AI到底有没有用？一位程序员的自省
一位自2023年夏季开始使用AI辅助编程的程序员，在经历从狂热到冷静的转变后，提出了一个尖锐问题：如果实用型AI只是幻想呢？最初，他被AI快速生成代码的能力深深吸引，甚至用它完成了一整业余项目。然而，一旦代码“跑起来”，问题随之而来——他对生成代码缺乏心理模型，无法轻松调试或扩展功能。他逐渐放弃“一次性生成”的所谓“氛围编程”，转向主动引导式使用，甚至最终回归到仅通过对话与AI探讨思路、自己动手写代码的阶段。他发现AI的本质是善变的，有时生成的设计过于复杂、毫无必要。虽然也曾通过“橡皮鸭”式对话获得过真正洞见，但事后总觉得：没有AI，自己可能更快完工。作者反思，智能手机作为革命性技术很快显露价值，而大型语言模型推出数年，仍未出现无可争议的“杀手级应用”。他提出一个反诘：如果十年后，大型语言模型仍无法大规模应用呢？ #AI #大型语言模型 #编程 #技术反思 #氛围编程 #科技
一位自2023年夏季开始使用AI辅助编程的程序员，在经历从狂热到冷静的转变后，提出了一个尖锐问题：如果实用型AI只是幻想呢？最初，他被AI快速生成代码的能力深深吸引，甚至用它完成了一整业余项目。然而，一旦代码“跑起来”，问题随之而来——他对生成代码缺乏心理模型，无法轻松调试或扩展功能。他逐渐放弃“一次性生成”的所谓“氛围编程”，转向主动引导式使用，甚至最终回归到仅通过对话与AI探讨思路、自己动手写代码的阶段。他发现AI的本质是善变的，有时生成的设计过于复杂、毫无必要。虽然也曾通过“橡皮鸭”式对话获得过真正洞见，但事后总觉得：没有AI，自己可能更快完工。作者反思，智能手机作为革命性技术很快显露价值，而大型语言模型推出数年，仍未出现无可争议的“杀手级应用”。他提出一个反诘：如果十年后，大型语言模型仍无法大规模应用呢？ #AI #大型语言模型 #编程 #技术反思 #氛围编程 #科技
芯和半导体与联想集团在DAC 2026发布EDA Agent研发成果
2026年7月26日，全球EDA行业盛会DAC 2026在美国加州长滩市开幕，主题为“AI For EDA”。国产EDA企业芯和半导体在展台现场联合联想集团，发布了双方EDA Agent战略合作的最新成果，成为本届大会上国产EDA的唯一落地案例。双方于2025年11月签署战略合作协议，本次发布标志着合作进入可验证阶段。核心成果是打通了PCB研发从设计到仿真验证的全流程AI闭环，涵盖建库、布局、规则检查和仿真优化四个模块，已在联想AI PC主板设计中验证，建库效率提升50%以上，仿真优化效率提升80%以上。当前，国际EDA厂商的AI智能体多聚焦数字设计端，而芯和半导体定位于“多物理场AI智能体协同与芯片到系统端到端自主优化”，覆盖信号完整性、电源完整性等物理层设计环节，直接服务于AI数据中心、AI PC等系统级产品，为国产EDA在AI方向提供真实应用案例。 #EDA #芯和半导体 #联想集团 #AI #芯片 #半导体 #科技
2026年7月26日，全球EDA行业盛会DAC 2026在美国加州长滩市开幕，主题为“AI For EDA”。国产EDA企业芯和半导体在展台现场联合联想集团，发布了双方EDA Agent战略合作的最新成果，成为本届大会上国产EDA的唯一落地案例。双方于2025年11月签署战略合作协议，本次发布标志着合作进入可验证阶段。核心成果是打通了PCB研发从设计到仿真验证的全流程AI闭环，涵盖建库、布局、规则检查和仿真优化四个模块，已在联想AI PC主板设计中验证，建库效率提升50%以上，仿真优化效率提升80%以上。当前，国际EDA厂商的AI智能体多聚焦数字设计端，而芯和半导体定位于“多物理场AI智能体协同与芯片到系统端到端自主优化”，覆盖信号完整性、电源完整性等物理层设计环节，直接服务于AI数据中心、AI PC等系统级产品，为国产EDA在AI方向提供真实应用案例。 #EDA #芯和半导体 #联想集团 #AI #芯片 #半导体 #科技
