文 | 郑丽媛 出品丨AI 科技大本营（ID：rgznai100） 过去这一年，AI 世界风云再起。 从 DeepSeek R1 、OpenAI o3 的激烈竞逐，到 AI 智能体频频登上技术热榜；从"推理能力"成为衡量大模型的新标准，到人形机器人、具身智能 （Embodied Intelligence）被寄予厚望……我们正站在 AI 技术快速演进的关键时刻。 然而，在这些热闹表象的背后，一场更深层的技术讨论也正在 悄然发生： 我们真的了解智能吗？我们构建的 AI 真的在"学习"吗？ 在这样一个值得深思的节点， 加拿大阿尔伯塔大学计算科学系教授、图灵奖得主 Richard Sutton 在 6 月 6 日举行的北京智源大会上，带来了一场名为 《 欢迎来到经验时代 （Welcome to the Era of Experience） 》的 主题演讲。 在 整场演讲中， Richard Sutton 没有谈模型架构、参数量，没有讲热门的大语言模型， 也没有 讨论 多模态系统的未来路线图——他选择回到 AI 的第 一性原理， 提出了一个颠覆直觉、却极具穿透力的主张： 真正的智能，应该来源于经验，而不是人类预设的数据 ...

"坐在我身边的是我的孩子，我的孙辈，我的学生，还有许多其他人。那你呢？是谁坐在你的副驾驶座？"——图灵奖得主 Yoshua Bengio 在 TED 演讲中发 出灵魂提问，沉甸甸地指向 AI 时代的人类命运共同体。 当「AGI」正以令人眩目的速度逼近，谁在为"安全"这道防线筑基？ 整理 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 图灵奖得主、深度学习奠基人、全球被引用次数最多的 AI 科学家 Yoshua Bengio 官宣创业。成立一家名为 LawZero 非营利 AI 安全研究机构，以"安 全优先"原则回应人工智能可能带来的系统性风险。 LawZero 是一家以研究和技术开发为核心使命的非营利组织，旨在构建"设计即安全"的 AI 系统，并组建一支由世界顶尖研究者组成的技术团队。 "当前的 AI 系统已展现出自我保护和欺骗行为迹象，而随着其能力和自主性的增强，这种趋势只会加速。"Bengio 在博文中列出了多个案例： 以上这些 AI 行为所展现出来的是 AI 系统在缺乏安全约束机制下，可能发展出不受控制的目标偏差与策略选择。 深度学习三巨头纷纷发出 AI 安全警告 作为 AI 领域的殿堂 ...

责编 | 梦依丹 【编者按】Cursor 1.0 正式发布，这款 AI 驱动的代码编辑器正在从"辅助工具"进化为具备审查、记忆与协作能力的智能编程平台，AI 开发工作流迎来新阶 段。 出品丨AI 科技大本营（ID：rgznai100） 智能代码编辑器 Cursor 正式发布 1.0 版本，该版本带来了多项重磅功能，包括自动代码审查助手 BugBo t、Jupyter Notebook 原生支持、项目级 AI 记忆（Memories）、Background Agent 全面开放，以及一键部署 MCP 和更丰富的聊天界面体验等。 自动代码审查 BugBot PR 检查进入自动化时代 该版本的一大亮点便是 BugBot，它可以自动审查 GitHub 上的 Pull Request，识别潜在的 Bug 与问题。当发现问题时，BugBot 会自动在 PR 中发表 评论，开发者可点击 "Fix in Cursor" 一键跳回编辑器，由 AI 预填修改建议。 目前 BugBot 需通过官方文档指引手动启用，并且可以享受 7 天免费试用，该 功能适合希望提升代码质量和协作效率的开发团队。 具体设置文档：https://doc ...

以下文章来源于CSDN ，作者唐小引 CSDN . 成就一亿技术人 作者 | 唐小引 出品 | CSDN（ID：CSDNnews） "继续努力，直到他们不能忽视你。" 这是 IEEE 首位华人主席（2022 年）、美国国家工程院院士、美国国家发明家科学院院士、Origin Wireless 公司创始人&董事长、马里兰大学杰出教 授刘国瑞（ K. J. Ray Liu ）的来时路。 1961 年的初春，刘国瑞出生于中国台湾嘉南平原的一个小镇，在玩耍、运动和读书中度过了非常调皮、好玩的童年时光。会的语言非常多，客家话、 闽南话、普通话、英语等等，还能写文言文匿名信把做了不公平事的补课老师大骂一通。在台湾大学大二从造船系转到电机系的刘国瑞，喜欢上了通信 和信息信号处理，而后这成了他一辈子的专业。到毕业时，他在纪念册留言中写下了数十年不变的"尽结天下贤士豪侠，常做江上烟客主人"，时至今 日，这句话既一直在他的个人主页上，也写进了他的新书《本心：科学与人生》的楔子里。 1983 年，刘国瑞从台湾大学本科毕业 台大毕业后在服兵役中咬牙备考留美考试的刘国瑞长期睡眠不足，能在考试时当场睡觉，尽管多年后他用"差强人意"来形容， ...

