标签: 算法
没有中国，世界会怎样？美国资本家恨死中国了。没有中国，美国早就把全球AI和高端芯
没有中国，世界会怎样？美国资本家恨死中国了。没有中国，美国早就把全球AI和高端芯片领域彻底垄断了，全世界都得任人拿捏。很多人平时没太留意，咱们现在闷头搞的科技突破，其实是在给全世界挡下最要命的霸权镰刀。在全球科技竞争越来越激烈的今天，一块芯片、一套算法、一个人工智能模型，已经不只是商业产品，更关系到未来产业格局。过去几十年，部分西方企业凭借技术和市场优势，占据了信息产业的重要位置。但当中国开始在人工智能、高端制造、芯片产业链等方向持续突破时，原本看似牢固的技术壁垒，开始出现新的变化。如果世界少了一个拥有完整工业体系、庞大应用市场和持续创新能力的中国，全球科技生态会不会变成少数企业说了算？这个问题，正在现实竞争中给出答案。近年来，美国不断加强对先进芯片出口的限制，希望通过控制关键技术环节保持优势。但科技发展有一个规律，封锁可以增加困难，却很难阻止一个拥有完整产业体系的大国持续追赶。中国没有选择停留在等待别人供应的道路，而是在芯片设计、人工智能、大数据、云计算等领域不断补齐短板。工信部门提出，要推动人工智能与信息通信融合发展，加强高端训练芯片、多模态算法等关键技术研发，打造更加完整的产业生态。过去有人认为，只要限制先进芯片，中国人工智能产业就会被卡住。但现实的发展并没有按照这种剧本推进。中国企业、高校和科研机构不断探索新的技术路线，在算法优化、模型训练效率、应用场景开发等方面持续投入。人工智能竞争并不是简单比谁拥有最贵的设备，而是比谁能把技术真正落地。中国拥有全球规模领先的制造业体系，大量工业场景、交通场景、能源场景和消费场景，为人工智能应用提供了丰富土壤。一个模型如果只能停留在实验室里，它只是展示品；能够进入工厂、医院、城市管理体系，才真正产生价值。与此同时，中国也在推动人工智能开源生态建设，让更多企业和开发者能够参与技术创新。相关规划提出，要支持人工智能开源社区发展，推动算法、算力、数据等要素协同创新。这背后其实是一场关于科技发展模式的竞争。一种模式强调少数企业掌握核心技术，然后通过专利、生态和市场规则获得长期优势；另一种模式则更强调扩大技术应用，让更多产业和国家能够分享科技发展的成果。美国企业界对于对华技术限制也存在不同声音。部分美国科技企业担忧，过度限制不仅影响中国市场，也可能让美国企业失去全球竞争机会。美国对华芯片出口政策不断调整，本身也反映出全球半导体产业链高度关联，谁都无法完全脱离世界市场。从更大的历史视角看，中国科技发展的意义，并不只是争夺某一家企业的市场份额，而是在推动全球科技竞争更加多元。过去一些关键技术领域容易形成少数国家和企业主导的局面，而中国的快速发展，让全球产业格局出现更多选择。当然，科技竞争不会一夜结束。芯片制造、基础软件、核心设备等领域依然需要长期积累。真正的科技强国，不靠短期口号，而靠持续投入、人才培养和产业协同。中国推进自主创新，本质上是为了掌握自身发展的主动权，同时也为全球产业链稳定提供更多可能。未来人工智能时代的大门已经打开，谁能够提供更高效、更普惠、更安全的技术方案，谁就拥有更大的影响力。而中国正在努力走出一条自主创新与开放合作并行的发展道路。
从简单对话到仿生情绪表达，背后是算法和机械结构的多重突破。不断探索情感交互，让智
从简单对话到仿生情绪表达，背后是算法和机械结构的多重突破。不断探索情感交互，让智能不止会干活，还能学会共情。全球首款会流泪的机器人来了
#普通人如何抓住AI新经济#我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必
#普通人如何抓住AI新经济#我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文献收集和初步判断，省下大量翻找的时间；日常写材料、改稿子，也可以先让AI搭个框架、润色语句，自己再精修。这样一来，你不必成为技术专家，却能实实在在提升效率，把精力留给真正需要人判断和创造的部分。工具用好了，普通人也能在AI新经济里找到自己的位置。
普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在
普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文献收集和初步判断，省下大量翻找的时间；日常写材料、改稿子，也可以先让AI搭个框架、润色语句，自己再精修。这样一来，你不必成为技术专家，却能实实在在提升效率，把精力留给真正需要人判断和创造的部分。工具用好了，普通人也能在AI新经济里找到自己的位置。
短视频看多了，人戾气可能会变重。因为短视频平台的核心资产是算法，通过给作品打标
短视频看多了，人戾气可能会变重。因为短视频平台的核心资产是算法，通过给作品打标签和统计用户浏览数据，形成特定的推荐名单，使人越看越能看到自己喜欢的类型。这种方式可以使人一时很爽，但也不可避免的陷入观点极端化、情绪剧烈波动的陷阱，其状态越来越趋向精神病人。
《好雨知时节》登顶热播榜快一个月了那些说改算法的，所有剧都涨了，也就不影响整体排
