# 人工智能的所有文章

在 HTX 新闻中心浏览与「人工智能」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

如何用 Claude 的 Dynamic Workflows 做深度研究

做技术调研容易陷入信息过载和结论模糊的陷阱。AI虽执行力强,但易困于当前信息且跨界联想弱。Claude近期推出的Dynamic Workflows(动态工作流)功能,旨在通过AI自动设计并执行任务流程来提升深度研究能力。 其核心是六种工作流模式:1) 路由模式:由主Agent判断任务类型并分发给最专业的子Agent处理,精准高效但处理模糊任务能力弱;2) 拆分合并模式:将任务拆分为多个独立子任务并行执行后合并结果,速度快但Token成本高,合并有挑战;3) 对抗验证模式:让多个Agent从反驳角度挑战同一结论,基于多数票通过,能有效减少确认偏误,但需基于事实而非观点;4) 生成与过滤模式:先生成大量候选方案,再用预设标准筛选出最优,能提升多样性,但过滤标准至关重要;5) 锦标赛模式:多个Agent竞争同一任务,通过两两对比逐轮淘汰选出最优,评判更稳定;6) 循环模式:通过自适应迭代不断尝试直至满足条件,擅长处理边界未知的任务,但有失控风险。 相较于作者自建的深度研究技能,官方的动态工作流增加了关键环节:问题拆解、信息可信度评估、交叉删除(投票淘汰而非简单合并)以及目标导向的输出。这有效解决了AI长任务中的目标漂移、过早停止、上下文污染和输出偏向等问题。 总之,Dynamic Workflows将研究流程本身结构化,通过多Agent的智能调度,显著提升了研究的效率和结论的可靠性,将以往可能需要十几次对话的调研压缩到3-4次,尽管Token消耗大幅增加。但它仍有局限:在验证机制上可能过于依赖官方文档而非事实数据;对于完全跨界、数据不足的深度思考支持有限;在解决方案的验证与成本权衡上仍有不足;在针对不同受众进行信息极致浓缩方面也需进一步优化。

marsbit06/09 03:07

如何用 Claude 的 Dynamic Workflows 做深度研究

marsbit06/09 03:07

美股太贵?这位顶尖CIO翻遍全球,找出了5支比英伟达更香的股票

Main Street Research首席投资官James Demmert认为,尽管他仍看好美股(标普500指数年内目标看至8100点),但当前海外市场存在更优的投资机会。他建议投资者将投资组合的45%配置于海外,以抓住估值更低、增长潜力更佳的机会。 Demmert重点推荐了五支国际股票: 1. **ASML**(荷兰):作为全球芯片制造关键设备供应商,是参与AI革命并提供美元资产分散化的核心标的。若只能持有一支股票五年,他会选择ASML。 2. **汇丰控股**(HSBC,英国):市盈率仅9倍,估值优于摩根大通,且在亚洲拥有强大业务网络,增长前景看好。 3. **西门子能源**(Siemens Energy,德国):受益于全球AI、加密货币及电动汽车带来的电力紧缺,核心业务是电网建设,回调时是优先买入选择。 4. **必和必拓**(BHP Group,澳大利亚):市盈率16倍。作为全球主要铜矿商,其需求直接受数据中心建设驱动,是隐形的“AI衍生品”投资。 5. **阿斯利康**(AstraZeneca,英国):市盈率18倍,年增长超20%。医疗板块长期被低估,且预计下半年AI在医疗领域的应用将提振板块表现。 Demmert指出,国际股市跑赢美股不仅是估值优势,也因欧美政策分化:美国财政紧缩,而欧洲正进行大规模财政刺激以维持增长。他建议投资者增加海外配置,避免过度集中于美股。

