抖音起诉京东员工造谣，法院已立案：左琦再发声将被追加
双十一大促期间，抖音电商起诉京东采销经理左琦，指其618期间发朋友圈捏造"黑京东有流量"等言论，海淀法院已立案。京东随即宣布支持员工反诉，并向有关部门举报。
标签: 算法
宇树科技内部员工透露，该公司机器人算法工程师月薪达5.6万，年终奖18万，公积金
宇树科技内部员工透露，该公司机器人算法工程师月薪达5.6万，年终奖18万，公积金缴纳比例为12%，全年总收入接近90万。机器人行业薪资优厚、发展前景明朗，是当下难得的行业“风口”。选择固然重要，但努力永远是所有选择的前提。不同行业的红利差距十分明显：刚毕业的基层新人年薪就能拿到大几十万，而有些行业打拼多年的中层收入，甚至比不上红利行业的应届毕业生。不少人并非“不会做选择”，而是根本“没得选”；唯有把手头的工作做到尽善尽美，在公司里站稳脚跟，才能收获更好的机遇，拿到更优质的选择筹码。
懂车帝踩三断三，100%断裂率。按台湾省的算法，那叫300%命中率。放工业产品上
懂车帝踩三断三，100%断裂率。按台湾省的算法，那叫300%命中率。放工业产品上，这意味着什么？意味着这是批次性致命缺陷，意味着用户在日常使用中会轻易复现。但现实是——迄今为止，没有一个人接住“我也把尊界V800刹车踏板踩断了”这泼天流量。没有维权视频刷屏，没有4S店门口排长队，没有第二个、第三个车主出来说“我的也断了”。如果真是100%的缺陷，满大街的尊界早就成移动隐患了，短视频平台早就被“我也踩断了”屠榜了。可什么都没有。这说明什么？说明这个“断”，根本不在正常使用的概率分布里。它不是用户能复现的问题，它只存在于某种特定测试条件下。工业产品的质量问题，靠的是用户真实使用中的复现率，不是靠一次极端测试定义的。零复现，就是答案。概率极低，低到离谱。低到它只能活在测试视频里，活不进现实。尊界刹车断裂真相
刷短视频、逛社交平台的时候，很多人都会陷入一种莫名的自卑。随处可见的都是年少暴
刷短视频、逛社交平台的时候，很多人都会陷入一种莫名的自卑。随处可见的都是年少暴富、存款六位数、无债一身轻的人生范本。对比之下，自己工资平平、存款寥寥，身上还背着房贷车贷，总觉得自己活得潦草又失败，好像所有人都在大步向前，只有自己在原地停滞。这种自我拉扯的焦虑，困住了太多普通人。真实的人间真相从来不是人人富足，而是：少有存款，多有负债，才是大多数人的真实生活。每月工资准时到账，转头就悉数交给银行，剩下的薪资支撑柴米油盐、水电物业，根本没有结余的可能。03很多人习惯性自我否定，把存不下钱的原因，全都归结为自己不够勤奋、太过挥霍。可褪去鸡汤的滤镜，现实的生存逻辑格外冰冷。房价、教育、医疗、养老，每一项都是压在普通人身上的刚性支出。网络上的光鲜人生，只是少数人的特写，绝非普通人的生活常态。我们看到的完美人设、富足生活，都是筛选后的展示，不能用来对标自己的普通人生。在这个时代，能踏实上班、按时还债、安稳养家，不拖欠、不摆烂、不透支，就已经是普通人最好的生活答卷。标准化身材、成套潮流穿搭持续推送。算法不断强化单一审美模板，很多人下意识拿真实的自己，对比经过妆容、修图、布景包装后的网红形象。心理学中的社会比较理论与假想观众效应在此不断放大困扰：我们默认所有人都在留意自己的外表；持续向上比较后，不断放大自身外表瑕疵，慢慢形成认知偏差：外在形象等同于个人价值。穿搭比拼、家境对比会进一步叠加压力，催生回避行为：拒绝拍照、长期带妆、回避社交、害怕露出真实状态，持续消耗心理能量。很多人误以为“爱美很正常”，但健康的自我欣赏，和持续自我攻击式的攀比焦虑有着清晰界限。当外貌评价持续左右情绪、刻意回避正常社交，这份内耗就值得认真重视。刷得多了，人很容易陷入一种自我麻痹的错觉：好像全世界的人都很厉害，就只有我平平无奇、一无是处。别人什么都会、什么都懂，轻轻松松就能突破自我、稳步成长。反观自己，一直原地踏步，不懂搞钱、不懂变通、不懂人情世故，浑身都是短板。这种强烈的落差感，真的特别磨人，慢慢就磨掉了所有底气。为了缓解这种自我否定的焦虑，我们几乎都会做同一个动作：疯狂收藏。说白了，镜头前是温文尔雅、倾囊相授的行业前辈，镜头背后，全是一套成熟的流量收割剧本。那些通透的道理、专业的解读、指点江山的姿态，全是精心包装的人设。每一次看似无私的干货分享背后，都藏着一把收割普通人焦虑的镰刀。但这恰恰是短视频给我们设下的最大陷阱。你正在做一件特别傻的事，你在拿自己充满油烟味、最狼狈的生活后台，去硬碰别人开了十级美颜、精心剪辑过的生活前台。短视频的算法只会推荐幸存者，它会把那1%的顶级生活，甚至是演出来的生活，直接怼到你眼前，让你误以为那就是普通人的生活及格线。它会让你觉得，没去阿勒泰看云，没喝上手冲咖啡，没在30岁前攒够房子首付，就是残缺的人生。其实不是你不够好，是算法把顶级生活定义成了正常生活。哪怕你这个月已经拼尽全力努力了，在那个被拔高的虚假标准面前，你的努力也会变得一文不值。最自卑
滴滴将抽成上限从29%下调至27%，高德打车把信息服务费上限砍到9%，上海17家
滴滴将抽成上限从29%下调至27%，高德打车把信息服务费上限砍到9%，上海17家网约车平台集体签署自律公约，承诺公开计价规则和抽成比例，湖北也明确超出27%的部分要即时返还司机。监管重拳频出，各大平台相继做出让步，但很多一线网约车司机心中都有一个现实疑问：规则纸面优化之后，自己到手的钱真的变多了吗？政策层面的调整看得见：滴滴上线“返佣宝”，月跑满50单的司机，月均抽成不能超过25%，超额部分自动返还；T3出行同步跟进同类机制；聚合平台高德约束合作服务商，严控信息服务费；多地自律公约要求账单明细透明，禁止把用户营销优惠成本转嫁到司机收入上，同时规范算法处罚，重大处罚要走人工复审流程。一系列规定瞄准过去司机诟病的高抽成、算法不透明、账单糊涂账等老问题。但落到跑车的真实场景，不少司机的体感却和政策文件存在落差。平台划定的是单笔订单抽成上限，并不代表每单都会按上限扣取，平台公布的全平台平均抽成本来就远低于上限数值。特惠一口价、低价单、平台补贴券会改变实际分成，再加上不同城市、不同订单结构，司机实际感受到的抽成参差不齐。部分司机反馈，高抽成的极端订单变少，但整体流水并没有出现肉眼可见的上涨。线上很多网友看到降抽成新闻，本能以为司机收入会同步上涨，忽略了网约车司机收入不单单由抽成一个数字决定。接单总量、市场运力饱和度、低价订单占比、空驶成本、车辆折旧充电，都会最终影响每月落袋收入。抽成下调只是分配环节的调整，无法直接解决“车多单少”带来的竞争内卷问题。事件传开后，网友看法分成了截然不同的两派。很多网友肯定监管与平台改革的积极意义。过去部分订单存在过高抽成，账单不透明，司机看不懂乘客实付和自己到手收入的差距。