在过去很长一段时间里，科技圈似乎人均都成了“提示词工程师”，大家都在琢磨怎么用最精妙的语言驯服AI。但包括Andrej Karpathy在内的很多行业大佬已经开始反思了，他们认为，决定AI效果的关键，可能早就不是怎么问，而是你给AI喂了什么料。这个思路，就是最近越来越火的上下文工程（Context Engineering）。
我们知道，训练大模型本就极具挑战，而随着模型规模的扩大与应用领域的拓展，难度也在不断增加，所需的数据更是海量。大型语言模型（LLM）主要依赖大量文本数据，视觉语言模型（VLM）则需要同时包含文本与图像的数据，而在机器人领域，视觉 - 语言 - 行动模型（VLA）则要求大量真实世界中机器人执行任务的数据。
健身不戴表，等于没健身。 经常用 Apple Watch 的人都知道这里面的门道有多深，作为一个对打卡有执念的 Apple Watch 用户，我每天的头等大事，就是把三个圆环「活动、锻炼、站立」尽可能闭合。
当 OpenAI 在美国市场确立领先地位时，Perplexity 正选择另一条道路——悄然进军印度，在人工智能应用的下一个阶段展开竞争。这家以搜索为核心的人工智能初创公司正在全球第二大互联网和智能手机市场快速获取数百万用户，为大规模市场扩张奠定基础。
百度再推AI搜索一、百度再推AI搜索APP DataEye研究院发现，日前，百度再度推出一款AI搜索应用“Tizzy.AI”
你多久没有写日记了？ 人天生就有理解自我经历的心理需求，脑海中那些不断运转的、充斥着各种情绪与冲突的声音，需要有一个出口——写日记可以是这个出口，写下来，那些不停运转的声音得以暂时停歇，找到停落处。
Claude Code 出来之后，很多人都在说“一个人 + AI 就可以独立写应用了”。
据外媒报道，北约近期完成首次由人工智能（AI）主导的防空测试。结果显示，AI系统在预警时效、信息处理和拦截效率等方面的表现，均优于同等条件下的人工操作。分析人士表示，近段时间以来，北约成员国在AI军事化应用领域动作频繁，相关动向值得关注。
MiniMax 在 7 月 10 日面向全球举办了 M1 技术研讨会，邀请了来自香港科技大学、滑铁卢大学、Anthropic、Hugging Face、SGLang、vLLM、RL领域的研究者及业界嘉宾，就模型架构创新、RL训练、长上下文应用等领域进行了深入的探讨。
如今，人工智能已成为化学研究不可或缺的工具，广泛应用于化合物性质预测、反应优化和材料设计等领域。
