与「群体智能」相关的搜索结果

聊到 Anthropic，王煜全没有客气。这些公司的逻辑是 AI 能量巨大，坏人拿到做坏事，所以我们好人要握在手里。他说「拿到任何人手里都不能保证做好事，任何个人都是经不起考验的」。他给的参照是人的大脑，大脑不是集权体制，是共和体制，不同系统做不同的事，权重各不一样。没有一个人掌握登月的全部知识，文明聚在一起却做到了。分散式的智能，会超越今天最好的系统 N 倍。 #王煜全# #去中心化# #Anthropic# #群体智能# #易论AI#

Google DeepMind出了篇论文，专门聊AGI要怎么跳到ASI。 四条路径：继续堆算力堆数据、换掉现在Transformer这套底层范式、AI自己加速AI研发的递归自我改进、还有一大群专业化agent协同出来的超级群体智能。 论文的判断是，ASI大概率不是某个瞬间发生的突破，而是一连串越来越快的迭代。

大四学生、10 天 Vibe Coding、3000 万人民币投资，这故事真的有点离谱！ MiroFish 是一个群体智能预测引擎，会从新闻、政策、金融信号里构建平行数字世界，让大量 AI agent 在里面互动演化。 它不是确定预测未来的机器，更像复杂系统沙盘。舆情、政策、金融情景和故事分支，都能拿来做模拟推演。 GitHub：67.1k stars

去年 8-10 月在图灵讲的《AI Agent 实战营》课程，终于整理成书啦，在 GitHub 开源发布了。《深入理解 AI Agent：设计原理与工程实践》欢迎大家下载传播 PDF，欢迎大家提意见、提 issue！ 全书围绕核心公式 Agent = LLM + 上下文 + 工具 展开，十章内容如下： - 第 1 章 · Agent 基础知识：从"模型即 Agent"的新范式出发，建立 Agent = LLM + 上下文 + 工具 的核心公式，并引入 Harness 工程——模型之外的一切工程能力，才是真正的竞争力所在。 - 第 2 章 · 上下文工程：上下文决定 Agent 的能力上限。深入大模型 API 的上下文结构、KV Cache 友好设计、提示工程、动态提示词与 Agent Skills、状态栏元信息，以及上下文压缩策略。 - 第 3 章 · 用户记忆和知识库：让 Agent 跨会话记住用户、并接入外部知识。涵盖用户记忆系统、RAG 基础管道，以及超越扁平文本的知识组织与检索（结构化索引、知识图谱等）。 - 第 4 章 · 工具：工具是 Agent 的双手。讲工具分类与通用设计原则、MCP 协议与工具选择的挑战、感知/执行/协作三类工具，以及事件驱动的异步 Agent。 - 第 5 章 · Coding Agent 与代码生成：代码是"能创造新工具的工具"，是通用 Agent 的元能力。以生产级 Coding Agent 为例，展示这一最强通用工具的完整实现。 - 第 6 章 · Agent 的评估：把 Agent 的表现变成可比较的信号。从评估环境、数据集设计、指标体系，到统计显著性、可观测性、评估驱动选型，直至生产级内部评估与仿真环境。 - 第 7 章 · 模型后训练：预训练、SFT、RL 三阶段全景。何时选 SFT、何时选 RL，RLHF、算法比较、数据与环境，以及让模型学会工具调用、提升样本效率的前沿探索。 - 第 8 章 · Agent 的自我进化：不改权重也能成长。三种学习范式，从经验中学习、主动工具发现，到"从工具使用者到工具创造者"，让 Agent 从"聪明"走向"熟练"。 - 第 9 章 · 多模态与实时交互：把感知与行动从文本扩展到语音、GUI 与物理世界。语音三范式（级联/端到端全模态/全双工）、流式语音感知与合成、Computer Use 与机器人操作。 - 第 10 章 · 多 Agent 协作：群体的智能可以高于个体。多 Agent 分类框架、何时真正优于单 Agent、共享与不共享上下文的协作、失败模式，以及涌现的"Agent 社会"。 Repo:

