博文
-
小心，从大模型中得到的大都还不能算是知识
- 在从大模型中获取信息时需要格外小心，因为模型生成的内容虽然丰富多样，但并不一定经过严格的验证和筛选。这些内容可能包含错误、偏见或不准确的信息，因此不能直接被视为知识。知识通常需要经过系统的验证、逻辑推理和实践检验，而大模型生成的内容更多是基于数据模式的推测和生成，缺乏这种深度的验证过程。因此，从大 ...
-
AI 的本质不是“上下文”工程，而是.....
- 热度 1
- 事实上，AI的本质超越了“上下文”工程，其核心在于对“态”与“势”的深度认知与融合。这种认知不仅涉及对当前状态的感知（态），还包括对未来趋势的洞察（势），以及两者在动态交互中的价值转化。 简单的事实性上下文工程大概率解决不了人机环境系统智能中深度态势认知问题，更可怕的是，还容易产生误导、误判…… ...
- 中国AI的后劲才刚开始展现
- 本文摘自《环球时报》2025.11.07 近期，一则“硅谷企业纷纷转向中国大模型”的消息在科技圈掀起波澜。例如爱彼迎的CEO布莱恩·切斯基就公开宣称其人工智能（AI）客服系统“在很大程度上依赖”中国大模型，且这些模型不仅表现优于OpenAI等美国产品，还更具成本效益。这些来自一线企业的认可，标志着中国大模型正快步走 ...
-
人机环境系统智能是可持续发展与未来移动性的关键
- 人机环境系统智能在可持续发展与未来移动性中扮演着至关重要的角色。它通过智能技术实现人、机、环境的高效协同，优化资源利用，减少浪费，推动通信、交通等系统的可持续发展。智能系统能实时决策、动态交互，提升效率，同时重新设计人与自然的界面，解决传统系统中的冲突。然而，它也面临能源消耗、资源依赖等挑战，需要 ...
-
人-AI 协同造成的一些问题
- 热度 1
- 一般而言，人机协同引发的问题往往可以从生产力与生产关系的辩证视角审视，结合技术对生产要素的重构、社会分工的演变以及制度体系的适应性调整，需要从生产力跃迁、生产关系重构、社会矛盾显现及治理路径四个维度展开分析。 一、生产力跃迁：智能化要素的质变与协同效应 1、劳动者角色转型 人机协同使劳动者 ...
-
人-AI协同中的“不知道、不会用、不好用”
- 当前， 在人-AI协同实践中，普遍存在“ 不知道、不会用、不好用 ”的“三不”问题——即用户 不了解AI能力边界（不知道） 、 缺乏有效操作方法（不会用） 、 交互体验差或结果不可靠（不好用） 。这些问题不仅削弱了用户的信任感与满意度，更严重制约了AI技术在真实场景中的落地效能与社会价值释放 ...
- AI+：现实版的超级智能
- 本文摘自《环球财经》2025.10（总第299期） 摘要： 本文 提出 “AI+”是人工智能与人、物理环境三元协同的超级智能矩阵，正从技术工具跃升为重构生产要素、重塑产业范式的核心引擎。报告系统梳理其定义、五层技术架构、大模型、具身智能、数字孪生、量子计算等关键技术突破，并以智能制造、医疗、城市、 ...
-
人机协同的控制分级、失控与危险
- 人机协同系统的控制分级与风险演化具有显著的层级特征，其本质是 技术能力、责任边界与系统复杂性的动态博弈 。基于现有研究与实践，可构建以下分析框架： 一、控制分级体系与风险演化 根据人机协同的自主性程度与责任归属，可将系统划分为以下五级（参考SAE标准与工业实践）。 控制等级 核心特征 ...
-
人机交互的出发点在于感性服务，而不仅仅是理性的逻辑推理
- 现代人机交互设计的核心趋势之一——感性服务是拉近人机距离的关键，而理性逻辑更多是实现这一目标的底层支撑。 从实际应用来看，这种“感性优先”的思路体现在两个核心场景： 日常交互中，用户更需要“被理解”而非“被说教”。比如智能助手在用户情绪低落时，不会机械罗列“缓解情绪的10种方法”，而是先以 ...
- 态势感知中的“麦克斯韦方程组”
- 麦克斯韦方程组用四个简洁的积分-微分关系，把电荷产生的电通量、电流产生的磁环量、变化磁场激发的电环量、变化电场感生的磁环量首尾相接，形成一幅自给自洽的图景：电场与磁场不是独立存在，而是同一种电磁实在在时空中的两种“态”，它们随任何扰动相互诱导、交替再生，并以恒定光速 c 向外扩散——由此统一了光、电、 ...
