# 任务的所有文章

在 HTX 新聞中心流覽與「任务」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

红杉对话黄仁勋:计算模式迎来60年巨变,你不会被AI取代,但会被“善用AI的人”降维打击

来源:红杉资本 编译:Yuliya, PANews 红杉资本合伙人康斯坦丁·布勒与英伟达创始人兼CEO黄仁勋展开对话,探讨计算技术的根本变革。黄仁勋指出,计算模式正经历60年来的巨变:从过去的数据存储与检索,转向实时生成与定制。未来的每个像素、声音、视频都将根据用户上下文实时生成,这催生了“AI工厂”——大规模生产智能的计算设施。 黄仁勋将AI工厂比作新时代的“发电机”,它输入电能,输出数字化的智能(Token)。他预测,未来智能网络将像电网和互联网一样包裹全球,不仅人类使用,还会有上千亿个AI智能体在互联网上协作工作。 针对AI对就业的影响,黄仁勋反驳了“AI取代人类”的恐慌论。他强调,自动化提升的是效率,而非消灭职业。他以放射科医生和软件工程师为例:AI辅助反而扩大了行业规模与人才需求。真正的风险在于,“人们不会因AI失去工作,但可能被善用AI的人取代”。他鼓励所有人积极拥抱AI,将其作为能力升维的工具。 在投资层面,黄仁勋提出“五层蛋糕”模型:能源、芯片与计算设施、基础设施、模型层、应用层。AI生态当前年投入约1万亿美元,未来规模可能达20万亿美元,涵盖能源、硬件、软件及各行业应用,创造大量新机会。 黄仁勋总结,AI是赋予人类超级能力的技术,当前关于失业的叙事多为误导。企业与国家应聚焦AI带来的确定性机遇,加速融入智能时代。

marsbit06/12 02:59

红杉对话黄仁勋:计算模式迎来60年巨变,你不会被AI取代,但会被“善用AI的人”降维打击

marsbit06/12 02:59

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

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

调研 81,000 名 Claude 用户:20% 的受访者都在担心失业

Anthropic发布了一份覆盖81,000名Claude用户的调查报告,揭示了AI对工作者的真实影响。 **核心发现如下:** * **谁在担心失业?** 约20%的受访者担忧失业。这种焦虑与职业的“AI暴露度”高度相关,即工作中实际由AI承担的任务比例越高,从业者越担忧。软件工程师等职业的担忧远高于小学教师。此外,职场新人比资深从业者更为恐慌。 * **谁从AI中受益?** 大多数受访者感到生产力显著提升,平均评分达5.1分(7分制)。受益最大的群体是高收入者(如管理者、软件开发者),但低收入岗位同样获得了可观的能力拓展,例如客服、快递员利用AI开展新业务。 * **收益流向何处?** 多数人认为收益归于自己,表现为任务更快、能做更多事、拥有更多自由时间。然而,有10%的人感到红利被雇主或客户“收割”。职场新人中仅60%认为自己受益,低于资深人士的80%。 * **效率如何提升?** 生产力提升主要体现在“工作范围扩展”(48%)和“速度提升”(40%)。许多人表示AI让他们做到了以前做不到的事,例如非技术人员进行全栈开发。 * **一个矛盾现象:** 研究揭示了一个值得关注的矛盾:**从AI中获得最大效率提升的人,反而对职业前景感到最深刻的焦虑**。当工作被极大加速时,人们会强烈质疑自身工作的长期价值。 **总结:** 调查表明,AI正在真实地赋能各收入阶层的劳动者,拓展其能力边界。但与此同时,AI介入越深的职业,从业者的不安全感也越强,尤其是职场新人。尽管存在样本偏差等局限,但八万多名用户表达的经济焦虑本身已是一个强烈的信号。

marsbit05/10 01:10

调研 81,000 名 Claude 用户:20% 的受访者都在担心失业

marsbit05/10 01:10

谁才是OpenClaw真正的最强代理?23项真实任务测评榜单发布

MyToken发布OpenClaw代理能力测评榜单,基于23项真实任务测试各大模型代理成功率。测评仅关注“成功率”核心指标,采用标准化流程,包含精准提示词、预期行为定义和可验证的评分清单。 测评采用三种评分方式:自动化脚本检查客观结果、Claude Opus作为LLM裁判进行定性评估、以及两者结合的混合模式。所有任务定义和评分逻辑完全公开,确保可复现性。 测试涵盖23类实际任务,包括基础交互、文件操作、内容创作、研究分析、工具调用及持久化记忆等场景,例如:创建日历事件、股价查询、博客撰写、技术文档总结、竞品分析和多步骤API工作流等。 截至2026年4月7日,成功率排名前十的模型为: 1. Claude Opus 4.6(Anthropic)93.3%/82.0% 2. Trinity Large Thinking(Arcee AI)91.9%/91.9% 3. GPT-5.4(OpenAI)90.5%/81.7% 4. Qwen3.5-27B(Qwen)90.0%/78.5% 5. Minimax M2.7(MiniMax)89.8%/83.2% 6. Claude Haiku 4.5(Anthropic)89.5%/78.1% 7. Qwen3.5-397B-A17B(Qwen)89.1%/80.4% 8. Mimo V2 Flash(Xiaomi)88.8%/70.2% 9. Qwen3.6 Plus Preview(Qwen)88.6%/84.0% 10. Nemotron-3 Super 120B-A12B(NVIDIA)88.6%/75.5% Claude Opus 4.6在最高成功率上领先,而Arcee的Trinity在平均稳定性上表现突出,千问系列多款模型上榜显示出良好性价比。该基准测试完全透明,推荐用户结合实际场景进行验证。

marsbit04/08 14:45

谁才是OpenClaw真正的最强代理?23项真实任务测评榜单发布

marsbit04/08 14:45

活动图片