AI转型并非千篇一律,企业规模决定了拥抱AI的正确姿势。本文基于十年服务中大型品牌的经验,将企业分为10人以内、10-50人、50-500人三档,分别给出Agent与模型选型建议:小团队追求个人效率极致,中型团队需区分构建者与调用者,大型企业则要优先考虑生态整合。老板的AI意识,才是转型成败的关键。 最近几篇文章我有分享个人怎么选择适合自己的Agent和模型。后面也有很多人来问我:那站在公司层面,又应该怎么拥抱AI? 其实个人和企业组织两个视角,在这个问题上的答案是有差异的。 我结合自己过去十年在电商/游戏/医药行业服务中大型品牌和集团的经验,分享一些判断和思路,供各位老板参考。 10 人以内:快不快全看老板自己 10 人以内的团队,往往没有明确的部门分工,一个运营可能同时管选品、上架、广告、客服,一个老板自己就是产品加供应链。 每个人的身上,可能都扛了百八十件事情,一个人当是个人用。 这类公司最该做的,不是给团队配一堆工具,而是让公司每个人,都成为超级个体,成为AI-First的深度实践者。 这个体量,就不要谈什么流程规范、公司章程和组织管理,就应该拼了命榨干AI,把每个人的效率放大…

一场换季促销让门店销售额和客流齐涨,老板却高兴不起来:热销款断码、旧季库存没清、商场结算与平台补贴还没到账、新增会员留存成谜。文章用 AI 逐笔理清这 5 笔糊涂账,把促销效果算到明处。 一、场景介绍:销售额涨了,老板为什么反而不敢高兴? 一家有二十多家门店的鞋服连锁企业,刚做完一场换季促销。 活动期间,门店客流和销售额明显增长,几款主推商品很快售罄,新增会员数量也不少。店长和运营部门都认为,这场活动效果不错。 但活动结束后,老板却高兴不起来。 有些门店的热门颜色和常用尺码已经断货,另一些门店却留下大量零散断码;仓库里还有一批旧季商品没有清掉;商场结算、平台补贴和供应商返利尚未完成;活动新增了不少会员,但下一次不打折时,还有多少人会回来,也没人知道。 销售额是真的涨了,但利润、库存结构、客户和现金都没有同步变得更清楚。 老板真正担心的是: 这场促销究竟创造了新的生意,还是用毛利、正价销售和下一季的经营空间,换来了一张好看的销售报表? 二、概念重新定义:鞋服促销不是一次降价,而是一个经营项目 很多鞋服企业复盘促销,首先比较活动期间和日常销售额。 但是,销售额增长不等于促销成功。 顾客可能…

巨型平台将标准化履约做到极致,却触到了能力边界。大量从二产挤出的劳动力,正在社区内部形成"三人协作单元"。当O2O证伪、平台模式饱和,面向微型节点的社区Agent SaaS,可能是一个被低估的赛道机会。本文基于产业数据与海外对标进行推演。
Google 从其扩展商店 Chrome Web Store 移除了包括 uBlock Origin 在内的所有 Manifest V2 扩展。Chrome 用户已安装的 Manifest V2 扩展目前还能使用,但不会再收到任何更新,卸载之后将无法再重新安装。Chrome Web Store 将只提供 Manifest v3 扩展,Manifest v3 相比 Manifest v2 的一大区别是移除了 blockingWebRequest 和 declarativeNetRequest,限制了广告屏蔽扩展的功能,uBlock Origin 是基于 Manifest V2,它没有 Manifest V3 版本,但有一个基于 V3 的精简版本。用户如果想要继续使用 uBlock Origin 只能改用 Firefox 以及另一款基于 Chromium 的浏览器 Brave。
杰富瑞给 8 款 Agent 出了五道真实办公题:流量第一的 WorkBuddy 只拿 66 分垫底,千问办公 95 分,是全场唯一全科目过 90 的。差距不在模型智商,而在 Harness 这套工程机制,同一模型换一套班子,实测能差 18 个百分点。 AI 办公卷成什么样,我电脑的风扇最有发言权,打游戏都没这么热,全是让 AI 干活烧的。 WorkBuddy、千问办公、豆包工作、百度搭子、库库AI,这几个产品我天天轮着用,任务一个接一个跑,风扇没停过。 用了一段时间,一个很直接的感受:工具都能干活了。这看起来是好事,不过,对四家公司来说,麻烦才刚开始。 人人都有铲子时,铲子就不是护城河了。 给 WorkBuddy 派一句「把这堆材料整理成周报」,它自己拆步骤、调度、交付,手脚麻利,编排效率是五家里最舒服的。 千问办公的交付最省心,模型底子厚,同样一份研报,别的家交三版还要返工,它一版基本能定。 豆包工作,目前我看到最像样的是操作本地电脑。我电脑里有几年积累的照片,苦恼了我很久,上周半天时间,它给我该归档的归档,该整理的整理。 它甚至能区分哪些是精修过的、哪些是原片,这个能力别的家还真…

