标签: 软件
为什么没有一款现场管理软件，能得到大家普遍使用？核心是要回答好三个主要问题:
为什么没有一款现场管理软件，能得到大家普遍使用？核心是要回答好三个主要问题:①第一，使用者使用场景一听就懂。（够简单，不给大家找借口）②第二，如何创建与使用。（简不简单且可复制，能不能一次创建重复使用）③第三，不能增加大家工作量。（大家都在使用，凭啥别人可以不用）现场工作软件，看见更好的你！是不是很“疯狂”？
乌情报总局展示：如何借助Palantir人工智能软件打击俄军后方乌克兰正利
乌情报总局展示：如何借助Palantir人工智能软件打击俄军后方乌克兰正利用独特的智能系统，对俄罗斯领土发动大规模袭击。Palantir公司的人工智能技术，能够同时管理数千架无人机，并寻找敌方防御的漏洞。CNN报道。记者获准进入乌克兰国防部情报总局（GUR）某部，观察其如何策划，对俄罗斯深后方战略目标，发动无人机袭击。情报人员的核心工具，是来自美国Palantir公司的独特开发成果PRISMA系统。如今，士兵们拥有的这款软件，允许操作员在飞行过程中，同时管理数千架无人机。PRISMA软件正被广泛应用于乌克兰远程攻击无人机的指挥部。屏幕上实时显示着地图、飞行轨迹以及经由人工智能处理的叠加数据。与此同时，代号为“矢量”的指挥官，正在实时策划打击行动。该系统将混乱的空战，转化为清晰的数学模型，使得攻击此前被认为无法触及的目标成为可能。算法主要分析以下参数：•以往无人机机群被拦截的具体位置。•俄罗斯雷达的覆盖区域。•能够绕过防空系统的飞行轨迹。•特定区域敌方防空火力的密度。人工智能会实时计算出最优路径。这使得每一组后续无人机都能通过AI刚刚发现的“空隙”进入。此类攻击的效率远高于普通的发射方式。安全性与兵力分散：情报人员同时也保障了系统的生存能力。尽管俄军正在搜寻指挥中心，但由于系统并不绑定在特定的电脑或建筑上，想要摧毁该软件几乎是不可能的。乌克兰国防部情报总局（GUR）的操作人员向记者解释道：•已建立了多个监控中心。•它们分散在数十个不同的地点。•摧毁其中一个节点不会导致整体工作停滞。这种结构使PRISMA系统变得难以捉摸。即使敌方直接命中其中一个点，其他中心也能瞬间接管所有无人机的控制权。有关乌克兰对俄军后方打击的已知信息31日，乌克兰国防军部队成功袭击了伏尔加地区的萨拉托夫斯基炼油厂。它是俄罗斯石油公司结构的一部分，为占领军队提供燃料。5月30日夜间，乌克兰武装部队对敌方作战纵深的23个军事及后勤目标进行了大规模打击。当时，乌克兰无人机在俄罗斯本土及克里米亚半岛制造了“燃烧之夜”，命中了石油后勤环节。此外，在这次大规模夜间袭击中，无人系统部队的飞行员协同其他部门，摧毁了曾在此前制造暴行的俄军旅级部队训练场。注：因本地出现特殊天气现象（可从网络上找到大量此方面消息），造成本号网络受到影响。因此没能及时更新，特别说明，感谢您的信任和支持🙏🙏🙏
华尔街开始重新审视软件行业，尤其是与人工智能深度绑定的企业。
华尔街开始重新审视软件行业，尤其是与人工智能深度绑定的企业。
梁文峰称英伟达显卡没技术梁文峰的意思是所有正常理科生都明白的意思——所有的目前的