@所有人 老卫 AI 玩耍群日报 - 20260701 1. Claude Desktop Linux版正式发布，用户群体进一步扩展 2. Claude Sonnet 5全面升级：免费/Pro版本均可用，SWE-bench性能提升至82.1%，新增多Agent模式 3. 智能体元编排框架Ruflo上线，支持多模型集成 4. 字节跳动开源Deerflow：长周期SuperAgent框架 5. 老卫Vibe Coding工具站推出AI优化功能与新音频App 原文链接：见评论👇👇 欢迎加入扫码老卫的 AI 玩耍群，国内最大的 AI 微信群！

与美国或一些亚洲国家不同，德国以及北欧许多住家没有安装空调。但随着炎热天气增加，情形正在发生改变。 欧洲大片地区，应对酷暑的方法还停留在：拉窗帘、开风扇、喝冰水。 美国能源部数据显示，约九成美国人家中有空调。但在欧洲，这一比例仅为约20%。不过，各国情况有所不同：南欧国家如西班牙，约半数家庭拥有空调。德国的这一比例则仅为6%。 仍存在对空调的抵触 在欧洲，夏季的极端热浪如今越来越频繁。2019-2024年，德国对空调以及降温设备的需求增长75%。 但尽管如此，欧洲仍存在对空调的抵触。欧洲供暖、通风、空调和制冷协会Eurovent副秘书长雷纳伯格（Stijn Renneboog）表示：“在社交媒体上传播的如何降温的小贴士中，我还能看到有建议说，最好不用空调。” 欧洲的老房子安空调是挑战 德国以及北欧许多住宅的设计，都以冬天保温节能为主旨，而非夏天如何能最凉快。 波士顿咨询集团2025年9月 的一篇行业分析中同时指出，在欧洲的一些老房子安装空调也是一个挑战。特别是欧洲一些历史悠久的城市，对于房屋翻新往往有“额外的监管条例或美观上的要求”。 此外，很多租户不被允许或不愿给出租屋安空调。在德国、丹麦、奥地利等国家，半数人口租房居住。这也是困难之一。 防暑降温是基本需求吗 一项欧盟范围内的调查显示，随着能源价格上涨，38%的受访者称，安装空调对他们来说太贵。 2020年，意大利研究者调查了全球变暖对于法国、西班牙、瑞典、荷兰等国家使用空调数量增加的影响，指出低收入群体在防暑降温方面更为不利。 雷纳伯格表示，冬季取暖被视为基本需求，但防暑降温则不然。 “降温仍经常被视为一种奢侈的享受。” 他补充说：但炎热已经构成严峻的公共卫生风险。“欧洲每年有数万个与炎热相关的死亡案例。” 欧洲对于空调的环境影响也有顾虑。 从全球来看，降温占到每年电力需求的约十分之一。而所使用的大部分电力仍来自高污染、高碳排放的化石燃料。此外，多项研究显示，空调的使用可能导致室外温度升高几度，形成恶性循环。 更环保的措施包括，对新建房屋采取专门的设计，能让空气在各个房间自由流通，以及使用减少热量滞留的材料等。 对城市规划而言，绿地、水体景观也有助于降温。智能空调——使用传感器和人工智能技术——可以提高能效四成以上，从而减少排放。

字节 招 高校技术活动运营专家 职位 ID：A252657北京正式职能 / 支持 职位描述 1、负责大模型相关的校园技术交流活动，策划制定活动方案、协调资源落地；通过常态化学术交流、前沿技术分享提升雇主与技术品牌影响力，挖掘维护目标学生群体、助力人才转化； 2、承接字节跳动奖学金线下学术交流、年度颁奖仪式等品牌活动；结合大模型校招节点策划执行保温活动； 3、对接高校、院系班级及学生组织，重点关注人工智能及相关领域； 4、跟踪各类活动数据，复盘分析效果、转化等核心指标，迭代活动形式，输出策略参考支持活动工作。 职位要求 1、本科及以上学历，理工科背景相关专业、熟悉大模型人才画像和偏好优先，对技术品牌、人才运营工作有热情； 2、具备独立牵头活动全流程落地经验，有计算机类高校关系运营、校园招聘活动执行相关工作经验者优先； 3、具备优秀的内外部沟通能力，良好的沟通界面，能直接和各校老师、内部相关技术团队展开对话和配合； 4、逻辑清晰、细心严谨，具备良好的数据分析与问题复盘能力； 5、有较强的责任心，执行力强，工作有一定灵活性，可妥善处理突发问题。

