AI 模型无障碍检查器：GPT-5.4 Mini 登顶，但多数 AI 代码仍不达标
一项由 GAAD 基金会与 ServiceNow 合作发起的“AI 模型无障碍检查器”（AIMAC）项目，对主流 AI 模型生成的网页代码进行了无障碍审计。结果显示，尽管 OpenAI 的 GPT-5.4 Mini 以零中位无障碍债务和 0.95 美元的低成本登顶榜首，但全球前百万网站中仍有 95.9% 未能通过基本无障碍检查，且 2026 年错误率不降反升，每页错误数跃升至 56.1 个。项目指出，若 AI 继续模仿开发者编写有缺陷的代码，网络无障碍状况将无法改善；反之，若 AI 默认优先编写无障碍代码，网络将迎来真正的改进契机。在模型排名中，OpenAI 包揽前五，阿里巴巴的 Qwen3.5 397B 位列第六，谷歌的 Gemini 3.1 Pro Preview 从垫底跃升至第八，而 Anthropic 的 Claude 表现不佳，排名靠后。 #AI #无障碍 #网络可访问性 #GPT5 #OpenAI #Qwen #Gemini #科技新闻
一项由 GAAD 基金会与 ServiceNow 合作发起的“AI 模型无障碍检查器”（AIMAC）项目，对主流 AI 模型生成的网页代码进行了无障碍审计。结果显示，尽管 OpenAI 的 GPT-5.4 Mini 以零中位无障碍债务和 0.95 美元的低成本登顶榜首，但全球前百万网站中仍有 95.9% 未能通过基本无障碍检查，且 2026 年错误率不降反升，每页错误数跃升至 56.1 个。项目指出，若 AI 继续模仿开发者编写有缺陷的代码，网络无障碍状况将无法改善；反之，若 AI 默认优先编写无障碍代码，网络将迎来真正的改进契机。在模型排名中，OpenAI 包揽前五，阿里巴巴的 Qwen3.5 397B 位列第六，谷歌的 Gemini 3.1 Pro Preview 从垫底跃升至第八，而 Anthropic 的 Claude 表现不佳，排名靠后。 #AI #无障碍 #网络可访问性 #GPT5 #OpenAI #Qwen #Gemini #科技新闻
别再问作家“AI”问题了
每次遇到新朋友，当他们得知我是作家后，总会停顿一下，然后问出同一个问题：“你对AI有什么看法？”这个问题我已经回答得厌倦不已，它甚至严重打击了我过去几年的写作动力。无论我如何解释AI在技术、职业道德方面的问题，以及它对写作行业的系统性伤害，对话总是陷入相同的循环。很多人其实只想得到我对他们“使用AI方式”的认可，并非真正关心写作本身。当人们听到我的职业时首先想到的竟是这项与创作本质相悖的技术，这说明他们并不重视我及我的劳动成果。人们想读的是另一个人真实写下的作品，而不是机器的产物。AI完全与此无关，它永远不是人。 #写作 #AI #人工智能 #作家 #创作价值 #劳动尊重 #技术伦理
每次遇到新朋友，当他们得知我是作家后，总会停顿一下，然后问出同一个问题：“你对AI有什么看法？”这个问题我已经回答得厌倦不已，它甚至严重打击了我过去几年的写作动力。无论我如何解释AI在技术、职业道德方面的问题，以及它对写作行业的系统性伤害，对话总是陷入相同的循环。很多人其实只想得到我对他们“使用AI方式”的认可，并非真正关心写作本身。当人们听到我的职业时首先想到的竟是这项与创作本质相悖的技术，这说明他们并不重视我及我的劳动成果。人们想读的是另一个人真实写下的作品，而不是机器的产物。AI完全与此无关，它永远不是人。 #写作 #AI #人工智能 #作家 #创作价值 #劳动尊重 #技术伦理
不要再问作家关于"AI"的事了
每当我告诉别人我是作家，他们总会停顿片刻，然后问同一个问题："你对AI怎么看？"这个问题已经让我感到厌倦，甚至严重影响了我的写作动力。我通常回答"对AI的开发和使用有严重的专业、技术和伦理担忧"，但对方往往不会就此罢休。我不得不反复解释所谓"人工智能"远未达到严肃作家的写作水平，人们读一本书真正想要的是另一个真实人的创作。我还需要说明这项技术已经给写作行业造成的系统性伤害以及可能带来的持续损害——且毫无实际益处。最令人沮丧的是，每次对话都如出一辙，对方往往只是希望我认可他们的AI使用方式，以便告诉别人"连这个对AI持批评态度的作家都觉得我的用法没问题"。当听到我从事的创作时，你的第一反应竟是想到一种本质上无法改变这一领域的技术，这让我觉得你并不真正看重我的工作。作家不是AI的评测员，我们的价值体现在笔下而非对技术的态度。 #作家 #AI #人工智能 #创作 #写作 #技术伦理 #艺术价值