近日,VAST宣布完成B轮和B+轮融资,合计约30亿人民币,由经纬创投领投,完美世界、蓝色光标、芯动能投资、延趣游戏、中科创达、广电投资、三七互娱等一线产业资本,鼎晖VGC、中金资本、CMC资本、洪泰基金、三正健康投资、中平资本、福建产投基金、福创投、卓源亚洲、江西金控等一线财投联合参投,老股东达晨财智、春华资本、四三九九、慕华科创、绿洲资本、渶策资本、华控基金持续超额追投。 不到半年,VAST累计融资约50亿人民币,刷新AI 3D领域融资额纪录。 至此,VAST战略投资方已覆盖对3D原生基座模型和世界模型有切实需求的各行各业。多元产业方资本的加注,意味着VAST技术能力已跨过“生产可用”门槛,正在成为多个行业3D内容生产的默认基础设施。 本轮融资将持续投入于3D原生模型与数据能力的迭代、训练与推理基础设施的扩建、产品开发与商业化落地的加速,推进AI 3D从“可用”走向“好用”,成为各行各业的AI 3D基础设施。 Tripo P2.0:全球首个原生四边面拓扑3D大模型,开启3D领域的Vibe Coding时代 与融资同步,VAST发布旗舰3D原生基座模型Tripo P系列最新版本——T…

近日,Violoop正式完成亿元级天使轮及Pre-A轮融资。联想创投、中金保时捷、蓝驰创投、元生资本、启赋资本和Zero2IPO Ventures共同投资,向阳资本担任长期独家财务顾问。 目前,Violoop已经获得来自全球约1.2万人的订金预订,产品计划于9月正式上线。比亿元融资更值得关注的,是Violoop与国际PC巨头联想正在形成的深层产业协同。 过去三年,AI行业一直在回答同一个问题:怎样把模型训练得更聪明。 模型参数越来越多,推理时间越来越长,回答问题、编写代码和规划任务的能力不断提升。但当这些能力真正来到一个具体的人身边时,另一个问题开始显现:模型知道很多,却不了解这个人。 它不知道一项工作此前如何完成,不知道用户为什么在上一次任务中修改了某个决定,也无法稳定继承跨越多个软件、多个会话和数周时间形成的工作经验。即使完成过相似任务,下一次仍可能重新探索。 它更像一位能力很强、却无法完整继承工作经验的临时员工。 Violoop试图解决的,就是AI被交付给用户之后,如何继续成长。 “基础模型正在学会世界,但它还没有真正学会一个人。Violoop要做的,是让Agent在与你共事的过…
9月1日上午,一张超过10亿元的采购单落在华为昇腾950上。国产算力就这样从发布台走进金融和制造现场。另一边,NVIDIA拿出35亿美元投资联发科,开放NVLink承接客户的定制芯片。两笔钱一头买产能,一头买标准,算力竞争已经不只是在比单颗芯片。在老曹看来,接下来更硬的门槛,是把芯片、互连和行业交付拧成一套能长期运转的生意。 一起来看看这两天发生的AI和互联网赛道的大事件吧! 📌 今日AI互联网大事件速览 1,范式智能拟斥资超10亿元采购华为昇腾950,国产算力进入大额订单期 2,DeepSeek开放V4多模态模型权重,视觉Agent支持本地部署 3,微信支付AI专属卡接入DeepSeek Harness与OpenClaw 4,海信发布家庭AIOS JUOS,多终端共享“超级小聚” 5,宇树展示消防机器狗方案,耐高温机型进入火场侦查 6,《后西游记》成为国内首部上星AIGC长剧,首播收视居同时段第一 7,Cadence称AI有望将芯片设计周期减半,资深工程师仍不可替代 8,NVIDIA拟向联发科投资35亿美元,开放NVLink承接定制芯片 10,欧盟将ChatGPT列为超大型在线搜索…

