门人山姆·奥特曼（Sam Altman）。 · 对号入座一： ChatGPT是目前全球最大的消费者业务AI产品，其不仅面临用户的高流失率风险，还要应对巨额的推理成本，这完美符合“消费者业务营收波动大”的特征。 · 对号入座二： 奥特曼此前曾抛出“需筹集7万亿美元重塑芯片产业”的惊人计划，以及“星际之门（Stargate）”超级算力中心的构想，这种对“天文数字”的狂热追逐，恰恰印证了阿莫代伊口中的“偏爱豪赌”。 此外，同样带有强烈“个人英雄主义”色彩、且刚刚完成巨额融资的xAI（马斯克），或许也在这个“高风险名单”的射程之内。 相比之下，拥有搜索和社交广告作为造血机器的谷歌与Meta，虽然也是C端巨头，但在现金流的抗风险能力上显然更胜一筹。 4. “循环交易”是润滑剂，也是杠杆放大器 对于英伟达等芯片巨头投资客户（即“供应商融资”）的模式，阿莫代伊分析了其双重性。 · 合理一面：如果你是营收100亿美元的公司，没有500亿美元来建设数据中心。你可以和供应商达成交易：“我投资100亿美元，让你支付第一年的费用，剩下的按使用付费。”这在商业逻辑上成立。 · 危险信号：如果有人开始“叠加这些交易”，并声称到2027年需要实现上千亿美元的年营收，那么这毫无疑问是“过度扩张”。 5.芯片折旧：关键在“竞争力时效”，而非物理寿命 关于芯片资产折旧的争论，阿莫代伊指出核心并非硬件能用多久，而在于技术迭代速度。 当竞争对手拥有更快、更便宜的新芯片（如新一代TPU/GPU）时，旧芯片的经济价值便会迅速贬值。因此，Anthropic在财务测算中采取了极度保守的假设，以管理技术过时风险。 三、竞争之道：远离“红色警报”，在企业市场“筑起高墙” 当OpenAI与谷歌在消费者市场陷入“贴身肉搏”甚至发布“红色警报”时，阿莫代伊表示Anthropic享有“差异化优势”。 （图片由AI生成） · 不参与“消费者血战”：OpenAI与谷歌的主战场在消费者领域（争夺入口与习惯），因此战况激烈。Anthropic则全心深耕企业市场，根据企业需求持续优化模型。 · 专业化即护城河：Anthropic的发展路径截然不同。例如，其最新发布的Opus 4.5模型，被广泛认为是当前编码能力最强的模型。 · 坚信差异永存：即使未来实现AGI，阿莫代伊认为模型也不会趋同。如同人类智能，通用能力与垂直领域的专业化将共存。 · 企业端的高切换成本：对企业客户而言，不同模型的“个性”、交互方式与集成工作流差异显著。一旦适配并投入使用，替换成本极高，这构成了坚实的业务壁垒。 四、AGI预言：无需范式革命，“大力出奇迹”足矣 关于AGI的实现路径，阿莫代伊的答案简洁到近乎颠覆：无需突破性创新，沿着现有扩展路径走下去即可。 他认为，主要依靠持续增加算力与数据规模，辅以零星的小改进，就足以推动模型能力迈向通用智能。他观察此趋势十年，未见瓶颈。模型将在所有维度上变得越来越“聪明”。 阿莫代伊透露，Anthropic内部已有研究员“不再亲自编写代码”，而是由Claude生成初稿，人类仅负责审核与编辑——这种变革将持续深化。 五、就业预警：并非末日预言，而是呼吁社会未雨绸缪 阿莫代伊强调，他对AI冲击就业的“预警”，旨在促使社会提前规划，“看见陷阱并绕行”。他提出了由近及远、三个层面的应对框架： （图片由AI生成） 1. 企业行动：从“替代人力”到“赋能增值” 各行业企业不应仅满足于用AI实现自动化以“降本增效”，更应探索如何利用AI将员工能力放大十倍、百倍，从而开拓新业务、创造新价值，最终可能催生更多新的工作岗位。 2. 政府作为：调节分配，共享“增长红利” AI驱动的生产率飙升将创造巨大经济“蛋糕”。若增长红利分配严重失衡，政府必须通过财政与税收政策进行调节，支持受影响群体的再培训与过渡，保障社会公平。 