设置抽成天花板、账单公示、超额返佣，至少堵住了极端不合理扣费，把规则摆到阳光下，这是保障劳动者权益重要的一步，长期有利于司机群体。也有网友提出不同看法，认为降抽成只是改革的起点，不等于收入改善。上限下调，不代表实际每单分成同步同比例上涨。如果市场运力饱和，大量司机争抢有限订单，平台低价特惠单占高，即便抽成降几个点，司机还是要靠拉长出车时长才能维持原有收入。只盯着抽成数字，解决不了行业深层矛盾。这件事的矛盾点，其实就在于政策文本上的抽成优化，和网约车司机真实收入之间巨大的割裂。在大众的简单逻辑里：抽成降几个点，司机就该多赚几个点。但现实网约车是复杂的双边市场。抽成是“分蛋糕”，而订单多少、单价高低决定蛋糕本身有多大。上限管控管住的是最坏情况，却不能直接做大蛋糕。上限27%是红线，不等于绝大多数订单都会靠近这条红线，平均抽成和最高抽成本来就是两个概念。更值得看清这次改革的真正价值。本轮整治更大的进步是算法与账单透明化：禁止差异化抽成，营销成本不能转嫁给司机，重大处罚人工复核，建立运费垫付机制。这些条款保护的是司机不受算法随意压榨，而不是保证收入直接大涨。当然也有网友理性提醒，行业治理不能止步于降抽成。想要真正改善司机收入，除了管控抽成，还需要调控区域运力规模，规范低价倾销的特惠订单，完善司机劳动保障，建设司机驿站休息配套，多管齐下，才能把政策红利真正转化为实实在在的收入增长。说到底，抽成上限下调是进步，但不是万能解药。阳光化的规则挡住了肆意的高抽成，可司机到手收入，是抽成、订单量、运价、运营成本共同作用的结果。纸面条款只是第一步，政策能不能落地，红利能不能传导到一线司机口袋，还需要持续监督与行业综合治理。评论区告诉我：你觉得网约车司机想要提高收入，最关键是控抽成还是调控运力与订单价格？以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。
未来十年的热门专业：1、人工智能与计算机类：作为"数字中国"核心，算法、大模
未来十年的热门专业：1、人工智能与计算机类：作为"数字中国"核心，算法、大模型以及网络安全人才缺口巨大。2、新能源与电气工程：服务"双碳"战略，光伏、储能及智能电网方向需求年增40%，央企与头部企业招聘规模持续扩大。3、集成电路与电子：芯片国产替代加速，微电子、集成电路设计专业毕业生起薪高，技术壁垒强，职业生命周期长。探寻人工智能，从技术到真实世界2026年人工智能已经成了7亿多中国人的日常帮手，普及率超过50%，从"尝鲜工具"变成了像水电一样离不开的基础服务。让家务更省心：有了Al，一句话就能控制灯光、窗帘、空调、智能炒菜机3分钟出餐，洗护机器人能自己开关洗衣机，叠好衣服，全屋智能让"无人家务"走进现实。让陪伴更贴心：Al萌宠能和人自如交谈，智能床垫能按摩，还有针对独居老人的用电监测，一旦电量异常会主动预警，带来安心。让看病更方便：Al能解读骨密度等体检报告，给出通俗分析和建议，跨院检查影像可共享，省去了重复检查，还可以帮助患者节省约30%的检查费用。科技改变生活，Al走进千家万户，从日常的家居到看病出行，享受它带来的便利，省时间、又省心。
算法制造对立？一张刷屏图，道出短视频时代值得警惕的现象最近一张截图在朋友圈
算法制造对立？一张刷屏图，道出短视频时代值得警惕的现象最近一张截图在朋友圈、头条广为转发，文字戳中很多人的感受：你发现没，互联网正在挑拨人与人之间的关系，父母手机里，全是老人难，子女不孝，孩子靠不住；男人手机里，全是老公不易，老婆不理解，女人强势会败家；女人手机里，全是别人家的完美老公会赚钱，懂体贴；孩子手机里，全是生养不是恩，举才是，它让每一个人群，都觉得自己很委屈，全是对立，这就是不良引导和很可怕的精神入侵：只有愚蠢的人才会对号入座。很多人看完直呼说到心坎里，但理性来看，这段话点出了短视频平台真实存在的问题，同时也有一定的片面性，我们要辩证看待。先说它说得对的地方。抖音这类短视频平台，背后是推荐算法。算法的逻辑很简单：你在哪条视频停留更久、点赞评论，就持续给你推送同类内容。而制造冲突、贩卖委屈、放大矛盾的内容，天然更容易吸引人驻足，流量变现效果更好。不少创作者专门生产这类挑起家庭、性别、代际对立的文案博眼球。久而久之，父母刷久了，容易觉得子女都不孝顺；男士看多了，容易觉得伴侣不体谅自己；女性看多了，会拿自家人和网上“完美人设”对比。它把个别极端案例，反复推送到眼前，慢慢让人误以为，这就是普遍的现实。不少人看完会不自觉代入，回家和家人产生隔阂猜忌，这就是文案提到的，需要警惕的情绪引导。但我们也不能全盘认同这个说法。平台本身并不是主观“刻意挑拨所有人的关系”。算法只是追逐流量，它不会主动分辨价值观好坏。平台上同样有大量记录家庭温情、亲子陪伴、夫妻相守、普通人积极生活的正能量内容。只是平和温情的日常，往往不容易引爆流量，曝光量远不如冲突类内容。并不是刷短视频就一定会被带偏，最终选择权，掌握在观看者自己手里。网络里的故事大多是个案，不能拿来硬套到自己的家庭生活。家人之间，贵在互相包容体谅。网上的段子、剧本，看看就好，不必对号入座。刷短视频要守住独立思考的能力，别被算法裹挟，不要让网络上刻意制造的矛盾，伤害现实里最亲近的人。社会舆论分歧短视频新算法算法悖论短视频之害平台算法陷阱短视频底层思维
谁能想到，2026年彭博富豪榜一更新，最让人意外的并非马云马化腾，而在于Deep
谁能想到，2026年彭博富豪榜一更新，最让人意外的并非马云马化腾，而在于DeepSeek创始人梁文锋。他的身家当场从167亿美元冲到360亿美元，折合2440亿人民币，坐上全球纯AI大模型创始人首富的位置。科技浪潮每隔一段时间，就会重新定义财富版图。过去，互联网企业家靠平台、流量和商业模式改变世界；而人工智能时代，决定未来竞争力的，正在变成算法、算力和创新能力。当全球目光还聚焦于传统科技巨头时，一位低调的中国AI创业者突然站到了聚光灯下。梁文锋和DeepSeek的出现，不只是财富榜上的一次变化，更像是一记提醒：人工智能产业竞争，已经进入技术深耕的新阶段。梁文锋受到关注，最直接的原因是DeepSeek带来的巨大市场影响力。随着人工智能技术快速发展，大模型成为全球科技竞争的重要方向。美国有OpenAI、Anthropic等企业，中国也涌现出DeepSeek等创新力量。DeepSeek凭借自身模型研发能力和技术路线，在全球人工智能领域获得关注，也让更多人开始重新认识中国AI企业的创新能力。不过，梁文锋真正特别的地方，并不是财富数字本身，而是他在企业发展过程中展现出的技术路线。很多科技创业故事，往往是先融资、扩张、抢市场，再寻找盈利模式。但梁文锋走了一条不同的道路。在成立DeepSeek之前，他已经通过幻方量化积累了人工智能算法、大规模计算等方面的经验。