01 存算一体,进入交付时刻 2026年,存算一体赛道的节奏骤然加快。 8月24日,小米发布玄戒O100高带宽AI加速芯片,采用6nm工艺与3D晶圆级堆叠,近存计算带宽达1.22TB/s,正式加入存算一体战局。 再往前,8月中旬,成立仅两年多的谦合益邦完成超20亿元B轮融资,同时披露其4层3D DRAM堆叠存算一体芯片成功回片点亮;皓泽科技发布面向端侧AI的VVT300 SoC,计划年内量产出货。 更早前的7月13日,东方算芯率先发布全球首颗软件定义近存计算3D芯片DF1000,基于14nm制程实现520 TFLOPS算力,目前已进入量产交付阶段。 在这个过程中,存算一体开始从实验室里的新架构,变成越来越多芯片公司试图布局的核心技术。 后摩智能的存算一体芯片后摩漫界M50已经完成量产,在Agent Computer、智能终端、陪伴机器人等实际产品规模化落地;知存科技的存算一体芯片则已经在可穿戴等终端实现千万级出货。 融资、流片、点亮、量产、交付,这些原本属于不同阶段的关键词,开始密集出现在同一个赛道。 IIM信息数据显示,2025年全球存算一体市场规模已达到48.7亿美元,同比增长超过…

shadcn 是 Vercel 广受欢迎的 shadcn/ui" 项目的设计师。他发布了一套用于构建聊天界面的新组件",首次将流式对话基础组件直接引入了 shadcn/ui。 这次发布涵盖了 shadcn 所说的对话层,其中包含五个组件:MessageScroller"、 Message"、Bubble"、 Attachment" 和 Marker",以及两个新的 CSS 实用工具:scroll-fade 和 shimmer。据介绍,这是一个更大的项目的第一阶段,旨在重新构思每个组件背后的抽象逻辑,并分阶段发布,以便开发者能够复制、组合和定制这些组件。安装通过人们熟悉的命令行界面(CLI)进行: pnpm dlx shadcn@latest add message-scroller message bubble attachment marker 其核心是 MessageScroller,这是一个滚动容器,负责处理那些容易出错的细节,包括锚定对话轮次、流式回复适配、会话状态恢复、前置历史加载、跳转至指定消息、滚动控制能力以及可见性跟踪。它负责管理这些行为,但并不管理消息、AI 状态、传…

Dalan Technology, a startup focused on long-range imaging solutions, has raised tens of millions of U.S. dollars across its angel and Pre-A rounds within a mont...

MRTIS TechBio (Beijing) Co., Ltd., an AI-driven nanomedicine company, has received regulatory clearance from the China Securities Regulatory Commission (CSRC) t...

TARS has completed a $455 million Pre-A funding round (approximately RMB 3.3 billion), setting a new record for the largest single-round financing in China’s em...

世界人工智能开源大赛(GOAI)初赛作品覆盖企业级智能体、行业应用、AI科学研究与具身智能等领域。四大赛道方向不同,却呈现出一条共同主线:参赛团队不再只关注模型“会不会”,而是开始回答系统能否真实运行、完成任务、处理失败,并用证据证明结果。 从2999份初赛作品中,我们不仅能看到一批高质量的AI创新项目,也能观察到智能体技术、产品形态与开源生态正在发生的变化。 初赛作品呈现了哪些创新方向? 赛道一「新智基座」:多智能体走向企业系统 新智基座赛道覆盖软件研发、Agent基础设施与SRE治理、金融风控、工业制造、科研及企业运营等方向。从初赛作品可以看到,参赛团队正在告别通用问答和简单Demo,转向解决真实企业场景中的复杂任务。作品主要采用分层多Agent协作、动态编排、独立验证、人工门禁、Skill与工具接入、异常恢复和版本治理等技术路径。 这些作品试图解决企业复杂任务中的信息分散、AI结果难以直接信任、高风险动作缺少控制和组织经验难以复用等问题。相比单一智能体,团队更关心多个Agent如何分工、工具如何调用、过程如何审计、结果如何验证。 赛道二「无界应用」:AI进入真实工作流程 无界应用…