3. 社会重构：重新定义工作与人生意义 长远看，一个拥有超智能AI的社会，其基础结构必然不同。我们需要共同探索“后AGI时代”的生存方式，让工作不再仅仅是谋生手段，而是更多人实现自我价值与生命意义的选项之一。 社会观念、教育体系、保障制度都需进行根本性思考与重塑。 结语：在极致乐观与极度清醒之间 阿莫代伊的此次访谈，在“技术极限乐观主义”与“经济残酷现实主义”之间，划出了一道清晰的张力线。他深信智能的指数级飞跃必将到来，AGI是历史的必然。 但他同样清醒地指出，这场科技革命伴随的资本洪流，正在无情地考验每个参与者的财务耐力与风险把控。对于所有人——投资者、企业家、政策制定者乃至每一位劳动者——他的启示在于：AI孕育的“增长盛宴”真实不虚，但我们绝不能坐等其成。 我们必须现在就行动起来，理性规划如何公平分享AI成果，并主动思考如何在那个“工作被重新定义”的新纪元里，重新定义人类的价值。
-
“大交易”：一场迟到的美国AI战略自救 【文/观察者网专栏作者 心智观察所】 前不久，前白宫人工智能特别顾问本·布坎南（Ben Buchanan）在《外交事务》杂志上抛出了他的“大交易”设想，华盛顿的政策圈似乎又找到了一个新的叙事框架。 这位在2021至2025年间负责协调拜登政府AI政策的核心人物，试图为美国AI发展勾勒一幅宏大蓝图：科技行业必须要与政府达成战略协议，前者获得能源基础设施、人才管道和国家安全保护，后者则将AI整合进国防体系并确保其不破坏所谓的民主价值。这个提议听起来既务实又理想主义——问题恰恰在于，它可能过于理想主义了。 更令人玩味的是，就在布坎南构想这份“大交易”之后不久，DeepSeek正在以一种近乎讽刺的方式，拆解着他所依赖的核心假设。这家被美国芯片出口管制严密封锁的公司发布了DeepSeek V3.2，实测在开源模型中达到全球最高水平，与海外顶级闭源模型的差距缩小至约一个季度。该模型分为普通版和特别版：普通版性能对标 GPT-5，特别版则媲美 Gemini 3.0 Pro，尤其在数学与推理能力上表现突出。这不仅是一次技术突破，更是对美国“芯片遏制”战略的一记响亮耳光。 芯片政策的分歧：遏制还是“上瘾”？ 在理解布坎南“大交易”的困境之前，我们必须先厘清美国AI战略界内部一个长期存在但鲜被公开讨论的根本分歧——关于对华芯片政策，决策圈内实际上存在着两种截然不同的哲学。 本·布坎南（Ben Buchanan） 第一派可称为“技术依赖派”或“上瘾派”。这派观点认为，应当允许中国大陆在一定程度上获取美国的先进AI芯片，使其AI生态系统建立在美国技术基础之上，形成一种战略性依赖。这种策略的逻辑类似于毒品贩子的手法：先让对方上瘾，然后控制供应链就能控制对方的技术发展节奏。英伟达最初对中国大陆市场的态度——不断推出降级版芯片如H800、H20来规避出口管制——某种程度上体现了这种思路。这一派相信，只要中国大陆市场的AI产业离不开美国芯片，华盛顿就永远掌握着关闸的权力。 第二派则是布坎南所代表的“全面遏制派”。在他们看来，任何对中国大陆的技术渗透都是危险的，必须在制造端实施最严格的封锁，不给中国大陆任何获取先进算力的机会。这种观点在2022年10月拜登政府大幅扩展芯片管制时达到高峰，不仅限制先进芯片出口，还限制芯片制造设备，甚至禁止美国公民为中国大陆半导体公司提供技术支持。布坎南在文中对中国大陆“军民融合”战略的恶毒指控，都清晰地显示出他属于这一阵营。 然而讽刺的是，DeepSeek的成功恰恰证明了两种策略可能都已失效。 “上瘾派”的梦想破灭了——中国大陆AI企业并没有因为依赖美国芯片而束手就擒，反而在被断供后激发出了惊人的技术创新能力。而“遏制派”的策略同样遭遇挫败——即便在最严格的出口管制下，中国大陆企业仍通过算法优化、架构创新和可能的走私渠道，实现了技术突破。