# 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。

苹果终于承认,Siri 老了

苹果在WWDC 2026上正式承认Siri已落后于时代,并宣布其人工智能战略的重大转向。发布会核心是将Siri升级为“Siri AI”,并与谷歌达成深度合作,利用Gemini大模型的能力来训练苹果的新一代基础模型。苹果发布了五个不同规格的Apple基础模型,并首次将私有云计算(PCC)扩展至谷歌云和英伟达的GPU。 文章回顾了Siri自2011年诞生以来的发展历程,指出苹果虽早早布局个人助理概念,但因过度追求封闭与控制,限制了Siri向真正智能助手的发展。过去十年,苹果的AI能力以端侧、隐私保护的形式深度集成于系统中,但生成式AI的浪潮改变了竞争规则。 面对ChatGPT等产品的压力,苹果内部进行了人事与团队结构调整。2026年,苹果选择与谷歌合作,通过“蒸馏”方式,利用Gemini训练更小、更适合端侧运行的模型,这标志着苹果在核心AI技术上放弃了完全自研的路径。 对于用户,苹果描绘了AI深度融入系统体验的场景:智能整理通知、邮件摘要、跨应用理解上下文等。Siri也有了独立应用和记忆功能。然而,新功能有较高的硬件门槛,且在中国市场将面临本土化适配与监管挑战,实际体验可能与美国不同。 文章最后指出,苹果AI的未来关键在于如何作为“个人”智能,在提升效率与尊重用户隐私、理解人性复杂之间找到平衡。苹果借用了外部的模型与算力,但真正考验在于学会在理解用户生活的同时,“知道在哪里停下来”。

marsbit06/09 07:15

苹果终于承认,Siri 老了

marsbit06/09 07:15

Arthur Hayes 研判:AI 泡沫临近破裂,加密市场短期承压

在这篇研判中,Arthur Hayes 认为当前市场正处于一个由人工智能(AI)热潮驱动的“幻梦”之中,并预言这个泡沫即将破裂,同时连带加密市场短期承压。他的分析基于几个核心逻辑链条: 首先,地缘政治是关键导火索。特朗普政府对伊朗的军事行动导致霍尔木兹海峡航运受阻,推高了油价。持续上涨的能源价格将加剧通胀,危及特朗普的选情。为争取中间选民,特朗普可能被迫将竞选矛头转向AI行业,通过承诺对其加强监管和征税来转移民众对生活成本上涨的不满。这种政治表态将严重打击市场对AI行业持续高增长的信心。 其次,AI行业本身面临三重打击:1)能源成本上涨直接侵蚀AI公司的利润;2)SpaceX、Anthropic、OpenAI等巨头计划以超高估值集中上市,市场可能无法承接如此巨大的融资压力;3)上述政治风险会成为压垮市场情绪的最后一根稻草。 Hayes指出,过去几年新增的美元流动性几乎全部被资本密集的AI赛道吸收,这正是比特币未能跟随流动性同步大涨的原因。一旦AI股市崩盘,将引发连锁反应,银行信贷收缩,市场整体流动性紧张。在这种系统性风险下,加密市场难以独善其身。 基于此判断,Hayes透露其投资基金Maelstrom已采取防守策略:清仓所有AI相关股票,大幅减持非核心加密资产(仅保留比特币和以太坊),并大举增持能源类股票以对冲油价上涨风险。他认为,只有当AI泡沫破裂、市场充分出清后,为挽救经济而开启的新一轮货币宽松,才会让比特币迎来真正的底部和后续上涨机会。

Foresight News06/09 06:16

Arthur Hayes 研判:AI 泡沫临近破裂,加密市场短期承压

Foresight News06/09 06:16

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

活动图片