AI知识库 @ai521
367 subscribers
24.3K photos
45 videos
20 files
927 links
@ai521 专注分享最实用的AI内容

🤖 AI教程(新手到进阶)
🧠 AI知识科普(大模型 / 提示词 / 自动化)
📰 AI资讯更新(每日最新AI动态)
📚 AI实战技巧(写作 / 绘画 / 编程 / 赚钱)
🔧 最新AI工具推荐

每天更新AI干货
长期做一个真正有价值的AI频道
Download Telegram
AI 代理结算正式进入实际金融网络,Visa 和万事达主导

据韩国《每日经济》报道,以人类信用卡信息为基础、由人工智能经纪人代替交易物品和服务的“代理结算”已超越实验阶段,正式在真实金融结算网络上启动。目前,掌控国际结算网络市场 90% 以上份额的 Visa 和万事达等机构正积极推动该技术落地。这意味着 AI 可自主完成支付授权、交易执行等流程,将极大改变电子商务与数字支付生态,不过也引发了关于用户数据安全与支付权限管控的讨论。 #AI #代理结算 #金融科技 #Visa #万事达 #支付 #人工智能 #数字金融
Anthropic发布Claude Opus 5,谷歌云业务营收同比增82%

近日,招商证券在计算机行业周报中更新大模型及谷歌财报动态。Anthropic于7月24日发布Claude Opus 5模型,重点强化编码、Agent及专业工作能力,支持100万Token上下文和更大输出量,在多项基准测试中性能较前代翻倍,输入输出价格保持不变。同时,谷歌母公司Alphabet公布26Q2财报,实现收入1197.96亿美元,同比增长24%,其中云业务收入247.68亿美元,同比飙升82%,成为核心增长引擎。季度资本开支达到449.24亿美元,同比近乎翻倍,推动自由现金流降至-58.55亿美元;公司上调2026年资本开支指引至1950亿—2050亿美元,并预计2027年将继续增加。AI产品方面,AI Mode月活用户超10亿,Gemini App月活达9.5亿,TPU系统首次交付客户数据中心,AI布局从模型应用延伸至芯片产品化。机构认为,AI需求正加速兑现。 #AI #大模型 #Anthropic #Claude #谷歌 #云业务 #财报 #资本开支 #科技
韩国三星、SK海力士与美企签署9500亿美元芯片大单

韩国深化与美国人工智能产业合作,三星电子与SK海力士近日分别与辉达、博通等美国科技巨头签署总值约9500亿美元的芯片供货协议。其中,SK海力士与辉达签署约7500亿美元长期记忆体供货协议,并将共同开发新一代HBM产品,应用于大型语言模型训练和AI代理等领域。三星电子与博通签署为期5年、金额超2000亿美元的合作备忘录,涉及先进记忆体、晶圆代工及先进封装,包括2纳米制程和2.3D封装技术。此外,SK集团与辉达宣布启动超5000亿美元合作计划,在韩国建设总容量2GW的AI数据中心。分析认为,这一系列合作将巩固韩国在全球AI供应链的关键地位。 #韩国 #半导体 #AI #三星 #SK海力士 #辉达 #博通 #芯片 #HBM
Anthropic押注AMD,Claude Opus 5发布并签下数百亿美元算力订单

人工智能企业Anthropic近日正式推出新一代大语言模型Claude Opus 5,并在算力基础设施上做出重大战略转向:与AMD达成最高2吉瓦的AI算力合作。此举意味着Anthropic正加速摆脱对英伟达GPU的单一依赖,转而采用AMD芯片构建大规模训练集群。据业内分析,该合作涉及数百亿美元的投资布局,将显著影响全球AI芯片供应链格局。Claude Opus 5在推理、代码生成和多模态理解方面均有显著升级,Anthropic希望通过差异化的硬件路线和模型能力,在激烈的AI竞赛中占据更有利位置。此次合作也标志着AMD在AI算力市场对英伟达发起最直接挑战。 #Anthropic #ClaudeOpus5 #AMD #AI算力 #芯片 #英伟达 #大模型 #科技新闻
拆解谷歌100页AI经济报告

谷歌一份长达百页的AI经济报告指出,当前人工智能技术能够覆盖约90%的职业领域,但在实际经济活动中仅完成了约五分之一的工作量。这意味着AI的渗透虽广,但对人类工作的替代尚处于辅助阶段,大规模失业风险暂未显现。报告还分析了AI对生产效率、行业分布及收入结构的渐进影响,强调人机协作将是未来主要趋势。该研究为政策制定和企业转型提供了重要参考,引发各界热议。 #谷歌 #AI经济报告 #人工智能 #就业 #技术影响 #经济分析 #人机协作 #行业趋势
长鑫科技上市首日暴涨471% 野村看高至116元