正如智库Stimson Center的分析所言，出口管制的“卡脖子”假设本身就是一个谬误——每一次限制都会留下缝隙和漏洞，而目标国家的适应和创新能力往往被严重低估。 更值得警惕的是，这种封锁正在催生一个危险的结果：“设计出去”（designing out）。当美国技术被完全排除在外时，中国大陆企业别无选择，只能开发完全绕过美国技术的替代方案。华为用麒麟9000s芯片替代高通，导致高通2024年损失6000万套芯片销售，就是一个典型案例。长期来看，这种“设计出去”将永久性地侵蚀美国在全球半导体生态系统中的地位——当中国大陆建立起完整的国产替代体系后，即便美国日后放松管制，市场份额也难以夺回。 布坎南的“大交易”建立在全面遏制战略能够成功的假设之上，但现实已经在反复证明，这个假设正在崩塌。 能源幻觉与基础设施的政治死结 “大交易”的第一个支柱是政府为AI产业提供充足的能源基础设施。布坎南在文中引用的数据令人震撼：到2028年，美国AI产业仅新增电力需求就将达到500亿瓦，相当于整个阿根廷的用电量，数据中心可能消耗美国电力产量的12%。与此形成鲜明对比的是，中国大陆每年新增电力容量达12%，而美国在2005至2020年间几乎没有新增净电力。 这个对比看似有力，实则掩盖了一个更深层的问题：为什么美国在过去二十年间几乎没有新增电力？答案并非技术能力不足，而是美国社会在能源政策上陷入了一个几乎无解的政治死结。 一方面，任何大规模的新建电厂项目——无论是传统化石能源还是核电——都会面临环保团体、地方社区和监管机构的多重阻挠。美国的环境影响评估流程可以让一个电厂项目耗费十年以上时间仍无法开工。另一方面，即便是清洁能源项目，也面临着“不要建在我家后院”（NIMBY）效应的困扰。加州在可再生能源方面走在全美前列，但其电网却经常因为峰值负荷而陷入危机，而新建输电线路的项目同样被环保和土地纠纷困住。 布坎南乐观地认为，AI驱动的能源繁荣将创造就业、加速清洁能源开发，实现“无碳化运营”。但这种叙事忽略了一个残酷现实：在美国当前的政治生态下，任何大规模基础设施建设都会遭遇旷日持久的党派争斗、司法诉讼和监管审批。特朗普政府宣布的5000亿美元Stargate项目看起来宏大，但如果我们回顾特朗普第一任期内承诺的基础设施投资有多少真正落地，就不难理解这些承诺的可信度。 美国电力短缺状况（@华盛顿大学） 更讽刺的是，当前美国政治氛围下，对AI的态度本身就充满分裂。一部分人将AI视为新的经济引擎和国家安全工具，另一部分人则担心AI导致失业、隐私侵犯和社会不平等。在这种背景下，要求政府为AI产业大规模投资能源基础设施，本身就可能引发激烈的政治反弹。那些在锈带州失去工作的选民，那些被高房价和生活成本压得喘不过气的中产阶级，凭什么要为硅谷科技巨头买单，帮助他们获得更多电力来训练AI模型？ 中国大陆的优势恰恰在于其政治体制能够快速调动资源实施大规模基础设施建设。当决策者确定AI是战略重点时，电厂、数据中心和配套设施能够以惊人的速度上马。这不是单纯的技术问题，而是治理模式的差异。布坎南的“大交易”假设美国政府能够提供类似的支持，但这个假设本身就忽视了美国政治体制的结构性制约。 人才政策的内在矛盾 “大交易”的第二个支柱是维持国际人才管道。布坎南正确地指出，70%的顶级在美AI研究人员出生在国外，65%的领先美国AI公司至少有一位移民联合创始人。但他对人才政策面临的困境却语焉不详。 特朗普政府在移民政策上的立场与布坎南的设想存在根本冲突。将H-1B签证费用提高到10万美元，大幅收紧国际学生入学政策（2025年可能导致国际学生入学率下降30%-40%），这些措施的政治逻辑与“保持AI人才流入”完全相悖。但问题的关键在于：这些移民政策并非出于无知或短视，而是回应了美国社会中一股强大的民粹主义情绪。 