长期的技术积累，让他并不是突然闯入AI领域，而是在多年探索基础上进入大模型赛道。这也是为什么DeepSeek的发展路径显得格外特殊。人工智能行业有一个特点，那就是投入巨大。训练先进模型，需要大量计算资源，需要持续吸引优秀人才，更需要长期研发投入。一家企业如果只依靠短期资本推动，很容易陷入追求估值、忽视技术的问题。而DeepSeek的发展模式，更强调技术积累和长期投入。此前，DeepSeek凭借高性能模型和较高效率的技术方案进入行业视野。其中，DeepSeek-V3等模型采用了混合专家架构等技术路线，在模型效率方面进行了探索，引发人工智能领域广泛讨论。随着企业规模扩大，资本也开始关注DeepSeek的发展前景。公开信息显示，DeepSeek完成融资后，公司估值达到较高水平，投资方包括多家科技企业和产业资本。资金进入之后，主要目的也是支持研发、算力建设以及人才培养。但资本进入，并不意味着企业失去技术方向。对于科技企业来说，资金是发展的燃料，而创新能力才是发动机。真正优秀的企业，需要处理好资本、技术和长期战略之间的关系。梁文锋受到外界关注，也在于他没有把人工智能简单理解成商业风口，而是把它看作长期技术竞争。人工智能产业的发展，不是一天两天能够完成的。模型能力提升，需要不断试错；技术突破，需要大量研发人员投入；产业生态形成，更需要上下游共同努力。从这个角度看，DeepSeek的发展不仅是一家企业的成长，也体现了中国人工智能产业正在从应用创新向底层技术探索不断深入。过去，中国科技产业凭借庞大的市场规模和完善的制造体系快速发展。而今天，在人工智能、先进计算等新兴领域，中国企业正在努力提升自主创新能力。梁文锋的经历，也说明科技创新并非只有一种模式。有人依靠资本推动，有人依靠市场扩张，而有些企业选择先沉下心打磨技术。最终决定企业高度的，不是短期热度，而是能否持续创造价值。当然，人工智能竞争仍处于快速变化阶段。全球各大科技企业都在加大投入，未来的竞争会更加激烈。财富榜上的变化，只是产业变化留下的一道影子，真正重要的是技术实力能否不断突破。财富可以随着市场变化而波动，但技术积累不会一夜形成。DeepSeek的发展说明，在新一轮科技竞争中，创新能力、人才储备和长期投入，正在成为决定企业未来的重要因素。中国人工智能产业的发展，并不是简单追赶已有模式，而是在不断探索属于自己的技术路径。从算法研究到产业应用，从企业创新到生态建设，这些积累最终都会转化为科技进步的动力。未来人工智能领域的竞争，不会只是资本规模的较量，更是研发能力和战略耐力的比拼。梁文锋的故事，代表的是一批中国科技创新者正在走向更大的舞台。真正值得关注的，并不是一个人的财富增长了多少，而是中国科技力量正在人工智能浪潮中不断突破边界，创造新的可能。
【别让碎片信息，偷走你的独立思考】现在太多人走路、吃饭都攥着手机，热点梗张口就来、大事件说得头头是道
【别让碎片信息，偷走你的独立思考】现在太多人走路、吃饭都攥着手机，热点梗张口就来、大事件说得头头是道，可追问下去才发现，所有观点全是短视频里别人嚼过的二手内容，半分自己的判断都没有。粗制滥造的信息流把深度思考冲得稀碎，推荐算法精准投喂你爱看的内容，把人牢牢锁在信息茧房里。你以【别让碎片信息，偷走你的独立思考】现在太多人走路、吃饭都攥着手机，热点梗张口就来、大事件说得头头是道，可追问下去才发现，所有观点全是短视频里别人嚼过的二手内容，半分自己的判断都没有。粗制滥造的信息流把深度思考冲得稀碎，推荐算法精准投喂你爱看的内容，把人牢牢锁在信息茧房里。你以为自己在刷世界，其实只是在算法画的圈子里原地打转，思维慢慢变得扁平化、标签化。到了AI时代，连写句话、想个方案都第一时间找工具代劳。当所有输入都靠算法推送，所有输出都靠AI代笔，我们慢慢就放弃了深度思考的能力。到最后不是人在使用工具，反而是人变成了算法和AI的附属品，把最珍贵的独立判断，拱手交给了机器。
新书推送《理性机器如何变浪漫：人工智能、创造力与算法后理性》作者:菲
新书推送《理性机器如何变浪漫：人工智能、创造力与算法后理性》作者:菲利普·肖特哈勒译者:李双志/张嘉楠出版社:东方出版中心出版年:2026-9ISBN:9787547330364页数:162装帧:精装定价:55AI时代最深刻的变化，并非理性的机器更聪明，而是浪漫主义的悄然回归。我们一直相信，机器的价值来自理性——精确、透明、可靠。然而，当人工智能开始写作、绘画甚至自主编程，评价它的标准也在发生改变。我们认为计算机可以拥有创造力，期待大语言模型产生灵感，甚至讨论起人工智能的审美品味。直觉、天才、创意，这些曾被视为浪漫主义核心的观念，正以另一种面貌回到当今的技术世界。为何看似前沿的技术，反而要借助古老的人文观念来理解？德国作家、文学理论家菲利浦·肖特哈勒从这一悖论出发，追溯信息美学、控制论、机器学习直至生成式人工智能的发展脉络，并提出“算法后理性”这一极具启发性的概念：算法的运作仍基于理性规则，但复杂的演算则为其生成内容蒙上神秘面纱。所以，恰恰在技术看似最具未来感的地方，人文传统重新展现出解释世界的力量。本书跨越文学、哲学、媒介理论与文化研究，为我们理解人工智能时代提供了一种超越技术视角的人文解释。
YouTube算法大改！纯搬运剪辑不再推流🚨YouTube重大算法更新，
YouTube算法大改！纯搬运剪辑不再推流🚨YouTube重大算法更新，短视频剪辑圈大地震YouTube官宣Shorts推荐机制迎来重磅调整：算法会优先分发原创内容，大幅降低无原创增量的二次搬运剪辑视频曝光。重点划重点：❌单纯重复上传他人素材❌只有轻微技术剪辑、套模板加工这类内容，后续在Shorts信息流推荐会持续变少。平台不再认可只做简单裁切拼接的内容，要求视频要有属于创作者自己的新增价值。对于长期靠搬运混剪起家的账号，会直接受到流量冲击。长远看，平台流量会向真实原创、有信息价值的内容倾斜。做海外短视频的创作者，尽快调整内容思路！YouTubeYouTubeShorts海外短视频跨境短视频
你们有没有发现为什么现在负债的人越来越多，不负债的人却越来越少。是我们不努力，
你们有没有发现为什么现在负债的人越来越多，不负债的人却越来越少。是我们不努力，也不是我们不肯吃苦，而是算法早已经被资本裹挟了。资本一步一步把我们的路堵死，再拿短视频短剧一步一步。给我们洗脑，迷失我们的心智，分散我们的注意力，消耗我们的斗志力明明我们现在可以每天早上6点7点起床，可现在呢偏偏要睡到8点，9点都不想起床，为什么？因为这个短剧短视频在给我们深度洗脑，我不是卖贩卖焦虑。而现实生活就是这样，现在每天不管大人小孩熬夜刷手机，刷短视频。刷短剧都刷到一点两点。所有的精神，时间，精力全都消耗在手机屏幕上面。白天没精神。晚上呢又不肯睡。你说再这样下去，谁还会愿意好好学习，好好工作，好好赚钱呀？其实真的不是我们不努力，也不是我们懒而是算法早已经给我们铺好路。给我们安排好了下一步的出路。这个就是有人说的奶头乐给你们一时的快感。等你刷完视频以后，你其实什么也没得到。而是消耗了大量的时间和精力。看看现在。不管走到哪里，大人小孩都在看手机，玩游戏。看短视频。普通老百姓正在一步一步踩进。算法的陷阱里。这个视频我只是想说说我自己的感慨和想法你们有不同观点的，可以评论区聊聊，你们觉得我说的对不对？