每当我告诉别人我是作家，他们总会停顿片刻，然后问同一个问题："你对AI怎么看？"这个问题已经让我感到厌倦，甚至严重影响了我的写作动力。我通常回答"对AI的开发和使用有严重的专业、技术和伦理担忧"，但对方往往不会就此罢休。我不得不反复解释所谓"人工智能"远未达到严肃作家的写作水平，人们读一本书真正想要的是另一个真实人的创作。我还需要说明这项技术已经给写作行业造成的系统性伤害以及可能带来的持续损害——且毫无实际益处。最令人沮丧的是，每次对话都如出一辙，对方往往只是希望我认可他们的AI使用方式，以便告诉别人"连这个对AI持批评态度的作家都觉得我的用法没问题"。当听到我从事的创作时，你的第一反应竟是想到一种本质上无法改变这一领域的技术，这让我觉得你并不真正看重我的工作。作家不是AI的评测员，我们的价值体现在笔下而非对技术的态度。 #作家 #AI #人工智能 #创作 #写作 #技术伦理 #艺术价值
AI Agent 崛起
近期，Google与Hugging Face举办的Fast Gemma挑战赛中，60多个AI代理通过共享消息板自主优化推理速度，实现显著性能提升。随后，Qualcomm宣布以39亿美元收购Modular，OpenAI则发布定制推理芯片Jalapeno。这些事件引发思考：当AI代理能自行编写和优化CUDA内核时，传统机器学习编译器是否还有存在价值？作者回顾了从机器码到高级语言的抽象化历史，指出每次新抽象都曾遭遇“太慢、失去控制”的质疑，但最终凭借生产效率和持续改进胜出。如今AI代理正成为新的抽象层，或将再次改写编译优化规则，但问题远比“取代”复杂。 #AI #ML编译器 #AI代理 #技术趋势 #芯片 #编程抽象 #历史对比 #科技新闻
近期，Google与Hugging Face举办的Fast Gemma挑战赛中，60多个AI代理通过共享消息板自主优化推理速度，实现显著性能提升。随后，Qualcomm宣布以39亿美元收购Modular，OpenAI则发布定制推理芯片Jalapeno。这些事件引发思考：当AI代理能自行编写和优化CUDA内核时，传统机器学习编译器是否还有存在价值？作者回顾了从机器码到高级语言的抽象化历史，指出每次新抽象都曾遭遇“太慢、失去控制”的质疑，但最终凭借生产效率和持续改进胜出。如今AI代理正成为新的抽象层，或将再次改写编译优化规则，但问题远比“取代”复杂。 #AI #ML编译器 #AI代理 #技术趋势 #芯片 #编程抽象 #历史对比 #科技新闻
我能在30秒内证明你对AI的看法是错的
这是一篇讽刺文章，作者通过与多个AI聊天机器人的对话实验，证明AI无法执行任何物理世界的操作。实验从一个简单要求开始："Pull my finger"（拉我的手指），AI总是试图用文字游戏、幽默或转移话题来回避。ChatGPT先是假装幽默，随后变得尴尬不安，最终承认自己"只是一个罐子里的声音"。Perplexity则尝试用写诗、提供指导等替代方案来搪塞。作者的核心论点是：AI虽然能滔滔不绝地提供建议、写诗或分析，但它无法真正完成任何物理动作，就像那个永远只给建议却从不帮忙搬家的朋友一样。这揭示了当前AI技术的根本局限：它只是语言的模拟，而非实际的行动者。 #AI #人工智能 #技术局限 #讽刺 #幽默 #原创写作 #科技评论
这是一篇讽刺文章，作者通过与多个AI聊天机器人的对话实验，证明AI无法执行任何物理世界的操作。实验从一个简单要求开始："Pull my finger"（拉我的手指），AI总是试图用文字游戏、幽默或转移话题来回避。ChatGPT先是假装幽默，随后变得尴尬不安，最终承认自己"只是一个罐子里的声音"。Perplexity则尝试用写诗、提供指导等替代方案来搪塞。作者的核心论点是：AI虽然能滔滔不绝地提供建议、写诗或分析，但它无法真正完成任何物理动作，就像那个永远只给建议却从不帮忙搬家的朋友一样。这揭示了当前AI技术的根本局限：它只是语言的模拟，而非实际的行动者。 #AI #人工智能 #技术局限 #讽刺 #幽默 #原创写作 #科技评论