《好雨知时节》登顶热播榜快一个月了那些说改算法的，所有剧都涨了，也就不影响整体排名吧[思考]
天下苦算法过度修饰久矣！这一次OPPO跳出美颜内卷，回归影像本真。FindX1
天下苦算法过度修饰久矣！这一次OPPO跳出美颜内卷，回归影像本真。FindX10哈苏超清原相机，用硬件还原真实光影与原生肤色，让拍下的画面，就是眼睛所见的真实瞬间。OPPOFindX10
网贷已经变成了收割普通人的陷阱！如今网贷广告无孔不入，短视频、APP弹窗随处
网贷已经变成了收割普通人的陷阱！如今网贷广告无孔不入，短视频、APP弹窗随处可见，很多普通人最初只是想临时周转。给家人看病、交学费、渡过生意难关，随手点下借款按钮，万万没想到，这一次点击，其实就已经打开了潘多拉魔盒，把自己和整个家庭拖入债务深渊。很多人以为深陷网贷泥潭的都是赌徒、挥霍无度的人，现实恰恰相反，大量受害者只是平凡的普通人：打工的年轻人、小店经营者、普通家庭的父母。没有纸醉金迷，只是生活遇到难处，指望借一笔钱渡过眼前难关，可平台包装的甜言蜜语背后，全是精心设计的温柔陷阱。广告写着零门槛、秒到账，背后逻辑是不在乎借款人有没有还款能力，就怕你不借钱。所谓日息万五，把高额年化利息拆解成每天一杯奶茶的小钱，其实就是麻痹普通人的感知；还有循环提额，一旦你踏进借贷体系，大数据算法就会不断给你抬高额度，然后一点点把你榨干。服务费、担保费、会员费花样百出，用来变相抬高综合成本，绕开利率红线，在这里用户不是客户，而是被算法精准围猎的猎物，你的收入、心理承受底线，全部被系统计算，转化成平台的业绩KPI。现实里一幕幕悲剧正在不断上演，农村老人掏空棺材本、卖掉家畜，替孩子偿还网贷，四处求人开贫困证明。年轻人为凑彩礼借网贷，利滚利压垮自己，毁掉婚姻，还有普通家庭，因为一笔小小的借款，债务不断膨胀，家宅被法拍，孩子的人生也蒙上阴影。很多悲剧其实并没有登上新闻热搜，那些被债务折磨患上抑郁、夫妻反目、亲情破裂的家庭，才是沉默的大多数。当然，我们不能全盘否定信贷的价值，正规信贷是社会运转的润滑剂，小微企业周转、合理应急借贷，都离不开金融支持。真正该批判的，是打着金融科技、普惠金融的旗号，专门瞄准普通民众过度放贷的乱象。它就像金融鸦片，不是你主动去找它，是它主动推送上门，诱导你伸手借钱，受害者还会误以为一切都是自己自愿选择。已经深陷网贷的人，一定要知道，生命永远比债务贵重，征信黑了可以修复，钱没了可以再挣，人绝对不能垮掉。网贷乱象，是算法诱导过度借贷、变相高利贷、暴力催收，伤害的不只是一个个小家庭，也在动摇社会稳定的根基。也提醒每一个普通人：世间所有看上去唾手可得的金钱，背后早已标好了代价，不到万不得已，不要轻易触碰网贷。守住手里的安稳，才是一个家庭最大的底气。
最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干
最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干的事情说白了就一句话：帮你把正在聊的话题，用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容，它不会给你写一大段文字解释，直接用伪代码呈现。比如一个保存操作，内容没变就返回缓存，变了就写最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干的事情说白了就一句话：帮你把正在聊的话题，用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容，它不会给你写一大段文字解释，直接用伪代码呈现。比如一个保存操作，内容没变就返回缓存，变了就写入新内容，几行代码一目了然。然后是程序运行时的调用关系。它会画成一棵调用树，谁调用了谁，层级关系清清楚楚。比如提交表单这个动作，底下先创建会话，再保存提示词，再启动代理，最后跳转页面，一层一层往下排，看一眼就知道整个流程。碰到前端UI的结构，它会画组件树，把状态和模块边界标出来，连文件路径都给你写上。这样你一看就知道哪个组件在哪个文件里，谁嵌套了谁。如果是多个组件之间的交互，比如用户点了一个按钮，UI把请求发给后台，后台再把结果流式返回，这种场景它会用Mermaid时序图来画，箭头指来指去，交互过程一眼就能跟上。还有一个很实用的功能：diff视图。当你已经知道整体结构长什么样，只是想看哪里改了，它就用加号减号标出变化的部分。组件变了、文件目录调整了、调用链多了一步，都能用这种方式展示。不用重新看一遍全貌，只看变化就够了。不过如果大部分内容都是新的，它就不省略了，直接给你完整的代码块，方便你直接复制去用。最后，遇到那种特别复杂的场景，文字和简单图表都搞不定的，它会生成一个HTML文件，做成图表、信息图，甚至小型幻灯片，配色和排版都跟着产品风格走，手机和电脑都能看。整个设计思路就一个原则：挑最小的视图，把关键点说清楚。不堆砌，不炫技，该用哪种就用哪种，甚至大多数时候只用其中一两种。够用就好。传送门：github.com/humanlayer/skills/blob/main/plugins/show-me/skills/show-me/SKILL.md科技先锋官HowIAI
