# 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。

Claude Code 推出动态工作流:让AI学会自己组队干活

Claude Code 推出了动态工作流(workflows)功能,使AI能够根据任务动态组建多个智能体(Agent)团队协同工作,从而解决复杂的长周期任务。 该功能的核心价值在于,它改变了Claude Code原有的“单智能体在单一上下文内规划并执行”的模式。通过动态工作流,Claude可以将任务拆解,分派给多个拥有独立上下文的子智能体并行处理、交叉验证甚至彼此竞争,最后综合结果。这有效缓解了单智能体在处理长任务时常见的“智能体惰性”(提前宣布完成)、“自我偏好偏差”(倾向认可自己的结论)和“目标漂移”(逐渐偏离原始目标)等问题。 动态工作流通过执行一个包含特殊函数的JavaScript文件来协调子智能体。它支持多种实用模式,例如:将任务分类后路由给不同智能体;将任务拆分为多个小步骤并行处理再综合(扇出并综合);生成多个方案后通过锦标赛机制竞争筛选;以及进行对抗式验证等。 其应用场景显著超越了传统的代码任务,扩展至非技术领域。示例包括:代码迁移与重构、深度研究与事实核查、对大量简历或工单进行排序、从历史会话中提炼行为规则、进行事故根因调查、对积压任务进行大规模分诊,以及在命名、设计等需要探索和品味判断的任务中生成并筛选方案。 文章也指出,动态工作流并非万能。它通常会消耗更多token,因此不适合所有常规编程任务。最佳实践仍在形成中,开发者需要根据任务复杂度判断是否使用。用户可以通过详细提示(prompt)设计工作流,并结合 `/goal` 和 `/loop` 等指令,或设置token使用预算来优化效果。创建的工作流可以保存、共享甚至通过技能(skill)进行分发。 总的来说,动态工作流标志着Claude Code从一个代码助手向一个可编排的智能体工作台演进。未来AI工具的竞争力,可能不仅在于单个模型的智能程度,更在于其组织可靠、可复用执行流程的能力。

marsbit06/04 02:15

Claude Code 推出动态工作流:让AI学会自己组队干活

marsbit06/04 02:15

WWDC26终极前瞻:全新Siri是主菜,iOS 27修修补补又一年

苹果确认WWDC26将于北京时间6月9日凌晨1点举行。本届大会焦点在于,面对过去两年AI进展迟缓的局面,苹果能否通过全新Siri和系统更新,重新证明其生态在AI时代的竞争力。 根据爆料,iOS 27预计不会有颠覆性改动,重点在于细节优化和稳定性提升。主要变化可能包括:全新Siri将以更轻量的气泡形态从灵动岛弹出,并与系统搜索整合为一个统一入口;相机应用将增加“高级”控制选项;相册应用将增强AI编辑能力。系统亦可能为未来的折叠屏iPhone进行前期适配。iPadOS 27的重点则是继续完善多任务、文件管理等生产力基础。 macOS 27将成为Apple Intelligence的核心试验场,预计在性能优化、界面微调之外,重点展示AI如何深入复杂的工作流。系统将正式放弃对Intel芯片的支持。Safari浏览器将加入标签页自动分组功能。 毫无疑问,WWDC26的“主菜”将是基于谷歌Gemini技术驱动的全新Siri。其将与系统深度结合,调用本地个人数据,并可能推出独立App。苹果需借此机会阐明其AI战略:如何整合第三方模型与自身在隐私、端侧计算和生态协同上的优势,将AI能力无缝融入用户日常场景,而不仅是提供分散的功能点。 本届大会是对苹果AI能力的一次关键检验,它需要证明自己不仅能追赶潮流,更能重新定义AI在个人计算设备中的体验和价值。