微软CEO纳德拉警告
微软CEO萨提亚·纳德拉近日向企业发出强烈警告，他指出，完全依赖单一AI模型开发商的企业将失去竞争力，甚至难以生存。在CNN采访时，纳德拉强调，企业应谨慎共享数据和提示词（Prompt），因为每一次交互产生的元数据都可能被AI模型提供商利用，成为未来的风险。他建议企业建立机制，自主控制这些数据，以便用于训练自有模型或开源模型，避免将“思考能力外包”。纳德拉还提出，企业应部署AI Gateway等基础设施，将提示词与模型分离，或拥有自己的AI模型。他特别警告不要依赖Claude Code、ChatGPT Codex等厂商内置编程工具，认为这样做会使企业在模型停服时失去主动权。纳德拉认为，随着AI Agent能访问企业内部核心系统，如果企业没有控制权，AI模型开发商未来可能推出直接竞争的服务，进一步加剧风险。 #AI #微软 #纳德拉 #企业生存 #技术风险
微软CEO萨提亚·纳德拉近日向企业发出强烈警告，他指出，完全依赖单一AI模型开发商的企业将失去竞争力，甚至难以生存。在CNN采访时，纳德拉强调，企业应谨慎共享数据和提示词（Prompt），因为每一次交互产生的元数据都可能被AI模型提供商利用，成为未来的风险。他建议企业建立机制，自主控制这些数据，以便用于训练自有模型或开源模型，避免将“思考能力外包”。纳德拉还提出，企业应部署AI Gateway等基础设施，将提示词与模型分离，或拥有自己的AI模型。他特别警告不要依赖Claude Code、ChatGPT Codex等厂商内置编程工具，认为这样做会使企业在模型停服时失去主动权。纳德拉认为，随着AI Agent能访问企业内部核心系统，如果企业没有控制权，AI模型开发商未来可能推出直接竞争的服务，进一步加剧风险。 #AI #微软 #纳德拉 #企业生存 #技术风险
中国AI天气预警系统"妈祖"向全球南方扩展
据《南华早报》报道，由中国气象局研发的人工智能天气预警系统"妈祖"正在全球南方国家推广使用。该系统旨在为发展中国家提供"定制化"服务，帮助其更好地应对台风、暴雨等极端天气事件。目前，已有七个国家在地面部署并日常运行该系统，包括巴基斯坦、吉布提、埃塞俄比亚、约旦、蒙古、所罗门群岛和斯里兰卡。此外，云端版本已在40个全球南方国家进行测试。该系统整合了中国AI天气预报模型、气象卫星数据以及合作伙伴国家的观测数据，可根据用户需求提供"菜单式、定制化"服务。中国气象局总工程师潘进军表示，这是首个响应联合国"全民预警"倡议的国家级项目，旨在确保地球上的每个人都受到极端天气保护。 #AI #天气预警 #中国科技 #全球南方 #妈祖系统 #极端天气 #发展中国家
据《南华早报》报道，由中国气象局研发的人工智能天气预警系统"妈祖"正在全球南方国家推广使用。该系统旨在为发展中国家提供"定制化"服务，帮助其更好地应对台风、暴雨等极端天气事件。目前，已有七个国家在地面部署并日常运行该系统，包括巴基斯坦、吉布提、埃塞俄比亚、约旦、蒙古、所罗门群岛和斯里兰卡。此外，云端版本已在40个全球南方国家进行测试。该系统整合了中国AI天气预报模型、气象卫星数据以及合作伙伴国家的观测数据，可根据用户需求提供"菜单式、定制化"服务。中国气象局总工程师潘进军表示，这是首个响应联合国"全民预警"倡议的国家级项目，旨在确保地球上的每个人都受到极端天气保护。 #AI #天气预警 #中国科技 #全球南方 #妈祖系统 #极端天气 #发展中国家
OpenReviewer 发布