当谷歌的AI实习生独立编写代码、特斯拉的人形机器人Optimus开始自主规划仓库路径，一个尖锐的问题正浮出水面：人类在智能体狂潮中的角色， 究竟是被取代的"旧劳动力"，还是进化为更高维的"规则缔造者"？ 福布斯中国AI影响力人物、中国人工智能领军科学家刘志毅在其新著《智能体时代》一书揭开了这场分工革命的底层逻辑：智能体技术的崛起正在对工 作的时间和空间维度进行一场彻底的重构。信息时代延续了这一模式，尽管工作内容从体力劳动转向了脑力劳动。然而，智能体时代正在彻底打破这种 时空耦合，使工作从固定的物理空间和规定的时间段中解放出来。 信息时代延续了这一模式，尽管工作内容从体力劳动转向了脑力劳动。然而，智能体时代正在彻底打破这种时空耦合，使工作从固定的物理空间和规定 的时间段中解放出来。 2023 年，OpenAI的GPT-4 模型问世后，知识工作的本质开始发生转变。最初，人们将这些工具视为高级文本生成器，但随着垂直领域专用智能体的 崛起，它们逐渐演变为真正的"知识合作伙伴"。纵观历史，每一次重大技术革命都会重塑工作的基本构成。工业革命将农业劳动者转变为工厂工人，互 联网革命创造了大量数字工作岗位。而智能体革命则是对 ...

整理 | 郑丽媛 出品 | CSDN（ID：CSDNnews） 近日 ， Anthropic 的首席执行官 Dario Amodei ，这位身处 AI 技术风暴核心的人物，发出了振聋 发聩的警告： 未来五年，半数初级白领岗位或被 AI 吞噬，失业率恐飙升至 20%。 这不是他第一次发出 AI 冲击社会结构的预警。但这一次，他带来了比以往更具体、更直接的说法 ——数百万新毕业生、实习生、初级岗位从业者，将成为下一波被 AI "吞噬"的对象。 Dario Amodei 在接受 采访时直言： " 我们这些技术的生产者，有责任坦率告诉公众：未来正在发 生改变 。 但大多数人并没有真正意识到。 " "被低估的风险"：五年内，失业率或激增至 20% 在本周的一次开发者大会后，Amodei 接受外媒 Axios 采访时，罕见地从开发者视角切换到社会观 察者角色。他指出，当前的大型语言模型（LLMs）进展飞速，已经能够在多项任务中达到甚至超越 人类初级员工的水平 ， 且无需休息、加班费或职业培训。 而被替代的，不是制造工人，不是服务员，而是办公室里最基础的一批白领岗位——财务助理、法律 助理、市场专员、初级程序员、数据分析实 ...

作者 | Eric Hayes 编译 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 今年 4 月，OpenAI 对 ChatGPT 的记忆系统进行了重磅升级：它可以参考用户的全部过往对话来提供更个性化的响应。ChatGPT 不再是那个每次都从 零开始、记忆如风的"临时陪聊者"，而正在变成一个真正能"记住你是谁、理解你喜好、回忆你曾说过什么"的"长期陪伴者"。 软件工程师 Eric Hayes 对此进行了逆向拆解——不仅厘清了 ChatGPT 的双重 记忆架构，还推测出其背后的实现机制，并给出了完整的技术复刻路径。 本文一共分为三部分： ChatGPT 的记忆是如何工作的？ ChatGPT 的记忆机制，主要由两大系统构成： 虽然 ChatGPT 的聊天历史系统（Chat History system） 在官方描述中是一个单一系统，但在作者的实测中，它其实由三套子系统构成。 这三者的结构远比"保存记忆"复杂得多，而它们，很可能是 ChatGPT 回应质量大幅提升的关键所在： 当前绘话历史 这部分看起来是一个简单的记录系统，用于保存用户在其他对话中发送的最近消息。该记录容量很小，仅包含过去一天以内 ...

