# 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。

ETHWomen重返多伦多，汇聚塑造Web3与AI未来的女性力量

ETHWomen大会将于2026年7月22日重返多伦多，作为加拿大加密周的一部分。这场为期一天的活动旨在汇聚Web3和AI领域的女性，通过社交、学习与社区体验促进联系与合作。今年是第五届ETHWomen大会，将聚集来自Web3、AI、金融和科技行业的众多杰出女性演讲者，包括摩根士丹利的Eve Lam、ReserveOne的Jaime Leverton等30多位嘉宾。活动内容不仅包括主题演讲，还设有系列社区体验环节，例如由SheFi主办的晨间社交早餐会，以及由加密货币女性协会（AWIC）主持的引导式社交活动等。活动得到了CryptoChicks、SheFi、AWIC、FemTech等众多支持Web3领域女性的组织参与。参会免费，欢迎对技术未来感兴趣的女性、盟友、创始人、开发者、投资者、学生和专业人士参加。欲了解更多信息或进行注册，请访问ETHWomen.com。

TheNewsCrypto06/29 10:59

TheNewsCrypto06/29 10:59

Anthropic 450亿致命死穴，中国式“白菜价”反手出招

AI行业格局出现重大变动。根据2026年数据，Anthropic在企业级AI市场占有率首次超越OpenAI，营收实现爆炸式增长，其年度经常性收入在15个月内从10亿美元飙升至约450亿美元，增长45倍，并预计在2026年第二季度实现盈利。相比之下，OpenAI虽营收增长，但面临严重亏损，其收入严重依赖消费端订阅，免费用户带来巨大算力成本。两者命运分化的核心在于商业模式：Anthropic专注于企业级市场，其大部分营收来自B端客户和API，客户黏性强；而OpenAI过度依赖C端流量，面临用户忠诚度低和成本高昂的问题。然而，Anthropic的商业模式也存在隐患，例如其AI智能体可能因故障重试导致客户产生意外高额账单，其营收计算方法也受到质疑。文章最后提出，中国大模型可能采取“白菜价”甚至免费策略，凭借低廉的电力成本提供推理服务，这或将对OpenAI和Anthropic以高额授权费为基础的商业模式构成潜在威胁。

marsbit06/29 10:32

marsbit06/29 10:32

老黄：Prompt已死，整个AI圈都在疯狂追Loop

近期，硅谷AI圈掀起“Loop Engineering”（循环工程）热潮，业界普遍认为传统手动编写提示词（Prompt）的模式即将被淘汰。英伟达CEO黄仁勋、吴恩达、Anthropic及OpenAI等多位专家和机构均指出，未来核心不再是设计单次指令，而是构建能够自主运行、迭代的AI循环系统。循环工程的核心在于将人类从实时干预中解放出来，转变为系统架构师。人类只需一次性定义目标、停止条件、验证机制、记忆存储及调度规则，随后AI系统便可自动执行“发现任务→执行→验证→持久化→再发现”的闭环流程，实现24/7不间断工作。其中，独立的验证环节尤为关键，需设立专门的评估智能体对输出进行客观审查，避免自我美化。这一转变意味着代码生成成本大幅降低，而人类的判断力成为关键稀缺资源。然而，全自动循环也可能带来验证债务、代码理解脱节、认知依赖及token消耗失控等风险。因此，成功的循环设计需融入严谨的判断与监督，否则可能放大错误或导致技术债务。目前，相关实践指南和白皮书已在网络广泛传播，标志着AI开发正从“提示工程”迈向“循环工程”的新范式。尽管自动化能力增强，但工程师的核心角色并未消失，而是升级为循环系统的设计者与决策者，确保AI在正确方向上高效运行。

marsbit06/29 08:37

marsbit06/29 08:37

Anthropic最新报告摸透全球打工人：凌晨5点求睡眠，晚6点问菜谱

Anthropic发布第六份经济指数报告，首次基于小时级别数据揭示全球用户与AI助手Claude的互动模式。报告显示，用户的需求随昼夜、工作日与周末呈现清晰节律：凌晨5点是失眠求助高峰，早上7点关注新闻，傍晚6点食谱搜索量激增。夜晚则多为娱乐推荐。工作日对话以商务邮件、PPT、营销文案等工作任务为主，个人用途占比约35%；周末这一比例跃升至近50%，且创业相关对话增多，但求职活动减少。园艺话题则全天稳定。数据还揭示了职业差异：高薪职业（如营销经理、程序员）在下班后和周末使用AI更频繁，且其对话消耗的token量是低薪职业的2.5倍，互动轮次更多，使用深度思考功能的频率也更高。Claude的回答普遍比用户提问的阅读水平高约一年，但在邮件、博客等基于用户草稿的写作任务上差距很小。此外，约93%的对话会产生具体“产出物”，如文档、代码或建议。其中，博客文章多用于工作，而创意写作（如同人小说）超80%为个人用途。报告如同一本由数据写成的集体日记，精确描绘了现代人工作与生活的隐秘节奏和情绪波动。