为什么现在开店都说“不如做品牌”？曾经的创业共识，是租铺开店、入驻平台，靠
为什么现在开店都说“不如做品牌”？曾经的创业共识，是租铺开店、入驻平台，靠着地段与人流就能稳稳赚钱。如今行情彻底反转，越来越多创业者宁愿慢下来打磨品牌，也不愿盲目开店扩张。看似是经营选择的转变，实则是商业底层逻辑的彻底重构，渠道、算法、用户的三重变革，早已终结了“开店就能赚钱”的粗放时代。单纯开店的生意，本质是吃渠道红利，可这份红利早已彻底枯竭。早些年线下旺铺自带自然客流，线上新店有平台普惠流量扶持，无需深耕口碑、打磨特色，靠信息差和地段优势就能成交。现在线下房租、人工、物料成本持续攀升，同类门店遍地内卷，路人客流极度分散，再也没有躺赚的地段。线上更是陷入流量困境，行业数据显示中小商家获客成本连年上涨，转化率持续走低。普通店铺没有核心辨识度，只能靠低价补贴抢单，赚最微薄的差价，一旦渠道扶持终止、地段热度褪去，门店生意就会瞬间崩塌，从头到尾都是依附渠道的被动生意，留不下任何属于自己的资产。平台算法的迭代升级，进一步锁死了普通店铺的生存空间，也让品牌的优势无限放大。早年平台流量靠关键词、店铺层级分配，新店只要铺货到位就能分到流量。如今AI算法主导流量分发，核心逻辑早已从“货找人”转变为“择优分发”。平台更青睐高信任、高复购、高口碑的品牌账号，普通小店只能靠付费投流换曝光，陷入“不投流没订单、投流就亏钱”的死循环。更残酷的是，店铺的流量、排名、权重全部掌控在平台手中，规则微调就能让小店业绩断崖下滑。品牌却能跳出算法绑架，沉淀用户心智，形成“人找货”的主动流量，用户会主动搜索、主动复购，流量成本更低、转化更稳定，完全摆脱对平台算法的单一依赖。消费者的决策逻辑变迁，是品牌化浪潮最核心的推力。当下商品严重过剩，同品类产品同质化严重，用户早已告别单纯比价的消费阶段。信息透明的时代，大家可以轻松对比价格、成分、品质，比价之后，人们不再执着低价，反而愿意为确定性的信任、稳定的品质、独特的价值审美付费。普通门店只能提供单次交易，用户消费过后毫无记忆点，很容易被更低价格的同行替代。品牌恰恰是最好的信任背书，能帮用户省去繁琐的对比成本，用长期口碑、稳定品控锁住用户心智。年轻群体的文化自信与审美觉醒，更是加速了这一进程，大家更愿意为有态度、有内核、有辨识度的品牌买单，而非千篇一律的门店货品。很多人误以为做品牌就是抛弃门店，实则二者从来不是对立关系。门店是交易场景，品牌是商业护城河。开店做的是短期流水，赚的是辛苦差价；做品牌攒的是长期资产，收获的是用户、口碑与行业壁垒。开店的门槛越来越低，倒闭的速度越来越快，真正能穿越周期、抵御内卷的，永远是深入人心的品牌力量。各位读者你们怎么看？欢迎在评论区讨论。
提到以色列，很多人听过“创业之国”这个名号。国土不大、资源匮乏，却诞生了大量
提到以色列，很多人听过“创业之国”这个名号。国土不大、资源匮乏，却诞生了大量硬核科技企业。但它并不是全领域通吃，是部分细分赛道顶尖，完整工业体系存在明显短板，这点要客观看待。✅优势赛道盘点1️⃣网络安全｜全球第一梯队以色列有著名的8200情报单位，大量退役技术人才流入民间创业，全球20%的网络安全初创公司出自这里。CheckPoint发明了状态检测防火墙；Wiz云安全公司被谷歌天价收购；大量政企、金融机构都在用以色列的安全方案，攻防技术实战经验非常足。2️⃣军工防务科技（实战加持）铁穹防空系统、箭式反导、大卫投石索多层反导体系，经过真实战火检验；IAI以色列航空工业，苍鹭系列无人机、机载雷达、侦察卫星，大量销往全球各国。电子战、情报信号处理、光电侦察是长板；短板在于大规模重装备制造，大吨位舰艇、重型战机本国造不出来，高度依赖进口平台。3️⃣自动驾驶与半导体Mobileye，可以说是辅助驾驶行业的标杆，宝马、丰田等大量车企采用它的视觉方案，英特尔曾153亿美元完成收购。英特尔海法研发中心，参与酷睿i7处理器研发；本土200多家半导体企业，强在芯片设计、算法、检测，但芯片制造高度依赖海外工厂，本土完整晶圆制造能力有限36氪。4️⃣医疗科技胶囊内窥镜、微创手术器械全球知名，医疗器械专利数量很高，很多医院的微创设备都有以色列技术背景。5️⃣沙漠农业科技滴灌技术全球闻名，缺水环境下把荒漠改造成农田，节水灌溉、育种技术输出到130多个国家，欧洲不少反季节蔬菜来自以色列供应。6️⃣新能源光伏SolarEdge光伏逆变器，全球头部玩家，家庭分布式光伏市场占有率很高。⚠️客观看待短板，不能过度神化①擅长软件、算法、细分硬件；缺少完整大工业链条。大型船舶、重型战机、大型工业母机这些大件，基本做不了，很多核心硬件需要进口。②高度依赖欧美资本与市场，大量独角兽企业最终被海外巨头收购。③人才是最大底牌，但长期冲突下，大量技术人员被征召，中小初创企业会受到冲击，本土创新生态存在隐忧。📌总结：以色列高科技属于细分领域尖刀型选手。依托军事人才储备、资本加持，在软件、算法、安防、医疗、农业、自动驾驶这些细分赛道打出名气；但不是全能科技强国，完整重工业产业链并不是它的强项。以色列科技军事科技网络安全硬核科技创业之国💬互动：你印象最深的以色列科技产品是什么？欢迎理性聊聊。信息参考来源：新华网、以色列官方经济报告、SIPRI、环球时报防务分析、海外公开产业报告