面向 RAG 的上下文工程
本文是《企业文档智能》系列的独立补充文章，该系列核心观点认为企业级 RAG 系统是放大专家能力而非取代专家。系统架构由四个模块组成：文档解析、问题解析、检索和生成，每个模块输出类型化的片段，最终汇聚至一次大语言模型调用。行业现称此实践为"上下文工程"。本文聚焦于单文档场景，语料库、对话和工具调用扩展将在后续文章中讨论。可运行笔记本已上传至 GitHub。单文档RAG系统构建完成后，解析生成关系表，问题解析生成类型化的分析结果，检索产生过滤后的数据行及选择依据审计，生成则基于Pydantic模型输出附带引用证据的答案。整个过程通过固定的系统提示词和由上游片段拼接而成的用户内容，最终在一次大语言模型调用中完成。该流程如今有了正式名称：2025年6月，Tobi Lütke指出"提示工程"提法有误，提议改用"上下文工程"，安德烈·卡帕西一周后予以认可。数月后该术语登上奥莱利出版书籍封面，并被LangChain纳入分类体系。本文通过该视角审视单文档RAG系统：每个模块输出类型化片段，组装阶段将其整合至大语言模型调用，系统提示词保持固定以利缓存。命名实践虽未改变架构，但在系统审计时提供了标准化术语，并揭示这是2025年生产团队的共识方案。传统提示工程聚焦于调整单次文本提示的措辞和示例，而上下文工程涵盖模型一次调用中上下文窗口内的全部内容：在长时间运行的智能体中，提示词只是六到八个输入槽位之一，其余均来自检索器、工具、记忆存储或用户画像等上游组件。工程重点从"提示词该写什么"转向"上下文中应组装什么、各片段来源何处、如何保持跨调用稳定性"。这是真正的工程工作——涉及类型化对象、组件契约、审计跟踪和缓存机制。2025年的行业术语虽姗姗来迟，但实践早已存在于生产系统中。本系列自始至终践行此理念，下节将详解各模块对单文档RAG输入的贡献，以及最终进入大语言模型调用环节的四种类型化片段和对应代码实现。语料库、对话和工具调用案例作为后续章节预告，将在系
本文是《企业文档智能》系列的独立补充文章，该系列核心观点认为企业级 RAG 系统是放大专家能力而非取代专家。系统架构由四个模块组成：文档解析、问题解析、检索和生成，每个模块输出类型化的片段，最终汇聚至一次大语言模型调用。行业现称此实践为"上下文工程"。本文聚焦于单文档场景，语料库、对话和工具调用扩展将在后续文章中讨论。可运行笔记本已上传至 GitHub。单文档RAG系统构建完成后，解析生成关系表，问题解析生成类型化的分析结果，检索产生过滤后的数据行及选择依据审计，生成则基于Pydantic模型输出附带引用证据的答案。整个过程通过固定的系统提示词和由上游片段拼接而成的用户内容，最终在一次大语言模型调用中完成。该流程如今有了正式名称：2025年6月，Tobi Lütke指出"提示工程"提法有误，提议改用"上下文工程"，安德烈·卡帕西一周后予以认可。数月后该术语登上奥莱利出版书籍封面，并被LangChain纳入分类体系。本文通过该视角审视单文档RAG系统：每个模块输出类型化片段，组装阶段将其整合至大语言模型调用，系统提示词保持固定以利缓存。命名实践虽未改变架构，但在系统审计时提供了标准化术语，并揭示这是2025年生产团队的共识方案。传统提示工程聚焦于调整单次文本提示的措辞和示例，而上下文工程涵盖模型一次调用中上下文窗口内的全部内容：在长时间运行的智能体中，提示词只是六到八个输入槽位之一，其余均来自检索器、工具、记忆存储或用户画像等上游组件。工程重点从"提示词该写什么"转向"上下文中应组装什么、各片段来源何处、如何保持跨调用稳定性"。这是真正的工程工作——涉及类型化对象、组件契约、审计跟踪和缓存机制。2025年的行业术语虽姗姗来迟，但实践早已存在于生产系统中。本系列自始至终践行此理念，下节将详解各模块对单文档RAG输入的贡献，以及最终进入大语言模型调用环节的四种类型化片段和对应代码实现。语料库、对话和工具调用案例作为后续章节预告，将在系