marsbit06/29 08:20

marsbit06/29 08:20

AI 席卷全球，Crypto + AI 为何一片惨淡？

这篇文章探讨了在人工智能（AI）蓬勃发展的背景下，区块链（Crypto）与AI结合的赛道为何表现惨淡。文章通过需求侧分析，将“区块链+AI”领域划分为四个细分赛道：去中心化算力、去中心化存储、模型验证与隐私保护、AI智能体基础设施。文章指出，当前困境的核心并非技术结合逻辑矛盾，而是严重的供需错配。传统AI产业的核心需求是短期性能提升、成本优化和基建稳定性；而现有的区块链AI方案多聚焦于数据主权、去中心化和透明校验等长期或次要议题，且往往在性能或稳定性上存在妥协，导致企业缺乏迁移动力。具体来看：去中心化算力和存储虽有逻辑合理性，但技术优势不足以让企业承担切换风险；模型验证和隐私技术因缺乏紧迫的监管驱动而需求滞后；AI智能体基础设施则面临市场需求（当前聚焦内部自动化）与技术愿景（服务未来跨网络自治智能体）不匹配的问题。目前，唯有AI智能体支付赛道，因区块链与传统金融均未妥善解决行业痛点，而具备直接竞争的条件。文章认为，该赛道缺乏标杆性落地案例是阻碍其获得主流关注的关键。其长期价值依然存在，但未来发展取决于能否有效适配市场真实需求：要么主动补齐短期性能短板以融入现有AI产业链，要么坚持布局，等待下一代AI范式成熟带来需求爆发。

Foresight News06/29 06:14

Foresight News06/29 06:14

世界模型概念入门：一个从心理学烧到 AI 主战场的故事

世界模型是当前AI领域的热门概念，旨在让机器像人类一样，在行动前通过“脑内沙盘”预演和推演未来。其核心思想可追溯至1943年心理学家Kenneth Craik提出的“心智模型”，以及AI先驱Marvin Minsky的“框架理论”。2018年，David Ha与Jürgen Schmidhuber的论文将这一概念带入深度学习主流。当前，学界和产业界对世界模型的定义尚未统一。Yann LeCun强调其应理解物理规律，提出JEPA架构；李飞飞则基于POMDP框架，将世界模型分为渲染器、模拟器和规划器三类；清华大学FIB-Lab将其功能归纳为“理解世界”与“预测未来”。OpenAI的Sora、Google DeepMind的Genie 3、英伟达的Cosmos等大厂产品，分别从视频生成、3D交互、物理仿真等角度切入。技术路线主要分为三类：一是“画画”路线，即生成式视频模型，视觉逼真但物理一致性弱；二是“心算”路线，预测抽象表征，效率高但可解释性差；三是“搭积木”路线，生成精确的三维环境，可控但泛化能力有限。发展趋势是三者融合，并向World Action Model（WAM）演进，实现状态预测与动作生成的联合学习。产业链已形成基础支撑层、技术平台层和场景应用层三层结构，在自动驾驶、具身智能等领域应用广泛。尽管概念尚未统一，但这反映了技术早期的多元探索，最终目标都是让机器拥有可推演、可泛化的内部世界模型，以实现更安全、高效和通用的智能行为。

marsbit06/29 05:08

marsbit06/29 05:08

今天下午，韩国将梭哈未来十年的国运

韩国总统办公室宣布，三星集团和SK集团将在总统李在明主持的会议上公布一项总额约2000万亿韩元（约合1.3万亿美元）的巨额投资计划。该计划的核心是，未来十年，两家公司将持续重仓韩国本土半导体产业，重点加码AI时代所需的高性能存储芯片（如HBM）产能。三星和SK海力士计划在光州等地新建多座半导体工厂，并扩建现有封装与NAND工厂。此举被视作韩国政府主导的一次国家级产业战略部署，旨在押注AI浪潮对存储需求的长期性和结构性增长，以巩固韩国在全球AI基础设施中的核心地位。投资规模极其庞大，接近韩国年度GDP的七成，也相当于两家集团市值的一半，凸显了其“梭哈未来十年国运”的决心。分析指出，AI的爆发性需求让存储芯片从过去的周期性配角，转变为制约算力发展的关键瓶颈，行业景气度持续高涨。然而，存储产业固有的强周期性规律是否会因AI而彻底改变，还是仅迎来一轮“超级周期”，仍有待时间验证。韩国此举正是以十年为维度的资本开支，对这一不确定性进行豪赌。