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了以后，发现有点难沟通。总是一副自以为是的样子，觉得他就是对的，你有疑问就是不尊重他。当着面对你说，你能干的事，他都能干。普通聊天倒也还过得去，只要和他讨论技术问题，他就开始说教，一句话是或不是，他能说一堆，最后也没说结论，是或不是，完全是无效沟通。遇到问题了，首先质疑是不是别人做错了，后来发现是自己做错了，也觉得是你或是别人造成了他的错误。不从算法逻辑找问题，逼问硬件厂家要方案，厂家也懵了，产品才几块钱，这是我能干的事？今天搞笑的是，要我找跟项目上一模一样的建筑环境做实验，高度、建筑材料、楼层结构，墙壁厚度要一样。问题是我们只是检测信号切换稳不稳定，差不多环境就可以的，随便哪里都有，现场都可以试，是不是要一比一复刻一栋楼啊？顿感无语，把我当傻子玩吗？
9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式
9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式的特征向量3.心理专家心理学方式（DNA）的特征向量4.账号的特征向量要与客户想要的精确匹配5.从获客角度出发，思考如何做账号6.做传媒的五大意识7.做某个赛道就要有这个赛道的情绪8.心理专家的算法是按情绪分类的9.什么是算法漏斗10.算法漏斗的筛选流程11.客户的行为轨迹5层次12.中国区、中东区和欧美区，人们的平台消费的收获差异
8月31日晚抖音大面积故障！算法错乱，一半用户刷到父母版抖音。
8月31日晚抖音大面积故障！算法错乱，一半用户刷到父母版抖音。
有时候想一下，觉得挺不可思议的，现在的短视频平台都是按照算法来给我们推荐，等于平
有时候想一下，觉得挺不可思议的，现在的短视频平台都是按照算法来给我们推荐，等于平台推荐什么，我们就看什么，而不是我们自己主动去找，这样下去我觉得人会变的越来越麻木了
面对平台“越搜越贵”的算法套路，消费者可采取多维度策略进行反制。首先是技术规避，
面对平台“越搜越贵”的算法套路，消费者可采取多维度策略进行反制。首先是技术规避，避免在同一设备或账号上高频反复搜索同一航线，可尝试切换不同手机（如安卓与苹果）、使用无痕浏览模式或更换账号查询，以打破平台基于用户画像的差异化定价。其次是渠道比价，不要局限于单一OTA平台，应结合航空公司官方APP、官网以及多个第三方平台交叉核对价格，官方渠道往往能避免代理加价和隐形捆绑销售。若发现确凿的“杀熟”证据（如同时同地同航班不同价），可依据《消费者权益保护法》及相关新规，通过截图保留证据，向12315投诉或向市场监管部门举报，主张退差价甚至三倍赔偿。此外，掌握购票时机也至关重要，如避开早晚高峰查询，关注航司会员日促销，或尝试在下午及深夜等非高峰时段下单，有时能蹲到更优价格。
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。 麻烦看官老爷们右上角
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持！比尔盖茨近期亲自测试了大模型克劳德的代码生成能力，这位早年把汇编语言玩到极致的程序员，公开承认自己写代码已比不过人工智能，这个细节背后其实藏着一个信息差。硅谷核心管理层的技术专家私下里对大模型引发的失业焦虑得要命，他们很清楚利用算法合成新病原体早已不是科幻情节，但在面对风投机构时却立刻换上另一副乐观面孔。我观察到这种表里不一的现象本质上是资本驱动的集体道德妥协，整个行业都在盯着下一个万亿美元级别的融资预期，谁在聚光灯下公开谈论风险，谁就是在砸同行的饭碗。依托自由市场的技术创新必定会为追求高估值而牺牲公众安全，这是资本逐利的历史常识决定的，就像华尔街当年为打包次贷刻意隐瞒风险一样，利益面前毫无底线。推进通用人工智能进程中绝不能允许资本为短期融资而掩盖技术破坏力，基于国家安全的审查机制必须在产品面世前严格前置。硅谷唯一敢把风险摆上台面的是安斯罗普首席执行官，他因拒绝向五角大楼提供用于全自主武器和大规模监控的技术，直接遭到了行业孤立与白宫方面的巨大施压。盖茨这次罕见站出来发声，直接点明指望美国科技企业自我约束完全是幻想，目前硅谷仅有极少数人敢于抵制与军方的深度捆绑，绝大部分公司早就悄悄向军工复合体低头了。我由此断定美国科技界标榜的技术中立原则已被彻底撕毁，这种捆绑从冷战时期就有迹可循，美国顶尖人工智能企业最终都会被强行编入其国家安全与军事霸权的机器中。面对真实的国际博弈环境，国内产业界必须彻底放弃对美国开源模型或商业接口的安全幻想，过度依赖别人的底层架构无异于在沙滩上建高楼。我们必须从算力芯片到核心算法框架实现绝对的自主可控，这种自主不是要闭门造车，而是提前防范带有西方意识形态或监控后门的产品向国内渗透，切实保障数字主权底线。只有把基础设施和核心架构真正握在自己手里，我们才能在未来全球治理中拥有话语权，这也是确保国内产业生态不被跨国资本掐断脖子的唯一防御路径。