单链表双链表循环链表静态链表选型数据结构链表算法程序员计算机基
单链表双链表循环链表静态链表选型数据结构链表算法程序员计算机基础编程学习后端开发
【一边狂吹测血压测心率，一边小字写着“非医疗设备”，智能手表这场戏还要演多久？】
【一边狂吹测血压测心率，一边小字写着“非医疗设备”，智能手表这场戏还要演多久？】张雪峰跑步猝死的新闻刷屏那天，我正躺沙发上刷手机。说实话，心里咯噔了一下。一不小心也是年上四十的人了，体检报告一年比一年厚，总让人觉得自己是踩着雷区过日子。所以当我看到荣耀那款新手表荣耀手表6Pro的宣传页，心脏确实跳快了一拍——测血压、测心率、测血氧、测压力，还有什么血管健康风险评估。好家伙，这不就是给中年人量身定做的“保命符”吗？然后我翻到了页面最底下那行小字：“本产品非医疗设备，测量数据仅供参考，不构成任何医疗建议。”当时我就愣住了。你前面吹得天花乱坠，什么AI算法、什么医院级精准度、什么全天候健康监测，结果翻到最后来一句“仅供参考”。那这玩意儿到底能信几分？五成？八成？还是说你压根就是拿一堆算法模型在那儿瞎猜？这类智能手表用的传感器，本质上就是个光电体积描记术（PPG）传感器，靠发射绿光穿透皮肤、检测毛细血管里的血液流量变化来推算心率、血氧这些指标。市面上所有的智能手表，原理都一样，区别只在于算法怎么调教。问题是，血压这东西，医学上公认的测量标准是袖带法，也就是加压阻断动脉，听柯氏音。你一个手表，靠光电传感器加个什么“脉搏波传导时间”算法，就敢说自己能测血压了？业内做过不少对比测试，这类手表在静息状态下，数值可能跟真实血压看着差不多，但一旦你运动、情绪波动、甚至只是手臂姿势变了，误差能到±15mmHg以上，这是什么概念？你真实的收缩压如果是135，它可能给你报120，也可能报150——正好卡在高血压诊断线上下。你说是参考，那参考的容错率到底是多少？你怎么保证一个用户测出来150的时候，他手机上不会自动弹个“疑似高血压”的提示？他去医院一查没事，算你产品灵敏；他要真有事，你这句“仅供参考”撇得清关系吗？千万别误会，我并不是说这类手表一无是处。说句公道话，作为日常活动记录、静息心率监控、睡眠质量追踪，它是有价值的。它能帮你发现“最近静息心率比平时高了10下”，提醒你去查查甲状腺功能；它能监测你夜里有没有频繁的血氧下降，让你留意睡眠呼吸暂停的风险。它的价值在于“趋势”，而不在“绝对值”；在于“提醒”，而不在“诊断”。但问题是，荣耀（或者说整个智能穿戴行业）在营销上，恰恰在模糊这个边界。宣传页主视觉放最大的是“测血压”“测血管健康”，健康功能栏一屏放不下，免责声明缩在页面底角，不特意翻根本看不见。这就是典型的“用力过猛”——用焦虑做钩子，拿专业做包装，最后用一行小字把责任摘干净。说白了，这就是商业逻辑驱动的“健康焦虑变现”。他们太明白中年人的软肋在哪了：上有老下有小，体检报告越来越长，猝死新闻越来越多，你对“随时掌握身体状况”这件事的渴望，就是你掏钱的动力。产品到底能做到几分，不重要；让你觉得它能做到，才重要。那这个东西到底还买不买？我的建议是：可以买，但别当它是医疗器械。把它当成一个“生活方式提醒器”，用来记录运动、监控睡眠、观察长期趋势，这没问题。你要是真拿它测出来的血压数值，决定要不要调整降压药，那我不是在吓你，这真会出人命的。回到咱们最早那个问题——它的余量到底有多大？答案是：余量不在于产品，而在于你自己有没有分清“参考”和“诊断”之间的距离。这个距离，荣耀在宣传页上用一行小字带过了，但你自己心里得拎清楚。毕竟，把命交给一块手表，跟把手表当成一个参考工具，是两回事。中年人的健康焦虑，谁都逃不掉。但越焦虑，越得看清楚：有些钱，买的是安全感；有些钱，买的只是个电子玩具。至于荣耀这块表是哪种，等你把页面拉到最底，看到那行小字的时候，心里大概已经有了答案。
罗永浩和郑刚的恩怨，在算法眼里其实是一次针对创业圈信用体系的“协议崩盘”。如果把
罗永浩和郑刚的恩怨，在算法眼里其实是一次针对创业圈信用体系的“协议崩盘”。如果把这段长达十年的纠葛看作一个高并发的流量分发集群，2018年的债务危机就像是一段瞬间拉满带宽的异常请求。而罗永浩随后的真还传、直播带货，本质上是在通过高频的算力输出，试图完成对系统底层的逻辑修复。但郑刚这次的实名举报，直接绕过了所有的合规校验接口。他指控的那些已注销的空壳公司，就像是一段被强行注入的恶意代码，试图将原本属于商业纠纷的范畴，升级为刑事层面的税务与洗钱核查。这种操作的核心不在于数据是否真实，而在于他精准拿捏了系统的容错率：当大众的注意力还停留在情怀维度时，他用最硬核的法律条款完成了降维打击。罗永浩回应中的“截屏留证”和“诬告违法”，则是在进行一场紧急的防御性策略部署。他试图用法律的防火墙来拦截这场情绪化的异常流量冲击。毕竟，在创业这个充满不确定性的运算环境里，只有当系统能扛住人性弱点的压力测试并实现零延迟的自我修复时，才配得上真正的长周期稳定运营。罗永浩遭实名举报偷税漏税热点跨界共创
达索航空已在“阵风”战斗机上试飞两款新型主权人工智能算法2026年9月22日，达
达索航空已在“阵风”战斗机上试飞两款新型主权人工智能算法2026年9月22日，达索航空公司官网报道：达索航空已在“阵风”战斗机上试飞两款新型主权人工智能算法。第一款由公司工程师研发，第二款则与泰雷兹/cortAIx合作研发。这些新功能的研发是一项更广泛计划的一部分，旨在将受控且受监督的人工智能集成至驾驶舱，以服务于人类机组。它们已达到一定成熟度，可适用于未来“阵风”升级。这些功能的飞行测试再次彰显了达索航空在将人工智能集成至作战系统方面的专业能力。该能力要求掌握军事航空所特有的若干关键挑战：确保作战数据（真实或模拟）的可用性与质量，利用并协同领域专业知识，以及在受严格约束的嵌入式平台上优化资源效率。数十年来，这些挑战始终是达索航空作为复杂系统工业架构师与集成商的经验核心。
#人类靠轮廓识物AI不行##研究发现AI识别形状能力不足#【研究发现人工智能