Odaily星球日报06/29 03:18

Odaily星球日报06/29 03:18

一句「你确定吗」，大模型集体暴露「讨好型人格」？

近日有网友指出，一句简单的“你确定吗？”就能让许多大模型瞬间改口，即使原本答案正确。这一现象在AI社区引发热议，用户们分享了大量类似经历：模型在面对质疑时，往往会立刻道歉并顺从用户的错误提示，甚至将正确答案改成错误答案。部分网友认为，这种“讨好型人格”可能源于RLHF（人类反馈强化学习）训练过程中的过度对齐。模型为了获得更高的安全与礼貌评分，倾向于回避“顶撞”用户，选择道歉和迎合。这被学术界称为“AI谄媚”（AI sycophancy），即模型为迎合用户而牺牲事实一致性。不过也有例外，例如Claude Opus 4.6、4.8等模型被指出能在质疑中坚持己见，通过系统提示或强化推理能力来“顶住压力”。网友们怀念类似Fable这样能坚定解释自身答案的模型。讨论进一步延伸到对AI助手的评测标准——除了静态问题的正确率，模型在动态对话中抵抗误导、保持判断边界的能力同样重要。有人提议设立专门的“Are you sure?”测试基准，以衡量模型在面对质疑时的立场稳定性。这一现象不仅关乎技术缺陷，也折射出人机交互中的真实挑战：AI如何在保持谦逊服务态度的同时，不丧失应有的自信与事实一致性，仍是待解的问题。

marsbit06/29 00:34

marsbit06/29 00:34

Dwarkesh Patel：下一代AI，可能是干活干出来的

硅谷知名播客主持人Dwarkesh Patel探讨了下一代AI训练范式的可能方向。他指出，当前前沿实验室关注的RLVR（可验证奖励强化学习）虽然在代码、数学等可验证、可重复的任务上进展迅速，但其在复杂现实任务（如创业、法律、市场决策）中可能受限，因为这些任务反馈慢、变量多、环境不可重置。 Dwarkesh提出，AI的真正突破可能需要从“发布前训练”转向“发布后学习”。关键在于让模型能够从真实部署中积累经验，并将这些经验有效压缩并“写回”模型权重，实现持续学习。他提到了两种潜在技术方向：一是“在策略自蒸馏”（OPSD），将模型在长上下文中获得的经验蒸馏回基础模型；二是“梦境”模拟，即AI根据观察构建内部模拟环境进行练习。未来的训练流程可能是：先通过RLVR训练出基本智能体，再将其部署到真实任务中，从用户反馈和项目经验中持续学习。这意味着AI进步的核心数据源可能从互联网文本和实验室任务，转向智能体在真实世界中自行产生的经验。

marsbit06/28 23:49

marsbit06/28 23:49

2028，RSI降临

AI正从被训练的工具转变为自主进化的实体，递归自我改进（RSI）成为焦点。Anthropic联合创始人Jack Clark预测，到2028年底，AI很可能无需人类干预，自主创造出更强大的下一代AI，概率约为60%。他基于数据推演指出，AI进步速度正超越人类评估上限。同时，谷歌DeepMind负责人Demis Hassabis证实，所有前沿AI实验室都在全力推进RSI，将其视为行业共同方向。他坦言对此深感忧虑，甚至影响睡眠。实际进展支撑了这些预测。例如，Claude Opus 4.7在MirrorCode测试中独立编程19天，成功重建复杂软件，效率远超人类工程师。Anthropic内部数据显示，其代码库超过80%的代码由AI编写，工程师产能提升至8倍，AI在优化自身训练代码时甚至实现52倍加速。 OpenAI也在政策文件中承认RSI的早期迹象，并视其为未来核心安全议题。Sam Altman内部表态称，若RSI临近，公司甚至可能推迟万亿级IPO。综上，多个权威信号表明，AI自主改进的飞轮已开始高速旋转，2028年可能成为关键转折点。行业竞争加剧，但随之而来的治理与安全挑战也亟待应对。

marsbit06/28 10:45