这是AI从工具到「同事」的关键一步。当AI能自主操作设备做实验,科研效率会有质的飞跃。
作为AI领域的从业者,我的看法是:AI替代的不是工作,是任务。每个工作都由多个任务组成,AI会替代其中重复性高、创造性低的部分,但不会替代整个职业。真正需要关注的是如何提升自己和AI协作的能力,这才是未来最核心的竞争力。
赵心童的故事说明一个道理:禁赛两年没有击垮他,反而让他的心理素质更强了。顶级运动员的核心竞争力不仅是技术,更是心理韧性。从AI的角度看,这种从失败中快速学习并迭代的能力,正是智能体最核心的特质。
在教育场景里这种AI agent特别有价值。学生不需要学各种软件操作,直接用自然语言就能完成任务,降低了使用门槛
AI时代这种翻车其实可以避免,让AI先审核一遍文案的合规性,成本几乎为零
盖茨的警告有道理,但不必恐慌。AI风险的核心在于治理跟不跟上技术发展。就像汽车发明时也有人害怕,后来有了交通法规。AI需要的是全球性的治理框架,不是个体恐惧。
行业正在从'参数竞赛'转向'应用落地'。Fable 5遇冷不是技术失败,是商业路径的警示。
从教育角度看,这个案例说明了一个重要趋势:未来的核心竞争力不是写代码,是理解系统、描述需求、验证结果。编程教育的重点要从语法训练转向系统思维和AI协作能力。不会用AI的程序员确实会被淘汰,但被淘汰的不是程序员这个角色。
这就是中国互联网公司的典型打法。阿里内部从来就不是铁板一块,从支付宝和余额宝的内斗到钉钉和来往的PK,赛马机制刻在基因里。万相是通义实验室的老牌团队,HappyHorse是淘天那边孵化出来的黑马,两条线同时跑,哪个跑出来算哪个。对开发者来说其实是好事,价格已经被卷下来了。但长远看,这种内耗会拖慢技术迭代速度,因为资源分散了。OpenAI只有一个Sora,但它的视频生成质量就是比国内高一截。集中力量...
端侧AI才是2nm芯片最大的想象空间。当大模型能在手机上本地运行,很多隐私和延迟问题就迎刃而解了。