梁文峰称英伟达显卡没技术梁文峰的意思是所有正常理科生都明白的意思——所有的目前的科技都没有什么秘密。原理上都很简单，任何一个学过物理的人都明白，芯片本质上就是一堆缩小的电路，是一堆“电子开关”，是用电子开关来形成逻辑门，然后用这些来计算，火电厂核电站的本质上是烧开水，化学火箭的本质是个可控的炮仗……原理真的很简单，难度在于“工艺”。工艺的根本在于一个国家强大而完善的工业体系，说白了就是要发展，基础科技发展到了那个程度，工艺技术迭代到了那个程度，或者找到了新的架构和设计方法……自然而然就突破了。因为这一切的根本是物理和化学，是千锤百炼的生产技术，不是什么魔法。我国工程师常说的一句话叫做：“只要是人造出来的东西，早晚我都能做出来”。只有那些不学无术，对基础原理一无所知，不思考，不计算，从来不下工厂，不进生产线的媒体混子，才会对西方的“技术”产生盲目崇拜，把科学当着宗教来崇拜。他们几十年前看到美军飞机当做圣物，看到德日汽车当做工业神话，那是因为他们根本不读书不学习，从来不了解技术背后的基础理论，也从来不了解制造工艺背后的工业体系……把工业品神化了。梁文峰的意思很简单，不是说英伟达显卡没技术，而是说这个技术原理上很简单，属于基础原理，谁都能看得懂，不是什么武林秘籍、神奇配方……没必要神话。英伟达显卡强大，因素很多，很重要的是先发优势、市场、软件生态和整个西方计算机图形体系带来的强大，这是长期养出来的……但这不是不可超越的，也不是不可取代的，只是需要时间和契机而已。只有那些考试不过200分，数理化常年不及格，啥都不懂还要嘴硬弱智才会抬杠反驳。他们懂个屁的芯片。
很多人以为，ai的未来只是“更聪明的搜索引擎”，或者“更会聊天的软件”。但事实
很多人以为，ai的未来只是“更聪明的搜索引擎”，或者“更会聊天的软件”。但事实上，真正的变化，才刚刚开始。过去的人使用电脑，是为了完成某个任务：写文档、发邮件、搜索资料。而未来的人使用AI，更像是在建立一个“第二意识系统”，一个长期陪伴、协助思考、管理信息、连接人生碎片的智能外脑。真正开始深入使用AI的人，会逐渐分成两种层次。第一种人，把AI当工具。他们会让AI写标题、改简历、做PPT、总结会议、生成图片。这当然已经很强，也能节省大量时间。但这仍然只是“功能型使用”。而第二种人，则开始把AI变成一种“认知系统”。他们会：*用AI管理长期项目*建立自己的知识体系*整理几十年的档案*发展个人品牌*连接创作、商业与生活*让AI学习自己的语言、审美与思维方式这时，AI就不再只是一个软件，而开始变成一种“持续存在的协作者”。在这一点上，ChatGPT与Gemini，正在走向两个不同但互补的方向。Gemini的优势，在于它背后是Google的整个现实世界系统。Gmail、GoogleDocs、Drive、Calendar、Photos、YouTube、搜索引擎、地图、Chrome……这些工具，其实已经记录了许多人十几年甚至二十年的数字人生。因此，Gemini真正强大的地方，并不只是回答问题，而是可能逐渐成为一个能够理解你“现实生活结构”的AI。比如它：*知道你最近在和谁频繁通信*知道你有哪些会议*知道你的文档与项目分布*知道你旅行过哪些城市*知道你的照片时间线*知道你长期关注的主题未来的Gemini，更像一种“现实工作与生活助手”。它会帮人：*管理项目*归档文件*搜索历史*整理研究*总结邮件*建立时间线*连接照片与记忆甚至可能最终形成一种“人生档案系统”。而ChatGPT的方向，则更像是另一种存在。它更擅长的，不只是信息，而是语言、结构、创意、叙事、思想生成。它不像是在读取你的文件，而更像是在与你一起“构建世界”。尤其对于：*作家*艺术家*策展人*创业者*导演*思想型创作者ChatGPT更像是一种长期创作伙伴，能够陪伴一个人：*发展理论体系*构建长篇叙事*建立品牌语言*推进复杂项目*形成思想结构*持续深化创作这也是为什么，很多真正长期使用AI的人，后来会发现自己已经不是在“使用软件”，而是在“训练一个理解自己的人”。而未来最重要的差距，也许不再是谁更会操作工具。因为工具会越来越普及，真正的差距，会变成：谁能更快学习，谁能建立自己的AI系统，谁能让AI长期理解自己，谁能把碎片信息转化为完整结构。未来最强的人，未必是最聪明的人，而是那些最早学会如何与AI长期协作的人。因为AI的终点，或许并不是一个聊天机器人，而是一种新的“个人认知基础设施”：一个连接记忆、思想、创作、工作与人生的第二系统。