研究团队推出了一款名为 OpenReviewer 的开源系统，旨在为机器学习与人工智能会议论文生成高质量的同行评审意见。其核心模型 Llama-OpenReviewer-8B 基于 8B 参数的语言模型，经过 79000 篇顶级会议专家评审数据的微调，能够从 PDF 论文中提取全文（包括公式和表格），并根据会议模板生成结构化评审意见。在 400 篇测试论文上的评估显示，该模型生成的评审意见比 GPT-4 和 Claude-3.5 等通用大模型更为严谨和贴近现实。通用模型倾向于给出过于积极的评价，而 OpenReviewer 的推荐分数分布与人类评审员高度接近。该系统可为作者提供快速的建设性反馈，帮助其在正式投稿前改进稿件，但研究团队强调其无意取代人类同行评审。目前，OpenReviewer 已作为在线演示和开源工具发布。 #AI #大模型 #论文评审 #OpenReviewer #机器学习 #开源工具 #科研
研究团队推出了一款名为 OpenReviewer 的开源系统，旨在为机器学习与人工智能会议论文生成高质量的同行评审意见。其核心模型 Llama-OpenReviewer-8B 基于 8B 参数的语言模型，经过 79000 篇顶级会议专家评审数据的微调，能够从 PDF 论文中提取全文（包括公式和表格），并根据会议模板生成结构化评审意见。在 400 篇测试论文上的评估显示，该模型生成的评审意见比 GPT-4 和 Claude-3.5 等通用大模型更为严谨和贴近现实。通用模型倾向于给出过于积极的评价，而 OpenReviewer 的推荐分数分布与人类评审员高度接近。该系统可为作者提供快速的建设性反馈，帮助其在正式投稿前改进稿件，但研究团队强调其无意取代人类同行评审。目前，OpenReviewer 已作为在线演示和开源工具发布。 #AI #大模型 #论文评审 #OpenReviewer #机器学习 #开源工具 #科研
AI 进入课堂的恐惧
本文是“AI 在课堂”系列的第二部分。作者指出，高等教育中关于 AI 作弊的恐慌，根源并非 AI 本身，而是早已存在的评估体系缺陷。字数限制、页数要求、开卷考试等传统方式，原本建立在“产出文字困难”的假设上，但 AI 消除了这一门槛，暴露了这些作业从未真正衡量学生能力的真相。同时，AI 检测工具存在严重偏见：斯坦福大学研究发现，最常用的七款检测器将 61.3% 的非英语母语学生作文误判为 AI 生成，而对母语者的误报率仅为 3.2%。作者认为，简单的词汇和更公式化的句式（这在第二语言写作者中完全正常）被这些工具有效误判为机器生成，因此依赖检测并非解决方案。抄袭问题同样存在，但 AI 只是加速和放大了这一长期问题。真正的出路在于评估过程的改革，而非简单依赖工具检测。 #AI #教育 #作弊 #检测偏见 #评估改革 #学术诚信 #高等教育 #课堂管理
本文是“AI 在课堂”系列的第二部分。作者指出，高等教育中关于 AI 作弊的恐慌，根源并非 AI 本身，而是早已存在的评估体系缺陷。字数限制、页数要求、开卷考试等传统方式，原本建立在“产出文字困难”的假设上，但 AI 消除了这一门槛，暴露了这些作业从未真正衡量学生能力的真相。同时，AI 检测工具存在严重偏见：斯坦福大学研究发现，最常用的七款检测器将 61.3% 的非英语母语学生作文误判为 AI 生成，而对母语者的误报率仅为 3.2%。作者认为，简单的词汇和更公式化的句式（这在第二语言写作者中完全正常）被这些工具有效误判为机器生成，因此依赖检测并非解决方案。抄袭问题同样存在，但 AI 只是加速和放大了这一长期问题。真正的出路在于评估过程的改革，而非简单依赖工具检测。 #AI #教育 #作弊 #检测偏见 #评估改革 #学术诚信 #高等教育 #课堂管理