对许多美国选民而言，保护美国就业、防止移民抢走机会是比维持AI领先地位更直观、更紧迫的关切。当布坎南谈论引进更多外国AI人才时，政治现实是，这种政策会被解读为“让外国人来抢美国人的工作”。技术精英和政策制定者可以用国家安全和经济竞争力来论证开放移民的必要性，但这套话语在政治市场上的说服力远不如美国优先来得有力。 更深层的矛盾在于，布坎南一方面希望政府帮助AI产业获得更多国际人才，另一方面又主张将AI深度整合进国家安全体系。但任何有过安全审查经验的人都知道，涉及国防和情报的项目对人员背景有极其严格的要求。当AI越来越多地被用于军事和情报用途时，如何平衡人才开放性和安全审查的严格性？那些来自对手国家的研究人员——包括大量来自中国大陆的AI专家——是否还能参与最前沿的AI研发？ 布坎南似乎希望鱼与熊掌兼得：既要保持美国作为全球AI人才磁石的地位，又要加强对AI技术的国家安全管控。但这两个目标存在内在张力。中国大陆正在积极招募AI专家回国，而美国日益收紧的移民政策和日益政治化的科研环境，可能会加速这种人才回流。当美国大学里的中国大陆留学生发现自己无论多么优秀都难以获得工作签证，当他们的研究因为敏感性而受到限制时，选择回国就成了理性选择。而这正是布坎南所担心的人才外流。 政府-产业合作的结构性障碍 “大交易”设想的核心是政府与科技行业建立深度合作关系。但这个设想面临一个尴尬的现实：双方之间存在着深刻的互不信任。 从科技行业的角度看，政府意味着繁琐的监管、缓慢的决策流程和对商业创新的束缚。硅谷文化崇尚“快速行动，打破陈规”（Move fast and break things），而政府系统的特点恰恰是谨慎、官僚和风险规避。更重要的是，科技公司担心与政府深度合作会限制它们的商业自由。如果将AI系统深度整合进国家安全体系，这意味着更严格的出口管制、更多的安全审查、更少的国际市场机会。对那些在全球运营的科技巨头而言，这是一个巨大的代价。 从政府的角度看，科技公司则是一群难以管束、唯利是图、不考虑国家安全的商业实体。OpenAI、谷歌、Meta这些公司都曾因为与军方和情报机构的合作项目引发内部员工抗议。2018年，谷歌员工成功迫使公司退出了与国防部的Maven项目。这种企业内部对军事合作的抵触，让政府对科技公司的可靠性深表怀疑。 布坎南在白宫任职期间主导的一些政策，恰恰体现了这种张力。拜登的AI行政命令要求科技公司自愿做出安全承诺，但这些承诺大多停留在原则层面，缺乏强制约束力。而当政府试图实施更严格的监管时，科技公司又会动用强大的游说力量来阻挠。这种猫捉老鼠的游戏，很难想象能够升华为布坎南所设想的“大交易”式的战略伙伴关系。 更根本的问题在于，“大交易”假设政府和产业能够就AI的发展方向达成一致。但实际上，双方对许多核心问题存在严重分歧：AI应该多大程度上开放？谁应该控制最强大的AI系统？AI带来的经济收益应该如何分配？AI技术应该向哪些国家和实体出口？在这些问题上，政府和科技公司的利益远非完全一致，而且内部也存在严重分歧。要在这样的基础上达成一个覆盖能源、人才、国家安全等多个维度的“大交易”，难度之大可想而知。 时间的残酷性与政策的惰性 布坎南正确地指出，AI进步速度极快，政策制定者必须在极短时间内做出重大决策。但他的“大交易”却要求完成一系列在美国政治体制下通常需要数年甚至数十年才能实现的任务：大规模能源基础设施建设、移民政策根本性改革、政府-产业关系的深刻重构、国家安全体系的全面AI化。 这里存在一个根本性的时间错配：AI技术的演进以月为单位，而美国政治体制的变革以年甚至十年为单位。在拜登任期内，布坎南主导的AI行政命令确实取得了一些进展，建立了AI安全研究所等机构，推动了一些自愿承诺。