marsbit06/09 02:11

美股太贵?这位顶尖CIO翻遍全球,找出了5支比英伟达更香的股票

marsbit06/09 02:11

AI杀死印度最赚钱的生意:2万亿

6月3日,印度IT板块遭遇重挫,TCS、Infosys、Wipro等巨头股价暴跌,印度IT指数单日跌幅达5.8%。市场恐慌源于AI技术对印度核心产业——IT外包的冲击。 印度IT外包产业年收入约2万亿元人民币,占GDP超7%,从业人员超600万。过去30年,其商业模式依赖“卖人头”接单。然而,随着AI编程能力(尤其是Agentic AI)的成熟,传统开发、测试、客服等工作被大量替代。业内人士指出,AI能完成一个SaaS软件70%-80%的工作,未来开发团队规模可能压缩至原来的1/10甚至1/20,客单价面临70%-90%的下滑。 资本市场已用脚投票,印度IT指数连续两年大幅下跌。同时,头部企业开始裁员,TCS、Infosys员工总数出现多年未见的减少,入门级技术岗位急剧萎缩。这危及每年超150万计算机毕业生的就业,可能冲击数千万人的生计。 但危机中也蕴藏转机。数据显示,印度员工AI使用率全球领先,头部IT公司正积极转型。它们不再仅仅出售工程师人力,而是转向提供AI解决方案和实施服务。TCS的AI相关订单一个季度内增长28%。印度凭借其庞大的全球能力中心(GCC)和深厚的工程实施积累,有望成为全球最大的AI部署中心,向世界出口AI生产力和运维能力。 印度正站在十字路口:其延续30年的“世界后台”模式面临瓦解,但主动拥抱AI可能助其开创以技术和生产力为核心的新范式。

marsbit06/09 00:37

AI杀死印度最赚钱的生意:2万亿

marsbit06/09 00:37

李飞飞的世界模型宣言

AI专家李飞飞近期发表技术博客,引用维特根斯坦“世界即所发生的一切”的观点,指出当前生成式AI虽能熟练处理语言,却缺乏对物理世界本质的理解。她强调,真正的“世界模型”应让机器超越文本统计,掌握物理空间与时间规律,这是实现具身智能的关键。 针对“世界模型”概念日益模糊的现状,李飞飞提出了一个基于“部分可观测马尔可夫决策过程”的清晰框架,并拆解出其三大核心组件:渲染器、模拟器和规划器。 * **渲染器**:负责生成视觉上合理、美观的像素画面(如Sora等视频生成模型),但可能缺乏物理真实性。 * **模拟器**:追求对物理规律的严格遵循,是连接渲染与规划的枢纽,也是当前最薄弱但至关重要的环节,英伟达的Omniverse是该领域的代表。 * **规划器**:负责决策与行动输出,是机器从“观察者”变为“实践者”的关键。 李飞飞认为,模拟器是实现AI工业化的核心,但其发展面临高质量3D物理数据稀缺、生成内容存在物理错误(如“穿模”)等巨大挑战。她同时预测,渲染、模拟与规划三者的界限正变得模糊,未来将趋向于一个统一的、可交互的基础模型,能无缝切换于视觉表现与物理仿真之间。 最终,李飞飞指出,构建世界模型的竞争本质是定义物理世界数字标准的竞争,这是AI从“谈论世界”走向“理解并与世界交互”的必经之路,是迈向通用人工智能(AGI)的重要一步,但前路依然漫长。

marsbit06/09 00:36

李飞飞的世界模型宣言

marsbit06/09 00:36

黄仁勋戏剧性“拯救”韩国股市

韩国股市在6月5日和8日遭遇大幅下跌,KOSPI指数暴跌并触发熔断。在此市场动荡之际,英伟达CEO黄仁勋访韩,其与SK集团的合作动向对市场产生了显著影响。 黄仁勋与SK集团会长崔泰源、SK海力士CEO郭鲁正举行晚餐会,并确认英伟达新款Vera CPU将采用SK海力士的DRAM内存,双方正为下半年及明年的“超大规模合作”做准备。随后,英伟达与SK海力士官宣了一份多年期技术合作协议,涉及AI超级计算机、机器人、数字孪生和半导体制造。黄仁勋更公开表示AI公司股价目前“非常低”。 合作核心内容包括:英伟达将首款数据中心CPU Vera的内存供应锁定SK海力士,双方将共同开发下一代内存以支持英伟达的AI基础设施路线图。此外,SK海力士将利用英伟达的CUDA-X库和AI技术来加速其半导体设计和制造流程,例如计算光刻和构建晶圆厂数字孪生,以实现更智能的工厂运营。 此次合作有前期铺垫,早在2025年10月,双方就宣布在韩国合作建设大型AI工厂。值得注意的是,在关键的HBM4内存供应上,英伟达采取了多元策略,同时认证了三星、SK海力士和美光三家供应商。黄仁勋判断,由于AI需求旺盛,从晶圆到封装的整个存储芯片短缺状况将持续数年。 黄仁勋此行还会见了现代、LG、三星等韩国企业,显示出英伟达正系统性地加深与韩国科技产业的联系。其访问及释放的积极合作信号,在韩国股市低迷时起到了提振市场信心的作用。