#人类靠轮廓识物AI不行##研究发现AI识别形状能力不足#【研究发现人工智能识别形状能力不足】据德国《法兰克福汇报》网站9月20日报道，无论猫、蝴蝶还是汽车：即使只能看到粗略的轮廓，人类依然能够准确识别物体和生物。然而，对于人工智能(AI)而言，这往往是一道难以逾越的障碍。纽约大学格罗斯曼医学院的研究团队在《交叉科学》杂志上发文称，在识别整体形状和剪影方面，现代图像识别程序的表现远逊于人类观察者。原因在于两种算法的工作原理存在根本差异：人脑优先处理整体形态，而即使是先进的深度神经网络，主要关注的也是局部细节、表面图案和纹理。哪怕是轻微的图像失真或典型细节缺失，都会迅速扰乱这些系统。在此次研究中，研究团队将受试者的视觉识别表现与200多个结构和训练方式各异的深度神经网络进行了对比。为此，研究人员系统地对来自48个日常类别的240张图像进行了处理。展示的内容包括没有任何内部结构的纯黑剪影，以及没有明显轮廓的孤立图案(如毛皮纹理)。此外，研究还使用了由许多小物体紧密排列、从而填满整个画面的图像，虽然保留了内部细节，但典型的轮廓已被破坏。在所有测试条件下，200多个AI模型均未能完全模仿人类的识别模式。当只能通过捕捉整体轮廓来识别对象时，计算机算法的表现始终不如人类受试者。在后续的一项实验中，这种差异表现得尤为明显，该实验将局部细节与整体形状分离：研究者用许多小叉号填充了物品和动物的轮廓。虽然人类仍然能够根据外部轮廓轻松识别出物体，但大多数AI模型却大错特错。它们将猫或蝴蝶的剪影成批地识别为“填字游戏”、“窗棂”、“锁子甲”或“线虫”，因为这些小十字图案完全主导了算法的分析结果。研究团队强调，尽管当今的图像识别模型经过了海量人类拍摄的照片训练，但它们绝不像人们常认为的那样接近人类。诚然，那些同时接受图像和配套文本训练的先进系统，其整体识别准确率明显比传统的图像识别网络更接近人类水平。但一旦整体形态被破坏或被孤立评估，它们的优势便会消失。这些研究结果对实际应用具有关键意义：AI系统要在机器人技术、自动驾驶领域，或是在为视障人士设计的视觉假体及脑机接口中可靠运行，就必须在雾天、黄昏或视线受阻的情况下也能做出可靠的判断。在这种情况下，人类会本能地依靠大致轮廓来识别图像。研究团队指出，该研究为未来如何训练算法以发展出更全面、更稳健的视觉能力提供了宝贵线索。（编译/钟思睿）
人工智能DataScientist机器学习算法加拿大求职不懂就问系列
人工智能DataScientist机器学习算法加拿大求职不懂就问系列Jevllm大语言模型
金一南将军曾表示：未来，对人类威胁最大、最可怕的，不是核武器，而是AI技术！美军早将AI视作“颠覆战
金一南将军曾表示：未来，对人类威胁最大、最可怕的，不是核武器，而是AI技术！美军早将AI视作“颠覆战局”的核心技术，人工智能若进入战场，将带来毁灭性打击......核武器可怕，人类至少知道它可怕。真正让军事专家越来越警惕的，是另一种看不见硝烟的变化：算法开始钻进侦察系统、指挥链和武器平台。机器不会困，不会犹豫，计算速度还快得吓人。问题也恰恰在这里，一旦判断错了，错误同样可能以机器速度被放大。金一南的这个判断，真正值得关注的并不是“AI和核武器谁更厉害”这种简单比较，而是战争门槛和战争节奏正在发生变化。核武器威力巨大，但使用受到严密指挥体系和战略威慑约束。军事AI却可以分散进入无人机、情报处理、目标识别、后勤保障和指挥辅助系统，像水一样渗进整个作战链条。美军在这条路上布局很早。2017年启动的“马文项目”，就是利用算法帮助处理无人机视频和图像信息，提高识别目标的效率。到了2026年，美方又公开提出打造“人工智能优先”的作战力量，要求人工智能进一步嵌入数据、模型、基础设施和作战应用。说得直白一点，美军想做的已经不是给几架无人机装个聪明程序，而是让整套战争机器越来越依赖算法。这种变化到了今年下半年更加明显。8月，美陆军在“沙丘项目”中测试自主卡车、机器人破障装置、无人机集群、探雷设备和反无人机系统，把多种无人平台塞进一条作战流程里。9月10日，美陆军研究机构又公布人工智能、自主技术和机器人系统协同研究进展，重点之一就是让士兵与多种自主平台实时配合。更值得注意的是，美陆军9月1日宣布推进“泰坦”系统生产。这是一种人工智能赋能的机动情报地面站，可以融合多源传感器数据，辅助目标识别和定位，并压缩从发现目标到火力响应之间的时间。过去战场上常说“发现即摧毁”，如今人工智能正在努力把中间那串人工分析、传递、核对的流程继续缩短。听起来效率很高，可战场不是数学考试。人工智能依赖数据训练，也会受到错误数据、欺骗信息、电子干扰和算法偏差影响。中国军网9月15日刊文特别提醒，智能系统虽然擅长计算战场态势、优化方案，但面对信息残缺和随机因素密集的复杂环境，依然存在明确的能力边界。机器算得快，不等于机器永远算得对。美陆军9月17日公开讨论未来战场人工智能应用时，也不得不强调人的判断依然关键。这其实说明一个很朴素的道理：算法可以帮忙出主意，却不能把战争责任一股脑甩给机器。否则机器答错一道题，代价可能不是扣几分，而是真正的人员伤亡。这也是军事人工智能最危险的一面。假如侦察系统误判，后面的算法又自动把错误目标送进火力链，原本一个环节的错误，就可能变成整套系统的高速误判。当无人机、无人车和自动化火力平台数量越来越多，指挥员面对的甚至不是一台机器，而是一群机器。谁决定开火，谁负责停止攻击，发生误判以后责任落到哪里，这些问题都不是一句“智能化”能够糊弄过去的。速度越快，越需要可靠的安全阀；自动化程度越高，越不能把人的控制权悄悄拿掉。中国对此提出的原则一直很清楚。2026年6月，中国代表在联合国有关军事领域人工智能问题的会议上强调，要坚持慎重负责和人道主义原则，防范战略误判与冲突升级，确保有关武器系统始终处于人类控制之下，并明确人是最终责任主体。到了9月，中方在联合国有关人工智能与和平安全问题的会议上再次提出，应避免战略误判和军备竞赛，反对把有关武器用于无差别攻击或蓄意袭击平民。这套思路并不排斥技术发展，而是强调技术越先进，责任边界越要清楚。中国军网9月1日也指出，信息化战争正加速向智能化战争形态演变，无人机、无人艇、无人战车等无人系统已经开始成体系运用。技术潮流挡不住，关键在于谁能既掌握技术，又守住规则。只顾追求机器更快、更狠，最后很可能把“聪明武器”变成失去约束的危险放大器。金一南这番警示真正值得琢磨的地方，是把视线从爆炸威力转向了战争控制权。核武器让人害怕的是毁灭规模，军事人工智能令人担忧的则是速度、扩散和决策失控。人工智能可以迅速整理战场信息，却也可能把错误以过去难以想象的速度传遍整个作战体系。未来的军事竞争，不能只比谁的算法跑得快，也要比谁更懂得给算法装上“刹车”。中国需要持续提高人工智能、无人系统和智能化指挥能力，也需要坚持人类最终控制、责任可追溯和安全可控。科技进步的价值，是让国家更有能力维护和平、保护人民，而不是让战争变成一套无人负责的自动程序。机器可以越来越聪明，却不能替人类承担战争责任。真正值得警惕的，并不是某一天机器人突然变成电影里的反派，而是人类在追求效率时，悄悄把最后的判断权也交了出去。守住这条线，才是人工智能进入战场之后必须守住的安全底线。