应对大模型替代劳动力的挑战时，盖茨提出了几项防御建议，包括建立高风险审查体系与立法设立人类保留岗位，甚至提出对算法及机器人征税来发放救济金。机器算法征税在技术追踪层面极度困难且缺乏可行性，数字时代的特征决定了按算力征收专项税会产生海量避税漏洞，资本总能找到离岸节点逃避监管。这种做法会严重拖慢我国产业在国际上的追赶速度，中国解决技术红利分配的破局优势从来不在于事后的税收惩罚，而在于公有制经济底座与基础设施统筹能力。将核心智算中心直接转化为国家级公共设施是必然趋势，就像修建高铁与电网一样，通过算力国资化与数据收益的二次分配，把技术红利实实在在转移给普通民众。至于保留特定岗位，我判断未来在中国具备不可替代性的工作，绝非大家担心的创意或代码类智力劳动，那些机械脑力活儿被算力矩阵替代只是时间问题。真正需要通过立法手段实行物理隔离的，是那些必须承担最终法律责任与伦理底线纠偏的社会核心节点，维系一个超大规模国家正常运转绝不能完全依赖黑盒化的人工智能。在中国特定的社会语境下，涉及国家战略定型与基层矛盾调解的工作必须由活人去做，因为运算模型永远不懂人情世故，也处理不了复杂的中国式乡土人际网络与情感诉求。包括司法量刑裁决和基础教育价值观塑造这两大领域，如果交给机器执行冷冰冰的概率运算，社会道德共识会在短时间内面临崩塌危险，法律与教育的温度从来不可被量化。
为什么说，中国在未来的AI竞争中很难输给西方世界？8月20日，一个比大模型排行
为什么说，中国在未来的AI竞争中很难输给西方世界？8月20日，一个比大模型排行榜更值得看的变化出现了。交通运输部公布，我国已经围绕铁路、公路、水运、民航、邮政等领域梳理出860项人工智能率先突破场景。AI开始进入调度、安全预警、设备运维这些真正创造生产效率的环节。未来竞争拼到深处，决定胜负的往往不是谁先做出一个聊天工具，而是谁能让技术大规模进入实体经济。再往前一个月看，信号更加清楚。7月举行的第67届国际数学奥林匹克竞赛上，中国队六人全部获得金牌，团体总分第一，其中三名选手拿到42分满分。与此同时，中国研发的大模型也通过官方评卷获得42分。这两个满分放在一起看，真正有分量的地方，是基础数学人才储备与机器推理能力正在同一条技术链上向前推进。人工智能当然不能简单理解成“数学竞赛的延长线”。模型背后还需要芯片、算力、算法、能源、数据和工程能力。中国的优势恰好在于，这些资源很少孤立存在。2025年我国人工智能核心产业规模已经超过1.2万亿元，企业超过6200家；2026年上半年，与人工智能相关的集成电路制造、智能车载设备制造等行业增加值保持30%以上增长。这意味着中国参与AI竞争，有一个西方很多经济体难以完整复制的条件：庞大的制造业能够不断给算法“出题”。汽车工厂要视觉检测，港口要智能调度，电网要预测故障，物流中心要机器人分拣，铁路要安全预警。模型在这些场景里反复训练、纠错、降成本，技术就会从论文指标变成生产能力。7月的世界人工智能大会把这种变化展示得很直接。300余款首发AI产品覆盖底层算力、模型软件、智能终端和行业应用，全国产十万卡AI超集群也公开亮相。到了8月的世界机器人大会，超过300家企业带来3000多件创新产品，中国人形机器人又开始从展示动作转向物流、工业和公共服务等真实任务。人才端同样不能只盯着几个竞赛冠军。教育部等五部门今年4月印发“人工智能+教育”行动计划，提出建设贯通不同学段的人工智能教育体系，并把人才培养、科研创新和应用场景放在一起推进。真正强的人才体系，应当既能培养做基础理论的人，也能培养把算法变成产品的工程师。我认为，中国未来AI竞争最难被外部复制的，并非某一个模型突然领先几个月，而是基础教育、科研队伍、工程师规模、制造业场景和超大市场正在形成一个能够自我强化的循环。模型能力提高，会推动更多产业采用；产业使用越多，又会产生更多真实问题和数据，继续推动算法、芯片和机器人迭代。这种循环已经在现实中出现。8月公布的信息显示，我国规模以上制造业企业人工智能技术应用普及率已经超过30%；世界机器人大会上，一些具身智能产品已经进入物流中心常态化运行。AI如果只能停在实验室，领先很容易被追赶；一旦进入成千上万家工厂、车辆、仓库和基础设施，积累速度就完全不同。所以，看中国未来能不能在AI竞争中站稳，真正该看的已经不只是奥数金牌，也不是一次模型跑分。要看基础研究能否持续产出人才，看国产算力能否不断进步，看人工智能能否真正降低制造业成本，更要看开放合作环境下能否持续吸引全球科研资源。教育打底、产业接力、市场验证，这三股力量只要继续咬合，中国在这场长期竞争中就很难掉出第一梯队。
芯片、半导体、机器人、人工智能算法，确实属于我们这个时代版本的“国家级大工程”，但和古代的宝船、皇家