从疫情期间我就我反反复复一直讲，飞书和钉钉这类办公SaaS有三个死穴， 一个是中国人太穷，人均月薪4000，飞书和钉钉订阅费比他妈买条人命都贵，企业不可能给这种SaaS付钱， 一个是中国人只会用手机，中国人普遍18岁以前没接触过电脑，对电脑使用熟练度和技巧低于美国小学生，约等于一个大猩猩， 一个是哪怕工作后，中国人也严重依赖于office套装，哪怕在本地用，一遍遍发邮件和微信群传文件，反复折腾，反复传文件，反复保存，反复边传文件边扯皮，来来回回三四十次，也打死不愿意用协同办公SaaS。 在中国人只有1/4的人口有自己的电脑、中国人人均电脑使用水平不如一只野生大猩猩和边牧的前提下，想推广飞书和钉钉这类工具，最大的门槛在于培养用户的使用习惯，越早越好。 培养用户使用习惯的根源，在于让大学生全部用上，使用四年的时间，深度绑定一款移动办公SaaS，这样当他们工作以后，才会彻底绑死这个工具。 这件事在中国是有案例的，当年freescale作为摩托罗拉半导体拆分出来的公司，在中国最成功的策略，就是狠狠投资freescale高性能单片机为核心的智能车比赛， 导致中国整整两代大学生对freescale芯片比intel还熟悉，像我这一代的人，都经历过拿着冈萨雷斯computer vision的书在freescale极低算力下强行写binary segmentation算法，手写PID，手写电机控制，手写一堆复杂策略等等的一辆完整自动寻轨迹的智能车，且全程记事本手写，难度远高于宇树科技的99%的工作。 如果放在移动办公领域，我个人的建议是，飞书和钉钉应该绑死大学生群体，彻底给他们免费，培养他们四年的使用习惯。 如果你不给他们免费，他们也只能免费用，还必须白嫖，开会40分钟还要退出重进，每次退出重进一次，还要骂你马云和张一鸣全家王八蛋； 如果你给他们彻底免费了，他们至少本科四年彻底绑死一款产品，就有很大概率之后工作中把这套东西彻底带到公司里，甚至自己成立公司后彻底指定绑死其中一家的产品。 你用本科四年的免费账号，凭借学生邮箱，绑死1TB存储空间和无限会议，学生们会拿你们的工具当宝贝天天用，用了四年的时间，培养出习惯，就彻底不用office了。 这点道理想不明白，这俩项目可以说白活白干，不懂点基本的人事儿。

哪些人最容易被人工智能“抢饭碗”？除了程序员等科技从业者，许多经济学家更担心的是一个更庞大的白领群体，客服代表、记账员、人力资源等数以千万计中产阶级岗位可能面临风险，其中大部分由女性担任。