从第一性原理（FirstPrinciples）出发，剥离商业资本、算法架构和代
从第一性原理（FirstPrinciples）出发，剥离商业资本、算法架构和代码逻辑的外衣，人工智能在物理底座上本质是一个“局部的、高速的、高密度的信息处理与熵减过程”。基于物理学的基本定律，随着人工智能向更高阶的智能体（Agent）和超大规模集群演进，将浮现出的最大根本性问题是：热力学极限与能源-散热约束（TheThermodynamicandEnergy/HeatBottleneck）。一、核心第一性原理推导*信息的物理本质与朗道原理（Landauer'sPrinciple）*原理：信息不是抽象的数学符号，而是物理实体。根据朗道原理，任何逻辑上不可逆的信息操作（如抹除比特、更新神经网络权重）都必须向环境释放不可逆的最低限度热量。*推导：随着AI从参数规模的堆砌转向全天候运行的Agent网络，海量参数的高频交互意味着每秒有数以万亿计的比特在翻转。计算的终点不是代码，而是热耗散。*局部秩序化与宏观熵增的对抗*原理：热力学第二定律指出，孤立系统的熵只能增加。智能的本质是局部系统通过消耗外部能量来构建秩序、降低内部熵值的“耗散结构”。*推导：AI发展速度越快，意味着人类在局部创造“超高智力秩序”的速度越快，这必将以向地球生态环境排放巨额废热为绝对代价。当AI的能耗膨胀到可与人类社会常规工业能耗相匹敌时，地球的热容量和生态承载力将亮起红灯。*芯片级热密度的物理墙（ThermalWall）*推导：当晶体管尺寸逼近物理极限，算力密度的增长速度远超散热技术的演进速度。未来的核心矛盾不再是“造不出更多芯片”，而是“产生的热量无法及时排出去”。如果芯片温度突破材料物理阈值，半导体将直接发生物理失效。*能源供给与电网响应的时间差*推导：AI对电力的爆发式需求遵循摩尔定律或指数级增长，而人类社会的能源基础设施（如核电站、特高压电网、清洁能源基地）建设周期长达数年至十年。这种数字世界的指数级狂飙与物理世界的线性基建之间的错位，将引发严重的能源断层。二、总结当前AI狂飙突进表面上面临的是算法、数据或资金问题，但运用第一性原理穿透表象，最终决定人工智能天花板的，是物理世界的能量账本与热力学红线。如何在不突破地球和物理极限的前提下提升“单瓦特算力（Energy-to-IntelligenceRate）”，将是决定AI生死存亡的最核心命题。您认为在突破这一物理瓶颈的过程中，光电混合集成（如硅光芯片、CPO光模块）等底层技术的演进，能否为下一代AI争取到足够的能效空间？
人工智能产业步入爆发式增长期，中国AI产业虽在算法迭代、应用落地层面快速追赶，但算力基础设施曾长期面
人工智能产业步入爆发式增长期，中国AI产业虽在算法迭代、应用落地层面快速追赶，但算力基础设施曾长期面临“供给不足、成本高企、生态待建”三重挑战@华为计算
AI在军事领域的大规模应用，正把战争从“钢铁对钢铁”推向“算法对算法”。全球已进
AI在军事领域的大规模应用，正把战争从“钢铁对钢铁”推向“算法对算法”。全球已进入智能化军备竞赛的快车道。2026年美国国防部发布《人工智能加速战略》，明确将“加速美国军事人工智能主导地位”作为核心目标，俄罗斯、英国、日本等国也相继推出国家级军事AI发展战略。Ai技术不再是核大国的专属特权，中小国家可通过商用AI技术快速补齐军事能力短板，打破传统军事强国的技术垄断，全球军力平衡被快速重塑。
AI渲染这思路没毛病——用算法猜像素，比硬算省力气，画质还能往上够一够。以前手机
AI渲染这思路没毛病——用算法猜像素，比硬算省力气，画质还能往上够一够。以前手机GPU单核猛干，现在NPU也来搭把手，相当于画画的时候旁边坐个助手帮你补细节，效率确实高。但有个前提：游戏得适配。芯片再猛，游戏厂商不接招，那也是白搭。希望别搞成"我支持了但你没优化"的尴尬局面。总之方向对，玩家受益，慢慢来就行。
小明老师广东算法逻辑营销与传媒心理学密训第二天上午1.检索家族中权利、金钱、学
小明老师广东算法逻辑营销与传媒心理学密训第二天上午1.检索家族中权利、金钱、学术中的强联系助力个人发展。2.周公是强联系的顶级水平。3.群体的心理、道德、伦理是什么，AI判断价值的标准是什么？4.拉康理论中的大他在过去和现在的区别。过去是家族，现在是互联网的群体，是AI。咨询需要调整的方向。5.当下经济决定政治，政治影响文化，社会语境变化，流行品类，带来的时代的共病。6.心理咨询不是独立学科,是社会学的一个分支,横跨自然科学、社会学等学科内容.7.工业经济时代从集体到个体的变化，AI时代从互联网搜索阶段到主动分发的变化，AI重构服务业和工业生产。8.区别人类和AI的思考模式，舍得，做局，做势，类比孙子兵法中的内容。9.AI对用户行为预测，利用人类惯性思维模式把人关在思维茧房中，培养用户习惯。10.用户思维法则去做传媒，用戏剧演员描述表达的程度，满足大众想象，情绪外放、表演夸张、过分。11.咨询师的传媒内容是：来访者对咨询师、对营地的想象状态。12.AI进化已经从关键词检索到语义分析，抓取特征向量推荐分发。13.传媒内容的价值判断和代入角度精准度。14.认知赛道：不管对错，有二元对立、一元绝对强迫、极端化偏执的特点。15.赛道包括认知、情绪、关系、价值、擦边、制作过程、剧本，安全感（安抚、警觉）、食、性、气味、情感、舞蹈、音乐、地域等内容，与人的大脑需求精准绑定。
没有中国，世界会怎样？美国资本家恨死中国了。没有中国，美国早就把全球AI和高端芯
没有中国，世界会怎样？美国资本家恨死中国了。没有中国，美国早就把全球AI和高端芯片领域彻底垄断了，全世界都得任人拿捏。很多人平时没太留意，咱们现在闷头搞的科技突破，其实是在给全世界挡下最要命的霸权镰刀。在全球科技竞争越来越激烈的今天，一块芯片、一套算法、一个人工智能模型，已经不只是商业产品，更关系到未来产业格局。过去几十年，部分西方企业凭借技术和市场优势，占据了信息产业的重要位置。但当中国开始在人工智能、高端制造、芯片产业链等方向持续突破时，原本看似牢固的技术壁垒，开始出现新的变化。如果世界少了一个拥有完整工业体系、庞大应用市场和持续创新能力的中国，全球科技生态会不会变成少数企业说了算？这个问题，正在现实竞争中给出答案。近年来，美国不断加强对先进芯片出口的限制，希望通过控制关键技术环节保持优势。但科技发展有一个规律，封锁可以增加困难，却很难阻止一个拥有完整产业体系的大国持续追赶。中国没有选择停留在等待别人供应的道路，而是在芯片设计、人工智能、大数据、云计算等领域不断补齐短板。