链捕手06/08 15:45

黄仁勋戏剧性“拯救”韩国股市

链捕手06/08 15:45

当推理成为稀缺资源,价值由谁捕获

当推理成为稀缺资源,价值由谁捕获?本文探讨了AI算力市场中,推理(inference)正取代训练成为核心瓶颈与价值捕获点的趋势。 2023年提出的“2000亿美元问题”指出GPU超前建设可能带来收入缺口,而2024年该问题已扩大为“6000亿美元问题”。市场近期开始意识到,缺口实际上正通过推理侧的需求来填补。推理是持续性的运营成本,伴随每次模型调用而增长,其市场规模可达训练的10至50倍。 英伟达最新财报将业务重组为“数据中心”与“边缘计算”两大平台,凸显推理已成为战略核心。边缘计算虽当前占比小,但代表了推理向终端设备的延伸。同时,Cerebras的IPO获得超额认购,也因市场看好其专注于推理加速的芯片架构。 Anthropic的案例进一步印证了推理资源的紧张:其因使用量远超产能而接管大型数据中心专用于推理,并对高频的agentic使用改为按量计费,说明推理已成为制约应用扩张的关键因素。 在AI算力栈中,价值沉淀点正在转移。大多数公司只占据从芯片制造到API服务中的某一层,而Hyperbolic作为一家不持有GPU的聚合平台,通过整合多来源的碎片化算力供给,提供统一、低成本的GPU租赁与路由服务,形成了“供给聚合-数据洞察-优化路由-吸引更多用户与供给”的飞轮。与之相比,Venice等应用层公司虽直接面向用户,但其利润受限于向底层购买的推理算力成本,凸显了聚合层在产业链中的潜在优势。 最终,随着agentic AI和物理AI推动推理需求爆发,价值可能不会流向持有最多硬件的公司,而是流向能高效聚合、路由并优化算力资源的那一层。Hyperbolic正试图成为这样的关键聚合层,在推理成为稀缺资源的时代捕获核心价值。

链捕手06/08 15:38

当推理成为稀缺资源,价值由谁捕获

链捕手06/08 15:38

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

人工智能正从生产力工具演变为复杂系统的分析者与参与者,其影响正从研发领域延伸至安全领域。近期,Anthropic提出了“递归自我改进”概念,揭示AI已开始协助人类进行模型研发、代码优化等环节,形成加速自身发展的飞轮效应。几乎同时,Claude AI在审计Zcash代码时发现了一个零知识证明系统中的关键漏洞,并促使团队快速修复。这一事件超越了单纯的技术发现,它标志着AI开始深度参与理解、分析和验证复杂系统,尤其可能重塑区块链安全范式。 传统的区块链安全高度依赖人工审计与有限工具,面对日益增长的系统复杂度存在瓶颈。AI,特别是大模型,擅长处理海量信息与复杂逻辑关联,能大幅降低风险发现成本、缩短漏洞存在时间,使安全从阶段性检查转向持续监测与响应。这种由AI与人类专家协同驱动、具备持续反馈与进化能力的机制,可被称为“递归安全”。 安全行业因其需在庞杂系统中定位少数异常点的特性,成为AI能力释放的优先领域。AI不会消除风险,而是加速了整个攻防体系的信息处理效率,对防御方和攻击方能力均有提升。未来,安全的关键可能不再是漏洞数量,而在于风险发现速度、修复效率及系统韧性。行业竞争维度将转向构建持续的风险管理能力。Claude发现ZEC漏洞正是这一趋势的早期信号,预示着一个由AI驱动、持续演化的“递归安全时代”正在开启。

marsbit06/08 13:20

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

marsbit06/08 13:20

活动图片