芯片、半导体、机器人、人工智能算法，确实属于我们这个时代版本的“国家级大工程”，但和古代的宝船、皇家工坊有本质的分野：**古代大工程是皇权调动民力；现代是汇聚民智，国家搭框架，千千万万企业、工程师、普通人参与创新，国家力量和民间市场双向打通。这个模式既宏大高级，同时也自带现实矛盾。芯片、半导体、机器人、人工智能算法，确实属于我们这个时代版本的“国家级大工程”，但和古代的宝船、皇家工坊有本质的分野：**古代大工程是皇权调动民力；现代是汇聚民智，国家搭框架，千千万万企业、工程师、普通人参与创新，国家力量和民间市场双向打通。这个模式既宏大高级，同时也自带现实矛盾。一、和明代郑和宝船、宫廷工艺的相同之处1、都属于**超复杂的巨型系统工程**，单凭少数天才个人做不出来。明代造宝船，要伐木、冶金、纺织罗盘、天文航海，调动成千上万工匠；今天一块芯片，从设备、材料、设计、制造、封装测试，横跨上百个细分行业；人形机器人要芯片、电机、传感器、AI算法、控制软件；大模型要海量算力、数据集、工程调优，需要海量人才协同攻关。古代靠官府统筹调度人力物力；今天国家做顶层规划，建设智算中心、重大专项，解决单点卡脖子，和古代“集中力量办大事”逻辑有传承。2、都展现民族的工程创造力，看起来非常“高级有趣”。就像宝船、明代家具工艺，芯片机器人AI可以造出过去想象不到的产物：仿真人形机器人、百亿参数大模型、国产存储芯片，拓展人类能力边界。二、最关键不一样：古代工程“人亡技息”，现代是**民智汇聚，市场承接成果**这就是新旧大工程最大分水岭：1、明代郑和宝船：**项目依附皇权意志**。皇帝停止下西洋，官方大船就不再建造；高级造船技术锁在官营船厂，海禁限制民间海商，顶尖技术很难向下扩散到民间工商业，档案甚至遭到销毁。天启皇帝木工技艺只局限皇宫，手艺不能转化全社会制造业能力。2、当代芯片‑机器人‑AI这套体系：**国家做底座，民智是主力，市场做检验**-国家解决底层公共品：大科学装置、智算网络、基础科研、产业链短板攻坚，建设平台向全社会开放算力、标准、试验场景；-但千千万万具体创新来自民间：创业公司、专精特新、互联网企业、高校团队。不管是长鑫存储，还是人形机器人宇树科技，各类AI芯片初创企业，大量创新不是政府大包大揽做出来，而是市场里无数工程师、团队试错迭代出来的。-技术成果必须流向千行百业：芯片要卖给消费电子、工厂；机器人要下工厂、进物流；AI要给制造业、医疗、教育使用。**不是只为完成一个“展示性大项目”，最终要在市场活下去赚钱，形成自我循环**。>古代是“征集民力干活”；现代是**汇聚民智创新**：不是简单征召人力，而是激活千千万万普通人的聪明才智，允许不同技术路线竞争，允许试错，优胜劣汰。三、这套新时代大工程的两面性：高级有趣，但现实难题也很突出好的一面1、人才不再寄托帝王个人爱好。不会出现“换个领导项目就废掉”。技术沉淀在教育体系、企业、开源代码、工业文档，依靠制度持续迭代。2、多元路线百花齐放。做AI有大模型，也有端侧小模型；芯片有先进制程，也有成熟工艺存算一体；机器人有人形，也有四足、工业机械臂，多条技术路线并行探索，不是只有一套标准答案。3、溢出效应强：攻关芯片，会带动材料、设备、软件一大批上下游中小企业成长；AI大模型的技术，会外溢给普通小企业做行业AI应用，普惠各行各业。现实的难题，不能只看到宏大炫酷1、**投入巨大，周期漫长，大量试错亏损是常态**。就像前面聊长鑫存储，存储行业景气期高毛利，低谷巨额亏损；AI、机器人大量项目投入几十亿，不一定能商业化成功。宏大不等于马上赚钱，很多前沿技术要熬过好几轮周期。2、“国家队”和民间的平衡很难拿捏。如果只有国家投入，缺少市场竞争，就容易复刻古代大工程：好看，但成本高，不接地气；如果完全交给市场，资本追逐短期暴利，基础研究、长周期卡脖子领域没人愿意投。所以现实模式是**有为政府+有效市场相结合**，国家补短板，市场负责创新和商业化落地。3、民智汇聚不等于所有人都能跟上时代。新技术会带来产业迭代，传统岗位被替代；高端技术岗位需要大量理工科人才，但社会里面大量普通人并不掌握这套技能。宏大科技工程，同时也要兼顾普通人就业、民生，不能一味追求技术炫酷。四、回到现实，结合我们之前聊的家庭、个人视角这套宏大科技浪潮对普通家庭的启示很实在：1、古代，普通工匠的聪明才智常常被限制；今天普通人的技术、想法可以通过产业释放出来。工科技术赛道（电子、自动化、计算机）本质就是参与这场新时代大工程的入场券，也就是你之前规划孩子走工科去长三角珠三角的底层逻辑。2、要分清两件事：**国家攻克卡脖子是第一步；真正成功，是技术下沉到千千万万企业，形成可持续的产业循环**。就像宝船造出来不算成功，民间能用上好用的船、能开展贸易才算完整。芯片造出来，还要熬过行业周期，适配各行各业才算闭环。简短总结芯片、机器人、AI确实属于新时代的大工程，有古代超级工程那种宏大震撼感。但根本区别在于：古代更多是**征集民力，成败系于统治者意志，技术容易锁死在上层；今天是汇聚民智，国家搭建底座，无数企业工程师参与创新，用市场检验成果，追求技术向外扩散、惠及整个社会**。它固然高级有趣，但也有巨额投入、周期波动、产业平衡等现实难题，不是光靠一腔热血就能完成。如果你愿意，我可以对比：郑和宝船工程vs当代芯片产业链，整理一个简明对照表。
想找大疆背景的人一起创业，好找吗？
想找大疆背景的人一起创业，好找吗？AI体育影像硬件创业，想找大疆DJI的算法工程师背景的人一起，这样的人好找吗？欢迎推荐！CoffeeChat！#大疆DJI#影石Insta360