但这些成就与“大交易”设想的宏大目标相比，几乎微不足道。而现在，特朗普政府正在系统性地拆除拜登时期建立的许多AI治理框架，包括放松芯片出口管制——这正是布坎南最担心的事情。 政治周期的不稳定性使得任何长期战略都难以为继。一个政府费尽心力建立的政策框架，可能在下一个政府上台后被全盘推翻。在这种情况下，要求政府和产业就一个需要十年、二十年才能见效的“大交易”达成共识，无异于痴人说梦。中国大陆的体制优势恰恰在于其政策的连续性和长期性——当中国大陆将AI确定为战略重点时，这个战略可以持续数十年不变，资源投入也能够保持稳定。美国的民主制度有其独特价值，但在需要长期战略规划的技术竞争中，这种制度的弱点暴露无遗。 布坎南的“大交易”本质上是一个防御性战略，它的出发点是“防止失去领先地位”而非“创造新的突破”。这种心态本身就反映了一种焦虑和不自信。当一个国家的AI战略主要由防止对手超越而非创造革命性创新驱动时，它实际上已经丧失了先机。中国大陆的AI战略虽然也包含赶超美国的目标，但更重要的是建立自主创新能力和独立的技术生态。DeepSeek的成功正是这种战略思维的体现——与其被动等待美国放松封锁，不如主动探索新的技术路径。 难以愈合的裂痕 最终，“大交易”之所以难以实现，根源在于它试图弥合的那些裂痕可能本就无法愈合。 美国社会在AI问题上的分裂是深层次的。 技术精英认为AI是下一个增长引擎，必须不惜一切代价保持领先；普通民众担心AI导致失业和不平等；环保主义者反对为AI建设消耗巨量资源的数据中心；民族主义者要求限制移民和技术出口；国际主义者强调开放合作的重要性。这些立场之间的矛盾，不是一个“大交易”就能调和的。 政府和科技公司之间的不信任是结构性的。科技公司希望政府提供支持但不要干预，政府希望科技公司服从国家利益但又不完全信任它们。这种关系更像是一种脆弱的共生而非稳固的伙伴关系。 美国和中国大陆的竞争是长期的、全方位的，不可能通过单一的技术封锁或单一的政策框架来解决。中国大陆的制度优势在于能够集中资源和长期规划，美国的制度优势在于创新活力和市场机制。但当竞争进入到需要国家动员和长期规划的阶段时，美国的制度优势可能反而成为劣势。 布坎南的“大交易”建立在一个过于乐观的假设之上：只要政府和产业达成正确的协议，美国就能够延续其在AI领域的领先地位。但现实可能更加残酷——不是美国不够努力，不是政策不够好，而是历史的钟摆正在摆向另一边。技术霸权从来不是永恒的，曾经的领先者往往会在新的技术范式转换中失去优势。AI可能正是这样一次范式转换，而“大交易”式的修补方案，或许只是延缓衰落而非逆转趋势。 在DeepSeek证明封锁无效、特朗普政府拆除拜登时期的AI治理框架、美国社会在移民和能源政策上陷入僵局的当下，布坎南的“大交易”更像是一个精致的政策幻想，而非可行的战略方案。这并非说布坎南的诊断不对——美国在AI领域确实面临能源、人才、安全整合等多重挑战。问题在于，他开出的药方需要一个在当前美国政治现实中几乎不存在的条件：高度共识、长期承诺、政府效率和超党派合作。当这些前提条件都不具备时，“大交易”就只能停留在纸面上，成为又一个华盛顿政策圈里的美好愿景，而非能够真正塑造现实的战略行动。 本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
-
AI玩具热度增长 同质化问题成行业痛点 人民财讯12月4日电，一款399元的“智能憨憨”情感陪聊AI机器人，正在悄然引动新一轮AI玩具热潮。近日，华为在Mate80系列发布会上推出了其与珞博智能共同开发的“智能憨憨”AI玩具，开售即“秒光”，多轮补货之后依然售罄。记者发现，截至12月3日，华为京东自营旗舰店“智能憨憨”仍处于缺货状态，预定量已超3000件。在二手交易平台上，“智能憨憨”普遍溢价交易，售价在450元到660元不等。“智能憨憨”的爆火，是否点燃了AI玩具市场的热度？证券时报记者实探了AI玩具产品的“聚集地”之一——深圳华强北，有商家表示，近几日AI玩具线下和线上咨询、购买热度都有所提升，但在国内市场，产品同质化严重、退货率高等问题仍是行业发展瓶颈，阻碍着AI玩具市场走向“DeepSeek时刻”。