marsbit06/03 23:26

WWDC26终极前瞻:全新Siri是主菜,iOS 27修修补补又一年

marsbit06/03 23:26

Marvell 大涨 32% 后,藏在背后的华人芯片家族浮出水面

Marvell股价单日大涨32.5%,创历史新高,过去一年涨幅达265%。其直接催化因素是英伟达CEO黄仁勋在Computex大会上将Marvell的定制ASIC和光互连技术称为“AI数据中心架构的核心”。这背后浮现出一个华人芯片家族——戴氏兄妹及其家族的产业网络。 戴家三兄妹均毕业于加州伯克利电子工程专业。小妹戴伟立与丈夫Sehat Sutardja于1995年在硅谷创办Marvell。大哥戴伟民于2001年在上海创办芯原股份,成为中国“半导体IP第一股”。二哥戴伟进创办的图芯后来被芯原收购。 过去三十年,戴氏兄妹及其关联家族共创立或深度参与六家公司,其中两家上市,四家被并购。他们精准踩中了半导体产业多次范式切换的节点:从PC时代(无晶圆厂模式、EDA工具)、移动互联网时代(IP授权、嵌入式GPU),到如今的AI与后摩尔时代(芯粒、先进封装、AI专用芯片)。 更深层的是“戴+Sutardja”两个华人家族的联姻与合作,构筑了一张横跨中美、连接产业链多环节的产业网络。戴家在中国半导体生态根基深厚,而Sutardja家族则拥有延伸至东南亚和欧洲的工程师网络与产能调度能力。他们共同投资或孵化了至少15家公司,覆盖芯粒时代所需的IP、互连标准、封装工厂、专用计算芯片等关键层面,形成了一个规模可观、分散但协同的资产组合。 Marvell此轮上涨的逻辑在于抓住了AI数据中心的新瓶颈:定制ASIC和高速互连。而戴+Sutardja家族的产业布局,如芯原(一站式ASIC定制)、Silicon Box(先进封装工厂)、以及被Arm收购的Dream Big(AI SuperNIC)、被高通收购的Alphawave(高速互连IP)等,均与这一逻辑高度重叠。他们走的是一条提供开放标准关键组件、构建核心产能、并通过并购或本土龙头模式实现价值的路径,虽难以诞生下一个平台巨头,却能在产业生态中持续保有重要影响力和多次成功退出的机会。

marsbit06/03 11:16

Marvell 大涨 32% 后,藏在背后的华人芯片家族浮出水面

marsbit06/03 11:16

微软很怕被AI巨头架空

微软与OpenAI的亲密联盟正在瓦解。2026年6月的Build开发者大会上,微软CEO纳德拉发布了七款自研AI模型、AI工作站及企业Agent治理平台,核心目标是摆脱对OpenAI的依赖。 转折点发生在4月27日,双方修订协议:微软对OpenAI模型的独家授权变为非独占,OpenAI可与其他云服务商合作,微软也不再支付收入分成。这意味着微软用130亿美元筑起的护城河被打破,从独家伙伴变为众多云服务商之一。 尽管微软AI业务年化收入达370亿美元,但主要来自为OpenAI等公司提供算力,赚的是基础设施的钱。其直接面向用户的Copilot市场份额却在下滑,用户活跃度不高,微软面临“赚钱但不是主角”的困境。 为此,微软将战略重心转向企业市场。Build大会聚焦开发者和企业,推出了AI工作站、Agent治理平台和安全容器等,旨在构建企业AI的操作系统——即管理、合规和安全运行各类AI模型的平台层。纳德拉押注:当模型本身日益成为可替换的基础设施时,控制企业AI的管理平台将成为新的制高点。 其深层焦虑在于,随着OpenAI和Anthropic筹备上市并获得独立算力,它们对Azure的依赖将降低,可能动摇微软的AI收入根基。因此,微软必须抢在盟友完全独立前,构筑更深层的、不可替代的企业服务生态,以避免从AI时代的驾驶员再次沦为旁观者。

marsbit06/03 11:02

微软很怕被AI巨头架空

marsbit06/03 11:02

CPU,悄悄回到了AI算力的舞台中央

过去三年,AI算力的焦点几乎全在GPU上,CPU长期被视为次要的“配套”角色。然而,2026年起,这一叙事开始出现变化。英特尔推出至强6+处理器,强调其在AI基础设施中作为“控制平面”的角色,负责编排、并发与数据流动,而非仅仅是GPU的辅助。 这种转变源于AI工作负载的变化。早期重心是高度并行的大模型训练,GPU占绝对主导。但随着AI进入推理与智能体时代,工作负载转变为部署已训练模型到实际业务中,涉及大量任务调度、多模型协作、并发请求处理和数据流管理。这类编排任务GPU并不擅长,反而成为了新的系统瓶颈。因此,CPU在处理这些“周边算力需求”上变得至关重要。 至强6+的产品定义反映了这一判断:它采用高密度能效核设计,核心数多达288个,重点追求多任务并发吞吐能力,而非传统意义上的单核峰值性能。这瞄准了智能体AI所需的高密度、高能效工作负载。 然而,CPU的“回归”并非英特尔一家之事,也面临多重挑战:英伟达通过Grace CPU等方案试图整合CPU角色;主要云厂商纷纷自研高能效ARM架构CPU;同时,至强6+所依赖的Intel 18A制程也需在良率、性能上与台积电N2等竞争。 总而言之,随着AI从集中训练迈向大规模智能体部署,负责系统编排和数据流动的CPU价值被重新发现和定义。虽然CPU回归AI算力核心舞台的趋势已现,但最终由哪家厂商主导这场回归,答案仍未可知。

marsbit06/03 10:41

CPU,悄悄回到了AI算力的舞台中央

marsbit06/03 10:41

活动图片