工信部门提出，要推动人工智能与信息通信融合发展，加强高端训练芯片、多模态算法等关键技术研发，打造更加完整的产业生态。过去有人认为，只要限制先进芯片，中国人工智能产业就会被卡住。但现实的发展并没有按照这种剧本推进。中国企业、高校和科研机构不断探索新的技术路线，在算法优化、模型训练效率、应用场景开发等方面持续投入。人工智能竞争并不是简单比谁拥有最贵的设备，而是比谁能把技术真正落地。中国拥有全球规模领先的制造业体系，大量工业场景、交通场景、能源场景和消费场景，为人工智能应用提供了丰富土壤。一个模型如果只能停留在实验室里，它只是展示品；能够进入工厂、医院、城市管理体系，才真正产生价值。与此同时，中国也在推动人工智能开源生态建设，让更多企业和开发者能够参与技术创新。相关规划提出，要支持人工智能开源社区发展，推动算法、算力、数据等要素协同创新。这背后其实是一场关于科技发展模式的竞争。一种模式强调少数企业掌握核心技术，然后通过专利、生态和市场规则获得长期优势；另一种模式则更强调扩大技术应用，让更多产业和国家能够分享科技发展的成果。美国企业界对于对华技术限制也存在不同声音。部分美国科技企业担忧，过度限制不仅影响中国市场，也可能让美国企业失去全球竞争机会。美国对华芯片出口政策不断调整，本身也反映出全球半导体产业链高度关联，谁都无法完全脱离世界市场。从更大的历史视角看，中国科技发展的意义，并不只是争夺某一家企业的市场份额，而是在推动全球科技竞争更加多元。过去一些关键技术领域容易形成少数国家和企业主导的局面，而中国的快速发展，让全球产业格局出现更多选择。当然，科技竞争不会一夜结束。芯片制造、基础软件、核心设备等领域依然需要长期积累。真正的科技强国，不靠短期口号，而靠持续投入、人才培养和产业协同。中国推进自主创新，本质上是为了掌握自身发展的主动权，同时也为全球产业链稳定提供更多可能。未来人工智能时代的大门已经打开，谁能够提供更高效、更普惠、更安全的技术方案，谁就拥有更大的影响力。而中国正在努力走出一条自主创新与开放合作并行的发展道路。
网易鸿蒙你还别说，网易云音乐随机听歌，只要你完播几首喜欢听的，算法就会锁定你
网易鸿蒙你还别说，网易云音乐随机听歌，只要你完播几首喜欢听的，算法就会锁定你的爱好，歌曲推送精准度还是很高。其他音乐APP随机听，基本上都是推送充钱的流量歌、AI歌，实在受不了。
从简单对话到仿生情绪表达，背后是算法和机械结构的多重突破。不断探索情感交互，让智
从简单对话到仿生情绪表达，背后是算法和机械结构的多重突破。不断探索情感交互，让智能不止会干活，还能学会共情。全球首款会流泪的机器人来了
#普通人如何抓住AI新经济#我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必
#普通人如何抓住AI新经济#我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文献收集和初步判断，省下大量翻找的时间；日常写材料、改稿子，也可以先让AI搭个框架、润色语句，自己再精修。这样一来，你不必成为技术专家，却能实实在在提升效率，把精力留给真正需要人判断和创造的部分。工具用好了，普通人也能在AI新经济里找到自己的位置。
普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在
普通人如何抓住AI新经济我倒觉得，普通人去追那些高深的Token、算法底层，实在力所不逮，也没必要硬挤。立足本职工作，把AI当成一个顺手的工具，就是不错的选择。比如做市场的人，可以用AI辅助大数据，快速跑一遍SWOT分析，把竞品动态、用户反馈梳理得清清楚楚；做研究或写报告的人，能让AI帮忙做文献收集和初步判断，省下大量翻找的时间；日常写材料、改稿子，也可以先让AI搭个框架、润色语句，自己再精修。这样一来，你不必成为技术专家，却能实实在在提升效率，把精力留给真正需要人判断和创造的部分。工具用好了，普通人也能在AI新经济里找到自己的位置。
短视频看多了，人戾气可能会变重。因为短视频平台的核心资产是算法，通过给作品打标
短视频看多了，人戾气可能会变重。因为短视频平台的核心资产是算法，通过给作品打标签和统计用户浏览数据，形成特定的推荐名单，使人越看越能看到自己喜欢的类型。这种方式可以使人一时很爽，但也不可避免的陷入观点极端化、情绪剧烈波动的陷阱，其状态越来越趋向精神病人。
《好雨知时节》登顶热播榜快一个月了那些说改算法的，所有剧都涨了，也就不影响整体排
《好雨知时节》登顶热播榜快一个月了那些说改算法的，所有剧都涨了，也就不影响整体排名吧[思考]
天下苦算法过度修饰久矣！这一次OPPO跳出美颜内卷，回归影像本真。FindX1
天下苦算法过度修饰久矣！这一次OPPO跳出美颜内卷，回归影像本真。FindX10哈苏超清原相机，用硬件还原真实光影与原生肤色，让拍下的画面，就是眼睛所见的真实瞬间。OPPOFindX10
最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干
最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干的事情说白了就一句话：帮你把正在聊的话题，用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容，它不会给你写一大段文字解释，直接用伪代码呈现。比如一个保存操作，内容没变就返回缓存，变了就写最近看到一个挺有意思的开源项目，叫show-me，是HumanLayer团队做的一个Skill。它干的事情说白了就一句话：帮你把正在聊的话题，用最直观的方式画出来。先说它怎么处理逻辑和算法。遇到这类内容，它不会给你写一大段文字解释，直接用伪代码呈现。比如一个保存操作，内容没变就返回缓存，变了就写入新内容，几行代码一目了然。然后是程序运行时的调用关系。它会画成一棵调用树，谁调用了谁，层级关系清清楚楚。比如提交表单这个动作，底下先创建会话，再保存提示词，再启动代理，最后跳转页面，一层一层往下排，看一眼就知道整个流程。碰到前端UI的结构，它会画组件树，把状态和模块边界标出来，连文件路径都给你写上。这样你一看就知道哪个组件在哪个文件里，谁嵌套了谁。如果是多个组件之间的交互，比如用户点了一个按钮，UI把请求发给后台，后台再把结果流式返回，这种场景它会用Mermaid时序图来画，箭头指来指去，交互过程一眼就能跟上。还有一个很实用的功能：diff视图。当你已经知道整体结构长什么样，只是想看哪里改了，它就用加号减号标出变化的部分。组件变了、文件目录调整了、调用链多了一步，都能用这种方式展示。不用重新看一遍全貌，只看变化就够了。不过如果大部分内容都是新的，它就不省略了，直接给你完整的代码块，方便你直接复制去用。最后，遇到那种特别复杂的场景，文字和简单图表都搞不定的，它会生成一个HTML文件，做成图表、信息图，甚至小型幻灯片，配色和排版都跟着产品风格走，手机和电脑都能看。整个设计思路就一个原则：挑最小的视图，把关键点说清楚。不堆砌，不炫技，该用哪种就用哪种，甚至大多数时候只用其中一两种。够用就好。传送门：github.com/humanlayer/skills/blob/main/plugins/show-me/skills/show-me/SKILL.md科技先锋官HowIAI