小红书算法真是太诡异了，我前几天看了2个关于最近儿科韩医生案子的视频。现在推给我
小红书算法真是太诡异了，我前几天看了2个关于最近儿科韩医生案子的视频。现在推给我的全是相关视频。相比起来，微博反而成了正常的APP，虽然也推，但主题还比较丰富。
AI算力和人形机器人，哪个赛道更有前景-短期（1-3年）：AI算力确定性更高、业绩更实，是当前基础设
AI算力和人形机器人，哪个赛道更有前景-短期（1-3年）：AI算力确定性更高、业绩更实，是当前基础设施刚需-中长期（5-10年）：人形机器人（具身智能）的总市场空间、产业变革上限更大，但不确定性、技术风险、周期也大得多-人形机器人规模化本身，还会反过来拉动新一轮云端训练+端侧专用算力需求，是算力行业的下一波大需求来源。一、AI算力赛道：当前在业绩兑现期，确定性优先-前一波驱动：大模型训练、数据中心建设，GPU/服务器/光模块/高速互联/液冷/算力租赁持续兑现营收利润-当前变化：通用云端训练算力逐步供需宽松、边际回报率下降；结构性机会转移到：推理优化、HBM/存算一体、国产替代、低功耗/端侧算力、CPO、算力调度、行业专用算力集群-✅优势1.付费方清晰（云厂商、大厂、政企），B端资本开支驱动，商业闭环已经跑通2.产业链成熟、标准化程度高、人才栈成熟（芯片、IC、光通信、服务器、IDC、CUDA/算子优化）3.细分分层机会多：上游芯片壁垒最高利润最集中；中上游光模块/服务器/散热/PCB/电源是国产优势、业绩确定性强；算力服务/应用适配门槛相对低⚠️核心风险-高端芯片生态（CUDA）、制造设备壁垒极高，本土核心环节受出口管制约束-重资产、扩产周期长，容易阶段性供过于求、价格战（算力租赁最明显）-纯通用算力未来会逐步commoditize（商品化），只有芯片/互联/专用算力/软件栈持续有高溢价二、人形机器人赛道：0→1验证期，长期弹性优先产业阶段处于原型机→小批量试点、核心部件验证、结构化场景（工厂搬运、物流）先行，还没到大规模商用期-当下绝大多数整机没有正向ROI，成本、可靠性、运动控制、长时序操作、世界模型数据闭环都是瓶颈-价值兑现顺序：核心零部件（减速器、执行器、丝杠、六维力传感器、伺服）>具身算法/仿真/OS/端侧芯片>整机>家庭消费场景✅优势1.长期市场空间远大于纯云端算力：面向物理执行、劳动力替代，覆盖制造/物流/养老/家政等，是下一代通用硬件平台2.中国供应链优势更强（精密零部件、机电制造、整车/消费电子产能复用），国产替代机会比GPU大得多3.复合学科壁垒（机械、电控、运动控制、传感器、实时系统+AI多模态），长期不容易单一巨头通吃三、分维度直观对比表格维度AI算力人形机器人当前阶段大规模建设、业绩兑现期样机/小批量、零部件先行、商业化早期2-3年确定性高（尤其光模块、服务器、国产芯片、推理算力）中低，仅零部件/工业场景验证确定性高，整机低中长期TAM大（数字基础设施）更大（物理劳动力/通用终端）核心壁垒芯片制造、软件生态、EDA、HBM、资金机电一体化、控制、传感器、成本、场景数据闭环、可靠性人才门槛偏半导体/软硬件/系统/通信，供给相对充足跨机械+电控+AI+感知复合人才，供给稀缺创业友好度分层，中上游重资本、下游服务/优化尚可整机创业极难，零部件/垂直算法/仿真工具更友好核心矛盾供给约束→生态约束→内卷降价成本/可靠性约束→场景验证→规模化降本周期属性跟着云资本开支迭代，2-3年一轮建设周期更长，类似汽车/智能手机，10年级别的渗透周期四、分场景怎么选如果你看1~2年、要确定性、就业/拿结果优先👉优先AI算力（优先推理、国产算力、光互联、HBM、液冷、算子优化、行业算力集群）-机器人只适合投核心零部件、端侧具身芯片、仿真/运动算法，避开纯Demo整机和消费人形叙事如果你看3~10年、能接受高风险长周期、做硬件/机电/控制/多模态算法👉人形机器人是更大的增量赛道，而且它本身就是算力最重要的新增需求方：-每台机器人同时需要：云端做世界模型/预训练、端侧做低延迟实时感知控制，催生和现在云端GPU不一样的专用算力品类（低功耗、高安全、异构、HBM、存内计算）-顺序是：算力降本→模型能力提升→机器人才可能走通量产；机器人大规模部署产生物理交互数据，反过来再驱动下一代模型和算力升级如果你想创业-算力：不要碰通用GPU/先进制造，优先配套层、国产替代、算力调度、推理优化、行业垂直算力服务-机器人：不要优先做通用整机，优先零部件、子系统、仿真数据、运动控制、单一窄场景专用机器人
新时代的“硬通货”职业清单1.人工智能算法工程师2.新能源电池研发专家
新时代的“硬通货”职业清单1.人工智能算法工程师2.新能源电池研发专家3.数据合规与隐私保护顾问4.高端养老规划师5.跨境电商独立站运营6.心理健康咨询师7.生物医药临床研究员8.碳中和碳交易分析师9.智能家居系统集成师10.宠物医疗与行为矫正师这份名单，你认同吗？
我算给你看，AI泡沫何时崩？这个泡沫算法还挺有意义的，可以计算了，而不是云山雾罩
我算给你看，AI泡沫何时崩？这个泡沫算法还挺有意义的，可以计算了，而不是云山雾罩地随便扯。
网站推荐算法技术拆解：为什么你喜欢A，平台会推A的黑料没有一个专门叫“对立推送