-
苹果顶级设计师投奔Meta！硅谷AI硬件战火升级 财联社12月4日讯（编辑 史正丞）知名科技爆料人马克·古尔曼周三透露，苹果公司现存的最知名设计高管艾伦·戴伊（Alan Dye）即将离职加盟Meta。此举不仅显示了Meta对“AI消费电子市场”的野心，也延续了苹果顶级设计人才不断流失的局面。作为背景，设计大神乔尼·艾维在2019年离开苹果后，iPhone生产商的设计团队转交工业设计副总裁埃文斯·汉基和艾伦·戴伊共同管理。2022年，埃文斯·汉基也离开了苹果。公开资料显示，戴伊2006年加盟苹果，2015年成为人机界面设计副总裁。近期监督的项目包括对苹果操作系统的全面重新设计，也就是今年6月推出的“液态玻璃”界面。戴伊还在公司应用、Apple Watch和iPhone X的设计中发挥了核心作用。在尚未问世的产品线中，他的团队一直在帮助开发一系列智能家居产品。知情人士称，戴伊本周正式通知苹果管理层离职的决定，但公司“已经为此做好准备”。资深苹果设计师Stephen Lemay将接替戴伊的位置。苹果公司也在一份声明中证实了此举。蒂姆·库克在声明中表示：“自1999年以来，Steve Lemay在每一个重要的苹果界面设计中都发挥了关键作用，他总是为卓越设定极高的标准，体现了苹果的协作与创造文化。”库克也强调：“设计是苹果公司的身份核心，如今我们拥有一支非凡的设计团队，正在打造历史上最具创新性的产品阵容。”戴伊将于12月31日加盟Meta，出任首席设计官。戴伊在苹果的副手比利·索伦蒂诺也将一同加盟Meta。Meta现在的设计主管们将向戴伊汇报工作。知情人士称，挖来戴伊后，Meta将成立一个新的设计工作室，并任命他负责硬件、软件以及界面中整合人工智能的设计工作。他的主要工作是“用AI功能改造Meta的消费产品”。戴伊将向分管Reality Labs的Meta首席技术官安德鲁·博斯沃思汇报工作。该部门负责开发可穿戴设备，例如智能眼镜和虚拟现实头显。戴伊的跳槽不只是另一桩硅谷巨头之间的震撼性人才抢夺，也显示出苹果管理层的动荡正在持续。长期担任苹果首席运营官的杰夫·威廉姆斯上个月正式退休，而人工智能主管John Giannandrea本周刚宣布离职。包括库克在内的多位高层，现在也接近典型的退休年龄。古尔曼透露，苹果自研芯片的负责人约翰尼·斯鲁吉，以及政府事务与环境事务负责人丽莎·杰克逊都在评估自己在苹果公司的未来。
-
TikTok投资380亿美元建设数据中心 开启首个拉美项目 TikTok的一笔巨额投资，正将巴西推向拉丁美洲AI投资的前沿阵地。当地时间周三，字节跳动宣布旗下的TikTok计划投入2000亿雷亚尔（约合380亿美元），在巴西东北部塞阿拉州的Pecém参与建设一个大型数据中心综合体。该项目是迄今为止巴西同类投资中规模最大的一笔，旨在利用该国优势满足AI运算对算力的巨大需求。得益于其丰富的可再生能源、完善的电网和战略性的地理位置，巴西正吸引着寻求在美国之外进行布局的全球科技资本，意图在全球AI竞赛中占据有利位置。巴西的双重优势TikTok的这笔投资之所以选择巴西，其核心在于该国独特的资源禀赋。巴西拥有丰富的可再生能源和一体化的国家电网，这对于耗电量巨大的AI数据中心而言至关重要。项目所在地Pecém港的地理位置同样具有战略价值。该地区是连接南美大陆与欧洲、非洲的海底电信光缆的重要枢纽。