Core Viewpoint - The current large language models (LLMs) are limited in their ability to generate original scientific discoveries and truly understand the complexities of the physical world, primarily functioning as advanced pattern-matching systems rather than exhibiting genuine intelligence [1][3][4]. Group 1: Limitations of Current AI Models - Relying solely on memorizing vast amounts of text is insufficient for fostering true intelligence, as current AI architectures struggle with abstract thinking, reasoning, and planning, which are essential for scientific discovery [3][5]. - LLMs excel at information retrieval but are not adept at solving new problems or generating innovative solutions, highlighting their inability to ask the right questions [6][19]. - The expectation that merely scaling up language models will lead to human-level AI is fundamentally flawed, with no significant advancements anticipated in the near future [19][11]. Group 2: The Need for New Paradigms - There is a pressing need for new AI architectures that prioritize search capabilities and the ability to plan actions to achieve specific goals, rather than relying on existing data [14][29]. - The current investment landscape is heavily focused on LLMs, but the diminishing returns from these models suggest a potential misalignment with future AI advancements [18][19]. - The development of systems that can learn from natural sensors, such as video, rather than just text, is crucial for achieving a deeper understanding of the physical world [29][37]. Group 3: Future Directions in AI Research - The exploration of non-generative architectures, such as Joint Embedding Predictive Architecture (JEPA), is seen as a promising avenue for enabling machines to abstractly represent and understand real-world phenomena [44][46]. - The ability to learn from visual and tactile experiences, akin to human learning, is essential for creating AI systems that can reason and plan effectively [37][38]. - Collaborative efforts across the global research community will be necessary to develop these advanced AI systems, as no single entity is likely to discover a "magic bullet" solution [30][39].

Core Viewpoint - Alibaba Cloud has launched its first AI-native development environment tool, Tongyi Lingma AI IDE, which is deeply integrated with the latest Qwen 3 model and offers various features to assist developers in coding tasks [1][3]. Group 1: Product Features - Tongyi Lingma AI IDE supports the powerful open-source model Qwen 3 and the MCP protocol, enabling rapid development of intelligent applications [3]. - The IDE includes features such as long-term memory, inline suggestion prediction, and inline conversation capabilities tailored for development scenarios [3][4]. - The intelligent agent mode allows developers to describe coding tasks, enabling the IDE to autonomously perform engineering perception, code retrieval, and tool invocation, thus completing coding tasks end-to-end [3]. Group 2: Use Cases and Applications - The integration with over 3,000 MCP services allows developers to quickly deploy solutions for various scenarios, such as creating a travel guide webpage in 10 minutes without writing code [3]. - The inline suggestion prediction feature helps developers efficiently complete code writing by dynamically predicting the next code modification based on current changes [3]. Group 3: Evolution of AI Coding - The evolution of AI-assisted programming is categorized into three stages: 1. Initial stage focused on chat-based Q&A and simple code completion, requiring significant human intervention [5]. 2. Increased automation in collaborative programming, where AI can complete more coding tasks with minimal instructions [5]. 3. High automation and self-validation, where AI can autonomously write, test, and optimize code, functioning like a junior engineer [5]. - The industry is transitioning from the first to the second stage, with products like Tongyi Lingma showcasing attempts towards end-to-end automated programming [5].

整理 | 屠敏 出品 | CSDN（ID：CSDNnews） AI 人才争夺战愈演愈烈，就算是顶级大厂，如果没有"护城河"，也留不住人。 据外媒 Business Insider 最新消息，曾在开源大模型圈子里一度领跑的 Meta，如今正面临严重的 人才流失。在 Llama 模型最初的 14 位核心作者中，已有 11 位离职。有的自立门户，有的跳槽去了 竞争对手。 这波"出走潮"也让外界再次把目光投向 Meta。毕竟他们曾豪赌元宇宙，四年"烧掉"450 亿美元，却 被直指至今几乎未见显著成效。现在 AI 项目也出问题了，不少人开始质疑：Meta 还行不行？为什 么留不住顶尖 AI 人才？它的创新能力，还能支撑它在这场 AI 竞赛中跑多远？ Llama 论文的 14 位作者，已有 11 人离开 Meta 回头看 2023 年那篇引发轰动的 Llama 论文，共署名 14 位研究者。短短两年，Meta 只留下了其中 三位：研究科学家 Hugo Touvron、研究工程师 Xavier Martinet 和项目负责人 Faisal Azhar。 论文地址： https://arxiv.org/pdf/2302.13 ...