国产DRAM龙头长鑫科技7月27日登陆科创板,发行价8.66元/股,首日开盘大涨471.59%报49.5元,市值达3.3万亿元,位居A股第一。同日,野村证券发布首次覆盖研报,给予“买入”评级及116元目标价,较IPO价上涨空间超12倍。研报认为,AI推理需求正催生内存“三重超级周期”,长鑫作为中国最大DRAM制造商将核心受益,全球份额有望从当前10%提升至2028年的18%,逐步逼近美光。野村指出,全球内存供应面临产能瓶颈,供不应求将成常态;长鑫计划2027年量产HBM3,技术路径不依赖EUV。同时,研报也提示地缘政治是最大不确定因素。 #长鑫科技 #DRAM #科创板 #AI芯片 #半导体 #野村证券 #国产替代 #HBM #股市
Opus 5 砍掉超80%系统提示词,AI交互方式迎来变革

Claude 5系列模型上线后,Anthropic团队删除了Claude Code中超过80%的系统提示词,性能未见损失。随着模型能力增强,大量预设规则和提示词反而成为累赘。文章提出六个转变:相信模型自身判断力,用简洁要求替代强硬规则;优化工具接口设计,减少演示案例;按需加载说明,避免一次性输入所有信息;删除重复要求;让模型自动保存记忆;使用代码、测试等形式的参考材料。这些变化意味着用户不再需要繁琐的提示词工程,只需给出目标和背景,AI即可自主完成任务。从“使唤实习生”转变为“吩咐高级工程师”,简化交互流程,让用户更专注于核心指令。 #Claude #Opus5 #AI #提示词工程 #模型演进 #Anthropic #科技新闻
AI代理工具设计

一篇关于AI代理工具设计的文章指出,智能体的表现往往不取决于模型智力,而在于工具设计的细节。工具的名称、描述和参数直接影响模型选择,模糊或功能重叠的工具会迫使模型猜测,导致错误调用。工具粒度需权衡:过于粗略会丢失精度,过于细分则让模型难以抉择。当工具数量超过30至50个时,选择准确率显著下降,因此应保持最小化的工具集。文章强调,工具设计应服从于明确的系统提示词,提示词定义智能体的角色和问题域,从而自然划定工具边界。一个实用的检验标准是:每个工具应能回答其他工具无法回答的唯一问题,否则不应添加。最终,好的工具设计能让智能体准确理解用户意图,而非依赖模型猜测。 #AI #AI代理 #工具设计 #智能体 #大模型 #人工智能 #技术方法 #最佳实践
Claude Opus 5 大幅精简系统提示词,AI使用方式迎来变革

Anthropic 旗下 Claude Code 团队在推出 Opus 5 和 Fable 5 模型后,删除了超过 80% 的系统提示词,且内部编码评测未出现性能损失。团队认为,随着模型能力增强,过去用于约束旧模型的详尽规则和重复要求反而成为累赘。文章指出,用户对 AI 的使用应从事无巨细的“提示工程”转向信任模型判断,像总监一样给出方向而非具体指令。具体转变包括:用简短要求代替强硬规则,用工具说明替代演示案例,将不常用内容按需加载,避免重复指令,让模型自动保存记忆,以及使用代码、测试等结构化材料作为参考。Claude Code 还将信息分为系统提示词、项目说明、任务指南和参考文件等层次,鼓励用户根据模型智能程度精简提示,聚焦接口设计和目标表达。 #Claude #Opus5 #大模型 #AI #提示词工程 #Agent #Anthropic #代码生成 #技术变革
OpenAI 研究

OpenAI 最新研究显示,人工智能正在改变人们的工作方式,尤其是 ChatGPT 用户开始承担跨岗位任务,打破了传统职业界限。研究发现,AI 工具不仅提升了工作效率,还让员工有机会涉足原本不属于自己职责范围的工作内容,从而重塑了岗位边界。这一趋势意味着 AI 不再是简单的替代工具,而是拓展人类能力边界的催化剂。专家指出,这种变化将推动企业重新定义岗位职责和人才需求。 #AI #OpenAI #ChatGPT #工作变革 #人工智能 #科技研究
Telegram必备的搜索引擎,极搜JISOU帮你精准找到,想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025
AI药物发现中的数据闭环挑战

人工智能正以前所未有的速度识别新的治疗靶点,但这一速度也暴露了实验室的物理瓶颈和对更优质数据的迫切需求。自1950年代以来,新药研发成本每九年翻一番,即“埃鲁姆定律”所指的规律。如今,一款新药上市平均耗时10至15年,成本高达10亿至25亿美元,失败率超过90%。AI被制药行业寄予厚望,旨在提高成功率并缩短周期。Cytiva公司蛋白研究战略总监保罗·贝尔彻指出,AI不仅节省时间、压缩流程,还能筛选更优质的候选药物进入临床。然而,AI目前仍无法可靠预测新化合物的动力学或可开发性,每个AI生成的候选物仍需在实验室验证。传统筛选流程旨在大规模识别“命中”分子,而非详细分析大量复杂候选物,这给实验室团队带来更大压力。AI可增加命中数量和质量,但随之需要更高通量、信息丰富的技术来验证和表征这些分子。此外,早期AI模型依赖的数据质量参差不齐,未来需通过闭环系统整合真实、完整的实验数据,实现AI预测与实验验证的迭代优化。 #AI #药物发现 #数据闭环 #实验室自动化 #生物科技 #制药 #机器学习 #Eroom定律 #数据质量