网站推荐算法技术拆解：为什么你喜欢A，平台会推A的黑料没有一个专门叫“对立推送”的独立算法，它是现代整套推荐系统多个机制叠加出来的现象1.向量匹配：标签泛化（基础层）所有内容都会被打成向量标签。-你浏览了A，你的用户向量里面，A这个关键词权重拉高-A的正面内容、A的黑料、争议八卦，共享同一个核心标签A-在向量空间里面，黑料和正面内容距离很近。⚠️算法不会理解语义（它不知道这是夸奖还是抹黑），只识别关键词实体A。只要标签命中，就具备推送候选资格。举个例子：你刷到某个明星短视频。不管是粉丝向还是爆料黑料，embedding向量里面都带有这个名字，都会进入你的候选池。2.探索‑利用权衡Exploration‑Exploitation（经典博弈）所有平台都有这套底层策略1.Exploitation（利用）：推你已经明确喜欢的A正面内容，保证你留下来。2.Exploration（探索）：系统不确定你到底有多强的偏好。它会主动投放同主题下其他立场内容（黑料、反面观点），用来做测试：“看看你对负面版本会不会同样产生行为？”它在做实验：你到底是只是对话题A感兴趣，还是只喜欢夸赞A的内容。只要你停留3秒、哪怕生气划慢一点、打字反驳，就是正向信号。3.强化学习的奖励机制（最关键）现在短视频平台大量使用强化学习RL做排序，目标是最大化engagement（互动收益），也就是停留时长、评论、转发、完播率。✨算法没有善恶，它只认奖励：愤怒、激动、想要反驳产生的互动，和点赞喜爱，在模型里是一模一样的正向Reward（奖励）一条A的黑料如果你点开、写评论反驳，系统收到信号：这条内容对该用户有效，后续会提高同类内容排序权重。于是形成一个正反馈闭环：刷到黑料→生气，进行互动→算法收到高回报信号→推送更多对立内容很多创作者摸透这套机制，专门批量产出正反两套内容，收割两边流量。支持者点赞，反对者过来吵架，两边都贡献互动数据。4.多兴趣建模现在主流模型（比如抖音、快手）都是多兴趣网络，会给你维护好几套兴趣向量，而不是单一标签。-向量1：喜爱A-向量2：对争议、冲突类内容敏感当你在A的负面内容有几次行为之后，系统会新建一条兴趣通道：【话题A+冲突向内容】，之后源源不断投喂这条分支内容。5.并不是平台故意要制造对立它是优化目标带来的副作用：平台的优化指标是停留时长，不是你的信息健康度。目标函数：Maximize(用户在线时长)，而不是Maximize(用户看到客观平衡信息)🧠现实里面完整链条（从头到尾）1.你点开几条A的正向内容→用户向量A权重上升2.根据探索策略，系统放出几条A的负面内容做小流量测试3.你看到黑料，情绪上头，停留、打字反驳4.强化学习模块收到高额互动奖励，上调同类内容排序分数5.多兴趣网络新增一条：你对A的争议内容感兴趣6.后续信息流里面，正反内容交替出现，有时候负面内容越来越多✅从算法层面怎么破这个循环从上面流程反推：1.不要停留：看到对立内容立刻划走，不要看完2.绝对不要评论反驳，这是最高权重的奖励信号3.不要点进去看评论区4.使用“不感兴趣”反馈，降低这条兴趣分支权重5.主动刷完全无关领域内容，稀释向量里面这个话题权重误区：不要指望跟内容吵架能够“纠正算法”。恰恰相反，你的争吵行为就是这套算法最喜欢的输入。
有个朋友老公也做外贸业务，这些年都是一个人靠着企业在接点单。她说像我们这种外贸业
有个朋友老公也做外贸业务，这些年都是一个人靠着企业在接点单。她说像我们这种外贸业务创业很难赚到存的住钱，能养活自己就不错了。确实是这样的，销售最好还是找个平台上班抗周期一些。一旦脱离平台，个人很难赚到钱了。不过我很早就脱离纯销售了，偏运营零售一些。运营对于个人来说比销售容易赚钱一些，无非就是辛苦一些。但只要精通一个平台，就能做很多平台。我最开始学习运营就从在手机上注册了一个闲鱼账号开始的，因为闲鱼对新人最友好。很简单的利用平台0-1赚钱办法:你在天猫上找一个或者多个品类，收集品牌方品类卖的好的，销售过万评论上1000的单品，再从阿里巴巴上找到同款无牌货源，通常价格要优惠个10-30%，再加价个5%-10%，拿到淘宝或者闲鱼上销售。(淘宝上要注意外观不要侵权品牌方，闲鱼这方面就好点)阿里平台的算法对于天猫，淘宝，闲鱼，1688的流量分层很大，即贵的有贵的客户群体算法，便宜有便宜的客户群体算法，整体的流量来源都是"淘宝"这个App。淘宝早就不是淘宝App或者淘宝店这么简单，而是早就成为一个综合多维品牌。很多流量通过它被算法分梯队分层分流从到天猫，淘宝，闲鱼甚至1688里面去。这种算法逻辑背后本身就蕴含着非常多的机会。
都在焦虑自媒体红利期只剩AI了，其实换个职场视角看，这事儿没那么玄乎。以前靠信息
都在焦虑自媒体红利期只剩AI了，其实换个职场视角看，这事儿没那么玄乎。以前靠信息差和搬运就能起号，现在内容无限供给，AI成了新门槛。但别忘了，AI能写文案、剪视频，却模仿不了你在职场里摸爬滚打攒下的那点“分寸感”和“活人味”。平台正在围剿纯AI流水线，算法开始惩罚没情绪的内容。真正的红利不在AI代写，而在人机协同。让AI去干那些查资料、套模板的苦力活，你把省下的精力花在洞察人性、输出观点上，你真实的阅历和情感共鸣，才是算法抢不走的铁饭碗。
