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
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
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
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
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
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
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
大模型质量趋同，改进速度放缓，AGI之路争议再起
据分析文章指出，大语言模型（LLM）的改进速度明显放缓，模型质量趋于收敛，标志着行业已从预训练时代进入后训练时代。文章引用了Paul Kedrosky的观点，认为在后训练阶段，模型发布的增量能力增益越来越小，持久性异常值减少，技术差异化难以维持。模型价格压缩，推理日益商品化，价值正从基础模型转向其他环节。与此同时，围绕LLM本质的争论再次升温：它们究竟是互联网内容的复杂模仿器，还是通过压缩训练数据逼近了深层思维结构？若前者成立，能力得分见顶合理，通用人工智能（AGI）论调只是炒作；若后者成立，则可能意味着人类正逼近真正的AGI。文章指出，即便前沿模型进步趋缓，大模型在编程等领域的“奇迹”能力已显现，更多超级应用场景仍将涌现。 #大模型 #AI #AGI #技术趋势 #机器学习 #LLM #模型趋同 #算法改进
据分析文章指出，大语言模型（LLM）的改进速度明显放缓，模型质量趋于收敛，标志着行业已从预训练时代进入后训练时代。文章引用了Paul Kedrosky的观点，认为在后训练阶段，模型发布的增量能力增益越来越小，持久性异常值减少，技术差异化难以维持。模型价格压缩，推理日益商品化，价值正从基础模型转向其他环节。与此同时，围绕LLM本质的争论再次升温：它们究竟是互联网内容的复杂模仿器，还是通过压缩训练数据逼近了深层思维结构？若前者成立，能力得分见顶合理，通用人工智能（AGI）论调只是炒作；若后者成立，则可能意味着人类正逼近真正的AGI。文章指出，即便前沿模型进步趋缓，大模型在编程等领域的“奇迹”能力已显现，更多超级应用场景仍将涌现。 #大模型 #AI #AGI #技术趋势 #机器学习 #LLM #模型趋同 #算法改进
企业级AI智能体环境构建指南
Intel通过数千次实验发现，企业级AI智能体远不止是聊天机器人或大模型推理。它需要完整的系统工程支持，包括任务编排、数据访问、工具执行、延迟管理、治理和可扩展基础设施。企业智能体是目标驱动的自动化工作流，能规划多步骤任务、调用工具、读取结果并在失败时重试。Intel扩展了开源基准测试工具Terminal-Bench，分离了LLM推理与智能体性能，发现评估还应关注任务耗时、系统承载能力、用户体验和成本变化。部署应分三阶段进行，核心指标是“agent密度”（每vCPU的智能体数量）。交互式助手应保持低密度以保证响应速度，批处理工作流则可运行更高密度，从而平衡服务目标与总成本。 #企业AI #智能体 #AI智能体 #Intel #系统架构 #Agent密度 #企业级应用 #大模型
Intel通过数千次实验发现，企业级AI智能体远不止是聊天机器人或大模型推理。它需要完整的系统工程支持，包括任务编排、数据访问、工具执行、延迟管理、治理和可扩展基础设施。企业智能体是目标驱动的自动化工作流，能规划多步骤任务、调用工具、读取结果并在失败时重试。Intel扩展了开源基准测试工具Terminal-Bench，分离了LLM推理与智能体性能，发现评估还应关注任务耗时、系统承载能力、用户体验和成本变化。部署应分三阶段进行，核心指标是“agent密度”（每vCPU的智能体数量）。交互式助手应保持低密度以保证响应速度，批处理工作流则可运行更高密度，从而平衡服务目标与总成本。 #企业AI #智能体 #AI智能体 #Intel #系统架构 #Agent密度 #企业级应用 #大模型
特朗普AI智囊团内部分歧加深，对华AI政策悬而未决
随着中国开源AI模型日益强大，特朗普政府内部对如何应对产生严重分歧。决策权集中在少数官员手中，但他们的观点截然不同：商务部长卢特尼克试图走中间路线，既对Anthropic实施出口管制，又考虑激励美国实验室开发开源模型；白宫AI政策负责人凯恩克罗斯则持强硬立场，专注于遏制中国通过“蒸馏”技术利用美国前沿模型。由于部门间缺乏协调，最终政策将由最接近总统的人决定。此外，商务部下属AI标准与创新中心因与Anthropic的安全谈判问题出现人事变动，进一步增加了政策不确定性。 #特朗普 #AI政策 #中国 #人工智能 #出口管制 #开源模型 #美国政府 #科技竞争 #Anthropic #蒸馏
随着中国开源AI模型日益强大，特朗普政府内部对如何应对产生严重分歧。决策权集中在少数官员手中，但他们的观点截然不同：商务部长卢特尼克试图走中间路线，既对Anthropic实施出口管制，又考虑激励美国实验室开发开源模型；白宫AI政策负责人凯恩克罗斯则持强硬立场，专注于遏制中国通过“蒸馏”技术利用美国前沿模型。由于部门间缺乏协调，最终政策将由最接近总统的人决定。此外，商务部下属AI标准与创新中心因与Anthropic的安全谈判问题出现人事变动，进一步增加了政策不确定性。 #特朗普 #AI政策 #中国 #人工智能 #出口管制 #开源模型 #美国政府 #科技竞争 #Anthropic #蒸馏
从AI PC到Agent Computer AMD重新定义PC的下一个角色
在AMD Advancing AI 2026活动中，AMD提出了PC向Agent Computer演进的新战略，区别于以往强调NPU效能和Copilot+功能的AI PC思路。AMD运算与图形事业部负责人Jack Huynh指出，下一代PC将能直接执行AI模型、管理工作流程，并成为企业AI代理人的运作节点。这标志着AMD正将PC从具备AI功能的设备，重新定位为AI运算的核心平台。随着生成式AI进入Agentic AI时代，任务规划与多步骤执行对模型推理能力提出更高要求，若完全依赖云端将导致延迟、成本上升及数据隐私风险。因此，终端PC的本地AI能力变得至关重要，AMD此举旨在让PC成为主动执行AI任务的新型计算平台。 #AMD #AgentComputer #AIPC #人工智能 #PC产业 #AI运算 #科技趋势
在AMD Advancing AI 2026活动中，AMD提出了PC向Agent Computer演进的新战略，区别于以往强调NPU效能和Copilot+功能的AI PC思路。AMD运算与图形事业部负责人Jack Huynh指出，下一代PC将能直接执行AI模型、管理工作流程，并成为企业AI代理人的运作节点。这标志着AMD正将PC从具备AI功能的设备，重新定位为AI运算的核心平台。随着生成式AI进入Agentic AI时代，任务规划与多步骤执行对模型推理能力提出更高要求，若完全依赖云端将导致延迟、成本上升及数据隐私风险。因此，终端PC的本地AI能力变得至关重要，AMD此举旨在让PC成为主动执行AI任务的新型计算平台。 #AMD #AgentComputer #AIPC #人工智能 #PC产业 #AI运算 #科技趋势