Lin Junyang, the former Alibaba Qwen technical lead and one of the youngest P10-level engineers at the company, has founded Pragmatik Labs in Shanghai with a 2 billion dollar angel-round valuation. Gaorong and HSG co-led with 100 million dollars each, Tencent added 20 million, and the company is positioning itself around digital and physical agents rather than another foundation model.

AOE Tech Labs' Floatboat team ran a single-variable Harness benchmark experiment on August 7. With DeepSeek-V4-Flash as the model base and only the execution Harness swapped, the same 0.14-dollar model went from losing all five benchmarks against Opus 4.8 on DeepSeek's own Harness to winning all five on Floatboat's Harness, at 57.1 times lower cost.

On August 12, Lin Junyang announced on X the founding of Pragmatik Labs in Shanghai, aimed at next-generation agents, with backing from Gaorong Ventures, HSG, and Tencent at a reported $2 billion valuation. He is one example of a broader shift: researchers are returning to the center of China's technology industry.


8 月中旬,新加坡的一场公开演讲上,南洋理工大学副教授、Ropedia 首席科学家刘子纬抛出了一个问题:为什么读过整个互联网的 AI,进了物理世界,却连一杯咖啡都冲不好? 他的回答是:“AI 读过一切,却几乎没有经历过任何事情。它从未真正冲过一杯咖啡,自然也不知道该怎么做。” 刘子纬教授在新加坡演讲的现场照片 这种分裂在今天的 AI 身上随处可见:感知模型能把冲咖啡的教程讲得头头是道,生成式模型能合成一段以假乱真的冲咖啡视频;可一旦真的伸出机械臂,同样的智能常常连一次可靠的抓取都完成不了。能听懂,能想象,就是做不好。这道裂缝,此刻正卡着整个具身智能行业。 AI 科技评论了解到,就在这场演讲之后不久,由联合创始人兼 CEO 陈昭熹与联合创始人兼 CTO洪方舟共同创办的 Physical AI 公司Ropedia,正式发布了新一代多模态采集系统HOMIE Gen2。这套关于“经验”的判断,最终落到了一台约 380g 的头戴设备上:让 AI 从人类真实行为中,补上它缺失已久的“经验”这一课。对于这台设备要做的事,CEO 陈昭熹有一个很形象的说法:“学做一道菜,只看别人做的视频,可能知道最后成…

长期以来主要依赖云端大模型的Agent,正在出现另一条技术路线:不再单纯追求更大的模型,而是通过改变语言模型的生成方式,再叠加端侧芯片的并行算力,压缩Agent执行任务所需的时间。

8月28日晚间,国产GPU企业壁仞科技(06082.HK)披露2026年中期业绩。2026年上半年,壁仞科技实现营业收入12.36亿元,较上年同期增长约1997.6%;期内亏损大幅收窄至3.77亿元,同比大幅减亏76.4%;经调整期内亏损(非国际财务报告准则计量)收窄至3.37亿元,同比减亏38.9%,亏损收窄速度明显加快。 作为国内领先的通用智能计算解决方案提供商,壁仞科技围绕“芯片-软件-系统-供应链”全栈体系快速发展,在商业拓展、产品迭代、软硬协同与量产能力建设上均取得显著进展。展望未来,壁仞科技将持续加速下一代芯片的量产与导入,坚持高质量、前瞻性的研发投入,深化与客户及生态伙伴的协同,以扎实的产品与交付能力,为国产算力基础设施建设和全球人工智能产业发展贡献壁仞力量。 01 上半年营收超越去年全年 互联网大客户导入开启放量周期 2026年上半年,Agentic应用加速落地,token消耗量呈指数级增长,强劲市场需求驱动之下,壁仞科技步入高速发展通道,上半年营收超越去年全年,商业化达成里程碑式突破。 报告期内,壁仞科技壁砺™系列产品销售持续扩大,多个标杆项目落地。其中,公司与上海仪…