![微信软件改新版本，方便更多老年朋友登录。[赞][赞][赞]老版本微信退出或重新](http://image.uczzd.cn/12178856290285542510.jpg?id=0)
2026年5月22日，腾讯和腾讯音乐正式对外官宣了一项重大调整，瞬间刷屏了各大社
2026年5月22日，腾讯和腾讯音乐正式对外官宣了一项重大调整，瞬间刷屏了各大社交平台。官方明确表态，会全面放弃在线音频的独家版权权限，往后不会再签任何新的独家音频合作协议，手里现存的所有独家合约，也会按照监管要求全部解除。对于每一个喜欢听歌、听有声书、听播客的普通人来说，这绝对是今年最实在的福利。很多人可能好奇，好好的独家版权，腾讯为什么突然全面放开。这件事的源头，要追溯到2026年5月11日国家市场监督管理总局发布的官方公告。当时监管部门为了规范市场，对腾讯收购喜马拉雅股权一案做出裁定，附加了多项限制性条件，取消音频独家版权就是其中最核心的要求。这也是行业反垄断、维护公平竞争的重要举措，并非企业自主调整，是合规经营的必要举措。不少网友会把这次事件和2021年的版权整改混淆。2021年8月，腾讯音乐确实解除过音乐独家版权，但当时的整改范围只覆盖线上歌曲领域。而2026年的这次调整范围更广，除了全网音乐，还包含有声书、播客、音频课程等所有在线音频内容，覆盖了大家日常使用的全部音频场景，整改力度和全面性都远超以往。常年使用音频软件的人都深有体会，过去多年大家一直被版权问题困扰。市面上每款听歌、听书软件的曲库和内容都不一样，热门歌曲、优质有声内容分散在各个平台。想要听完整的喜欢的内容，手机里必须同时下载好几个APP，还得重复开通不同平台的会员，不仅占用手机内存，还白白花不少冤枉钱，体验感特别差。随着这次新规落地，这种行业乱象会彻底成为过去。所有音频平台都能平等获取正版内容授权，各大平台的核心曲库、有声内容会逐步趋于统一。往后大家只用一个常用的音频软件，就能收听绝大部分正版音频内容，不用再频繁切换软件，也不用重复充值会员，日常的视听体验会大幅提升。整个音频行业的竞争模式也会迎来彻底改变。过去很长一段时间，各大平台的竞争重心都放在抢夺独家版权上。谁手握更多独家内容，谁就能锁定更多用户，行业也陷入了恶性内卷。天价版权费用最终都会分摊到平台运营成本中，最后变相让消费者承担。独家版权壁垒消失后，平台没法再靠垄断内容吸引用户。想要留住用户，只能在实打实的服务上下功夫。未来行业竞争会集中在音质优化、界面体验、会员权益、原创内容打造、互动功能升级这些维度，整个行业的发展会变得更加健康良性。音乐人和有声创作者也能从中受益。以往创作者的作品只能通过独家合作的单一平台分发，曝光渠道有限，收益模式也比较单一。版权全面开放后，创作者和版权方可以自主和多个平台合作，作品的传播范围会更广，收益渠道也会更多，能够更好的激励大家产出优质原创内容。大家也需要理性看待这次调整。现存的独家合约不会瞬间全部失效，会按照规定流程逐步解除，内容全面互通还需要一段时间过渡。但可以确定的是，音频行业独家垄断的时代已经彻底结束，普通用户、创作者和整个行业，都将迎来全新的发展局面。
科技大佬黄仁勋曾说，我的公司员工，如果年薪是五十万美金，一年下来花费在智能软件上