据报道，数据中心开发商Omnia的首席执行官Rodrigo Abreu表示： Pecém是一个极具战略意义的位置，因为它同时相对靠近欧洲、非洲、北美和拉丁美洲其他地区。 据Pecém综合体出口加工区（ZPE Ceara）负责人Fabio Feijo透露，在争取TikTok的投资时，Pecém击败了来自印度、挪威和马来西亚的竞争地点。根据追踪该行业的网站Data Center Map的数据，南美洲所有已规划和现有数据中心中，近一半位于巴西。超越数据中心的产业雄心——“塞阿拉谷”对于巴西政府而言，吸引数据中心投资并非终点。巴西工业发展秘书Uallace Moreira在接受采访时坦言： 数据中心本身并不能创造大量就业岗位，我们的目标是利用数据中心来构建新的产业链。 Pecém出口加工区的负责人Fabio Feijo将这一愿景形容为“塞阿拉谷”（Ceará Valley），意在吸引高科技产业和大型科技公司的运营部门落户。为实现这一目标，巴西总统卢拉已签署一项临时措施，为在巴西建设数据中心的公司提供激励，包括允许企业免税进口部分设备。TikTok将与数据中心开发商Omnia和巴西领先的可再生能源供应商之一Casa dos Ventos合作推进该项目。这种公私合作和产业联动的模式，旨在将巴西的能源优势转化为更广泛的经济和技术竞争力。繁荣背后的风险与挑战尽管前景广阔，但巴西的数据中心热潮并非没有风险。市场炒作与实际落地之间仍存在差距。据Aurora Energy Research分析，已宣布的巴西数据中心项目中，最终可能只有三分之一会真正建成，部分原因是一些项目没有接入电网，另一些则距离圣保罗等商业金融中心过远。更严峻的挑战来自能源基础设施。数据中心和电动汽车等新需求的激增，正对巴西的电力系统构成压力。圣保罗可再生能源公司Brasol Participacoes e Empreendimentos SA的首席执行官Ty Eldridge警告称： 巴西需要建设更多输电线路并部署工业级电池，以稳定随天气波动的可再生能源供应，否则可能从能源富余转向短缺。 他表示： 能源将变得更加昂贵和稀缺，即使有政府的支持，挑战依然巨大。 分析认为，投资者在评估巴西AI前景时，也必须将基础设施瓶颈和能源成本上升的潜在风险纳入考量。
-
AI的钱太好赚！美光宣布“艰难决定”：退出零售存储业务 财联社12月4日讯（编辑 史正丞）在近几个月内存条疯狂涨价的背景下，存储芯片制造商美光科技突然宣布关闭零售渠道业务，专注于AI时代的先进存储芯片竞争。在周三发布的公告中，美光宣布退出Crucial（国内译为英睿达）消费业务，现有的库存将销售到本财年第二季度（2026年2月）末。公司将继续向全球商业渠道客户供应美光品牌的企业产品，同时现有产品的保修不受影响。 （来源：公司官网） 对于这一决定，美光执行副总裁兼首席商务官Sumit Sadana表示：“由AI驱动的数据中心增长，带来了对内存和存储的强劲需求。美光已经做出了一个艰难的决定，即退出Crucial消费级业务，以便在增长更快的板块，更好地为我们规模更大的战略性客户提供供应和支持。”美光退出消费市场的时机，恰逢存储产品价格翻倍上涨之际，进一步印证企业用户加价抢购存储芯片的势头有多么凶猛。京东价格数据显示，英睿达经典款16GB DDR5台式机内存条今年9月售价为329元，目前已经涨到999元。同规格的三星内存条也从500多元涨至近1300元。退出消费市场后，美光将把更多资源用于HBM赛道，世界三大存储巨头美光、三星和SK海力士正在这一领域激烈厮杀。HBM芯片是人工智能数据中心不可或缺的重要组成部分，售价也比消费级内存更加昂贵，利润率也更可观。在9月电话会议上，美光首席执行官Sanjay Mehrotra表示，上一财季美光的HBM产品收入增长至近20亿美元，相当于年化80亿美元的收入。