-----以下为原文翻译------ 《我是怎么选择用 AI 替换哪些员工的》 两周前，我裁掉了公司超过 20% 的员工。我这么做并不是因为 Cloudflare 陷入了困境。恰恰相反，我们的营收增长创下了历史新高，现金流十分充裕，而且我们在全球范围内新增客户的数量也达到了前所未有的水平。我做出这个决定，是因为商业环境正在发生剧变；而为了赢下未来，Cloudflare 必须顺势而为。 翻遍美国商业史，你可能都找不到第二家像我们一样、在保持 30% 以上高增长的同时还裁员 20% 的上市公司。然而，我们在过去两周的做法，很可能在未来一年里变成整个行业的常态。这是一个关于人工智能（AI）如何重塑一切的故事，但遗憾的是，许多高管和评论员都误解了 AI 到底会如何颠覆商业规则，以及究竟谁会受到冲击。 为了搞清楚这个问题，我重新翻开了一本 1954 年出版的老书（这书比我还要大 20 岁）：彼得·德鲁克 (Peter Drucker，被誉为“现代管理学之父”) 的《管理的实践》。在这本书里，德鲁克深入剖析了企业内部形形色色的岗位角色。我把这些角色归纳为三类：建造者（builders）、销售者（sellers）和衡量者（measurers）。 顾名思义，“建造者”负责打造产品，“销售者”负责把产品卖出去。而“衡量者”则包揽了剩下的一切：内部审计、收入确认 (revenue recognition，财务术语，指根据会计准则确认一笔销售何时能正式计入公司账面收入的流程)、财务、法务、合规、中层管理、日常运营等等，不胜枚举。 与一些分析师的悲观预测恰恰相反，“建造者”们的饭碗稳得很，哪里也不会去。如果我团队里的某个工程师现在的生产力能借由 AI 翻上十倍，那我绝对会把市面上能找到的这种人才全都招进公司。 “销售者”同样不用担心被淘汰。因为掌握预算的依然是活生生的人类，他们更愿意从那些愿意花时间倾听需求、能建立信任、并且能在出问题时帮忙兜底的人手里买东西。 “衡量者”对企业同样至关重要，但他们与前两者截然不同。顶尖的“衡量者”往往千金难求。他们在幕后不知疲倦地默默耕耘，不追求台前角色 **(front-of-house role，就像餐厅里直接面对顾客的大堂服务员一样，指容易受到外界瞩目和表扬的岗位)** 的鲜花与掌声；最理想的情况是，他们还能保持独立于公司其他部门的客观视角。德鲁克指出，衡量业务表现固然重要，但客户终究是靠“建造”和“销售”争取来的。一家真正顶级的公司，应该把最多的资源投资在这两个核心职能上。 AI 的浪潮并不是冲着“建造者”或“销售者”来的，它真正瞄准的是“衡量者”。不知疲倦、绝对独立、极其高效且随时在线——如今的 AI 系统在衡量和审视一家公司时，其客观入微的细节和精准度，是过去哪怕最拔尖的员工也望尘莫及的。 拿 Cloudflare 来说，过去我们的内部审计团队每季度只能挑出几个业务风险点进行抽查。而现在，我们正在全面启用一套新系统，对每一个业务风险点进行全天候的持续审计。我们财务结账 **(closing our books，指企业在月末或年末结清账目、出具财务报表的常规流程)** 的速度变得更快了。我们犯的错越来越少，即便偶有纰漏，也能被更精准可靠地揪出来。作为 CEO，我现在拥有了前所未有的绝佳工具，不仅能精确衡量公司的整体运营状况，还能帮我精准发掘团队里冉冉升起的明日之星。 我们上周裁掉的员工中，绝大多数正是“衡量者”。我们精简了整个公司的中层管理人员，因为在 AI 的辅助下，主管们现在可以管理更多的直接下属，同时依然能对团队进行精准的绩效评估和有效指导。我们将分散的运营岗位整合进了一个统一的业务支持小组，遇到需要特定专业知识的场景，就让 AI 来填补空缺。我们还大幅裁减了市场营销团队——和大多数公司一样，那里曾经是“衡量者”扎堆的重灾区。此外，在整个财务团队中，我们也找到了大量合并岗位和实现自动化的空间。 但是，这次裁员的根本目的绝不是为了单纯地缩减人头。事实上，我们目前开放招聘的岗位数量创下了历史新高。我预计在未来几年里，我们的员工总数将持续增长。正是因为“衡量”这项工作不再需要那么多人力，我们现在才能腾出手来，将重金砸向那些真正能驱动公司增长的人才。 今年夏天，我们收到了将近 100 万份简历，争夺 1,111 个带薪实习岗位。我们最终录用的这批实习生不仅极其优秀，更是天生的 AI 原生代 (AI-native，指伴随 AI 时代成长，天然适应并将 AI 视为思维方式和基础工具的新一代群体)。他们无一例外，全都是“建造者”或者“销售者”，我们预计这其中的绝大多数人最终都会拿到全职 Offer。 他们是属于未来的新一代，将发明出全新的方式为我们的业务注入动力。得益于 AI，我们现在能更精准地衡量他们的贡献，并准确无误地找出那些未来的领袖人物。AI 绝不是导致年轻人惨淡失业的灾难前兆——情况恰恰相反。 AI 不会终结所有工作岗位，但它必定会重塑每一家企业。归根结底，时间会证明德鲁克是对的。AI 将极大地提升我们衡量组织的能力，这样一来，我们团队里活生生的人类，就能把全部精力倾注到他们真正能创造和捕获价值的地方：去建造，去销售。 How I Choose Which Cloudflare Employees to Replace With AI：