科技大佬黄仁勋曾说，我的公司员工，如果年薪是五十万美金，一年下来花费在智能软件上的支出，如果只有几万美金，我会特别失望，我希望是花费一半收入在上面。这话听着有点“凡尔赛”，但老黄是认真的。今年3月GTC大会期间，他在《All-InPodcast》节目里把话说得更直白——如果年薪50万美元的工程师，年底告诉他这一年买Token只花了5000美元，他会“非常火大”。先给大伙解释一下Token是个啥玩意儿。你可以把它理解成AI干活要烧的“汽油”。你用AI写文案、写代码、做分析，后台都在消耗Token。烧得越多，说明AI替你干的活越多。老黄的逻辑很简单：我给你配了一辆跑车，你居然还在蹬自行车上班？他打的算盘大着呢。老黄计划在员工基本工资之外，额外再给相当于薪水一半的Token配额，目标让每个人的生产力放大10倍。换句话说，拿50万美金年薪的人，能再领价值25万美金的Token额度。这笔钱不是让你存着，是让你拿去“雇佣”AI智能体替你干活的。有人可能说了，这不就是变相给员工多发福利吗？天真了。Token预算在硅谷已经变成了一种变相的绩效考核。网上有分析文章讲得很到位——老黄嘴里说“希望花掉一半”，潜台词其实是“花不够一半，说明你根本没用好AI，效率没拉满”。哪个工程师敢承认自己效率没拉满？更绝的是这玩意儿正在变成招聘杠杆。现在硅谷面试，除了谈工资谈股票，问的最多的是“你们公司配多少Token”。Token预算已经成了薪资包里一个单独列出来的硬指标，跟底薪、奖金、期权平起平坐。你不给够，人才扭头就去隔壁了。国内大厂反应也快得很。腾讯被曝出给员工配了年度价值约22万元的AIToken套餐，阿里相关配套方案也在紧锣密鼓推进。打工人还没反应过来，老板们已经悄悄把KPI里加了一条：你烧了多少算力。批判性地看这件事，我觉得有两个坑。头一个，Token预算跟真金白银不一样。现金放银行有利息，股票涨了能套现，Token消耗完毕就失效，不能攒下来买房买车。有外媒分析直接点名——Token预算不会出现在你下次谈薪的offer信里，不会在你简历上留下痕迹，更不会成为你跳槽时讨价还价的筹码。说白了，这是消费预算，不是个人资产。另一个坑更隐蔽。当公司给你配了相当于“半个自己”薪资价值的Token，嘴上说这是福利，心里想的是“你必须产出两个人的活儿”。TechCrunch那篇分析算了一笔账——Token费用相当于给你配了“第二个工程师”，如果你没拿到翻倍的生产力提升，公司就可能要考虑优化人员来持平成本。听出弦外之音了吗？不是怕你花少了，是怕你花完了产出不够。再把账算得明白一点。老黄这步棋真正的巧妙之处在于闭环。英伟达售卖GPU给云服务商和AI公司，AI企业依托GPU生成Token，黄仁勋又号召全球企业采购Token发放给员工，Token消耗一暴涨，云厂商就得接着向英伟达采购更多芯片。好家伙，自己搭的台子自己唱戏，全场都得买他家的票。对咱们普通打工人来说，这事儿也没那么复杂。不管你老板有没有开始发Token，AI工具现在已经摆在那儿了。会用的人，写代码、做表格、整方案的速度确实快了好几倍；不会用或者懒得学的人，可能慢慢就发现——自己干的活，旁边同事用AI十分钟就搞定了。这不单是技术进步，这是对工作方式的一次重新定义。以前衡量你价值的是你“能干多少活”，以后衡量的可能是你“能指挥AI干多少活”。两种能力之间的差距，正在被拉得越来越大。在这个赛道上，有人已经开始飙车了，有人还在路边找车钥匙。你愿意做哪一个？各位读者你们怎么看？欢迎在评论区讨论。
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