为什么现在开店都说“不如做品牌”？曾经的创业共识，是租铺开店、入驻平台，靠
为什么现在开店都说“不如做品牌”？曾经的创业共识，是租铺开店、入驻平台，靠着地段与人流就能稳稳赚钱。如今行情彻底反转，越来越多创业者宁愿慢下来打磨品牌，也不愿盲目开店扩张。看似是经营选择的转变，实则是商业底层逻辑的彻底重构，渠道、算法、用户的三重变革，早已终结了“开店就能赚钱”的粗放时代。单纯开店的生意，本质是吃渠道红利，可这份红利早已彻底枯竭。早些年线下旺铺自带自然客流，线上新店有平台普惠流量扶持，无需深耕口碑、打磨特色，靠信息差和地段优势就能成交。现在线下房租、人工、物料成本持续攀升，同类门店遍地内卷，路人客流极度分散，再也没有躺赚的地段。线上更是陷入流量困境，行业数据显示中小商家获客成本连年上涨，转化率持续走低。普通店铺没有核心辨识度，只能靠低价补贴抢单，赚最微薄的差价，一旦渠道扶持终止、地段热度褪去，门店生意就会瞬间崩塌，从头到尾都是依附渠道的被动生意，留不下任何属于自己的资产。平台算法的迭代升级，进一步锁死了普通店铺的生存空间，也让品牌的优势无限放大。早年平台流量靠关键词、店铺层级分配，新店只要铺货到位就能分到流量。如今AI算法主导流量分发，核心逻辑早已从“货找人”转变为“择优分发”。平台更青睐高信任、高复购、高口碑的品牌账号，普通小店只能靠付费投流换曝光，陷入“不投流没订单、投流就亏钱”的死循环。更残酷的是，店铺的流量、排名、权重全部掌控在平台手中，规则微调就能让小店业绩断崖下滑。品牌却能跳出算法绑架，沉淀用户心智，形成“人找货”的主动流量，用户会主动搜索、主动复购，流量成本更低、转化更稳定，完全摆脱对平台算法的单一依赖。消费者的决策逻辑变迁，是品牌化浪潮最核心的推力。当下商品严重过剩，同品类产品同质化严重，用户早已告别单纯比价的消费阶段。信息透明的时代，大家可以轻松对比价格、成分、品质，比价之后，人们不再执着低价，反而愿意为确定性的信任、稳定的品质、独特的价值审美付费。普通门店只能提供单次交易，用户消费过后毫无记忆点，很容易被更低价格的同行替代。品牌恰恰是最好的信任背书，能帮用户省去繁琐的对比成本，用长期口碑、稳定品控锁住用户心智。年轻群体的文化自信与审美觉醒，更是加速了这一进程，大家更愿意为有态度、有内核、有辨识度的品牌买单，而非千篇一律的门店货品。很多人误以为做品牌就是抛弃门店，实则二者从来不是对立关系。门店是交易场景，品牌是商业护城河。开店做的是短期流水，赚的是辛苦差价；做品牌攒的是长期资产，收获的是用户、口碑与行业壁垒。开店的门槛越来越低，倒闭的速度越来越快，真正能穿越周期、抵御内卷的，永远是深入人心的品牌力量。各位读者你们怎么看？欢迎在评论区讨论。
提到以色列，很多人听过“创业之国”这个名号。国土不大、资源匮乏，却诞生了大量
提到以色列，很多人听过“创业之国”这个名号。国土不大、资源匮乏，却诞生了大量硬核科技企业。但它并不是全领域通吃，是部分细分赛道顶尖，完整工业体系存在明显短板，这点要客观看待。✅优势赛道盘点1️⃣网络安全｜全球第一梯队以色列有著名的8200情报单位，大量退役技术人才流入民间创业，全球20%的网络安全初创公司出自这里。CheckPoint发明了状态检测防火墙；Wiz云安全公司被谷歌天价收购；大量政企、金融机构都在用以色列的安全方案，攻防技术实战经验非常足。2️⃣军工防务科技（实战加持）铁穹防空系统、箭式反导、大卫投石索多层反导体系，经过真实战火检验；IAI以色列航空工业，苍鹭系列无人机、机载雷达、侦察卫星，大量销往全球各国。电子战、情报信号处理、光电侦察是长板；短板在于大规模重装备制造，大吨位舰艇、重型战机本国造不出来，高度依赖进口平台。3️⃣自动驾驶与半导体Mobileye，可以说是辅助驾驶行业的标杆，宝马、丰田等大量车企采用它的视觉方案，英特尔曾153亿美元完成收购。英特尔海法研发中心，参与酷睿i7处理器研发；本土200多家半导体企业，强在芯片设计、算法、检测，但芯片制造高度依赖海外工厂，本土完整晶圆制造能力有限36氪。4️⃣医疗科技胶囊内窥镜、微创手术器械全球知名，医疗器械专利数量很高，很多医院的微创设备都有以色列技术背景。5️⃣沙漠农业科技滴灌技术全球闻名，缺水环境下把荒漠改造成农田，节水灌溉、育种技术输出到130多个国家，欧洲不少反季节蔬菜来自以色列供应。6️⃣新能源光伏SolarEdge光伏逆变器，全球头部玩家，家庭分布式光伏市场占有率很高。⚠️客观看待短板，不能过度神化①擅长软件、算法、细分硬件；缺少完整大工业链条。大型船舶、重型战机、大型工业母机这些大件，基本做不了，很多核心硬件需要进口。②高度依赖欧美资本与市场，大量独角兽企业最终被海外巨头收购。③人才是最大底牌，但长期冲突下，大量技术人员被征召，中小初创企业会受到冲击，本土创新生态存在隐忧。📌总结：以色列高科技属于细分领域尖刀型选手。依托军事人才储备、资本加持，在软件、算法、安防、医疗、农业、自动驾驶这些细分赛道打出名气；但不是全能科技强国，完整重工业产业链并不是它的强项。以色列科技军事科技网络安全硬核科技创业之国💬互动：你印象最深的以色列科技产品是什么？欢迎理性聊聊。信息参考来源：新华网、以色列官方经济报告、SIPRI、环球时报防务分析、海外公开产业报告
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了以后，发现有点难沟通。总是一副自以为是的样子，觉得他就是对的，你有疑问就是不尊重他。当着面对你说，你能干的事，他都能干。普通聊天倒也还过得去，只要和他讨论技术问题，他就开始说教，一句话是或不是，他能说一堆，最后也没说结论，是或不是，完全是无效沟通。遇到问题了，首先质疑是不是别人做错了，后来发现是自己做错了，也觉得是你或是别人造成了他的错误。不从算法逻辑找问题，逼问硬件厂家要方案，厂家也懵了，产品才几块钱，这是我能干的事？今天搞笑的是，要我找跟项目上一模一样的建筑环境做实验，高度、建筑材料、楼层结构，墙壁厚度要一样。问题是我们只是检测信号切换稳不稳定，差不多环境就可以的，随便哪里都有，现场都可以试，是不是要一比一复刻一栋楼啊？顿感无语，把我当傻子玩吗？
