#技术趋势

4周前

最近反复提及自己对 AI 的一些看法，索性花费点时间，整理成万字长文！深度思考：聊聊 AI 发展趋势

#AI发展趋势 #深度思考 #万字长文 #AI看法 #技术趋势

沉浸式翻译

1个月前

Stack Overflow 的「2025 年开发者调查」是关于全球软件开发现状的年度权威报告。在第十五个年头，Stack Overflow 收到了来自 177 个国家/地区的 49,000 多份回复，涵盖 62 个问题，重点关注 314 种不同的技术，其中包括对 AI 代理工具、LLMs 和社区平台的新关注。这份年度开发者调查提供了全球开发者社区需求的 Crucial 快照，重点关注他们使用或希望了解更多信息的工具和技术。分类细致：内容按「开发者」「技术」「人工智能」「工作」「Stack Overflow 社区」「方法论」六大板块分别展示，非常方便按需查阅。技术趋势洞察：报道包括主流编程语言（如 Python、Rust 加速增长）、数据库、云开发、Web 框架、IDE、AI 模型（如 GPT、Claude）等技术在开发者中的使用与关注度。 AI与社区前沿：今年特别新增 AI 代理、LLM、开发者社区平台的趋势调研，把握行业发展最新动态。开发者工作现状：如远程办公比例、工作满意度、薪资与角色、技术工具的选用与弃用原因等热门行业话题。互动数据：可查看各种趋势图表和排行榜，了解不同技术和工具在全球开发者中的受欢迎度和“理想-现实”差距。方法论透明：页面公开调查流程、反馈收集方式，确保报告数据权威且真实。行业参考价值高：无论是工程师、产品经理、企业技术决策者，都能从中获取业界第一手的趋势情报。 🔗：

#Stack Overflow #开发者调查 #AI趋势 #技术趋势 #开发者工作

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

GenAI的冬天到了，CogAI的春天还会远吗？

#genAI #CogAI #人工智能 #技术趋势 #行业 перспектива

1个月前

23 年时候心血来潮，写了个结论，以后的软件界面都是 UI 顺时生成的语言交互并不是最佳方式，UI 界面交互更有操作性现在看来快一一实现了

苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息

#UI界面 #软件界面 #人机交互 #UI顺时生成 #技术趋势

1个月前

gemini3 pro 让“前端已死”吗 --- 反正我打算去认真的去补前端基础了

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Gemini3 Pro #前端开发 #前端基础 #技术趋势 #职业发展

1个月前

#每日推荐 jetbrains家统计的2025 年编程趋势，图表挺漂亮～ 🫱

#2025年编程趋势 #JetBrains #编程图表 #技术趋势 #数据可视化

1个月前

半导体内行Fin神有关AI的所有高认知观点，AI总结： - **AI 泡沫性质** - 核心观点：与互联网泡沫不同：AI 是应用端驱动基建，基建紧缺而非过剩；泡沫可能在 App 端（需求兑现慢）。 - 支撑论据：互联网基建解耦导致 97% 光纤闲置；AI 中 CRWV backlog 从 30B 涨到 55B，需求传导自 App → 云 → DC → 芯片。 - 风险警示：App 端泡沫源于 AI/Agent 迭代慢；渗透率近 50% 时增速放缓，可能引发砍单潮（类似 Cisco 泡沫）。 - **GPU 折旧与寿命** - 核心观点：折旧不是大问题：训练 GPU 寿命 2-3 年（AFR <6%），推理 5-6 年；整体按 5-6 年合理。 - 支撑论据：Meta Llama3 报告：年化 AFR 9%；CRWV 财报：旧 H100 续约价仅降 5%，A100 卖光。 - 风险警示：若按 6 年折旧而实际寿命短，可能虚高利润（灰犀牛）；技术迭代导致 TCO 劣势，但短期供不应求。 - **基建投资与 Capex** - 核心观点：公司激进转向 Capex（Meta 38%、MSFT 33%），挤压 Opex 导致裁员；半导体利润超互联网成新常态。 - 支撑论据：Amazon 裁 3 万省 60B 买 GPU，云增速从 18% 提至 24%；Nvidia 投资伙伴推动 Capex。 - 风险警示：电力/并网瓶颈（矿转 AI 如 CORZ）；举债风险（如 ORCL）；泡沫破灭在 App 端而非基建。 - **公司策略** - 核心观点：OpenAI 平衡：10GW NV、10GW ASIC、6GW AMD；AMD 激进 PIM 技术；Meta all-in 但常错节奏。 - 支撑论据：AMD ROCm 进步，但软件栈慢；Oracle 可能入 ASIC 市场（传闻）。 - 风险警示：Zuck 运气好（Reels GPU 转 LLM），但风格折腾（Libra、VR）；AMD 需成熟 ASIC 抢推理份额。 - **就业与社会影响** - 核心观点：AI 提效有限（大厂 15-20%）；就业压力更多来自 Capex 挤压，而非纯提效。 - 支撑论据：Agent 操作猛但目标仅 20% 效率；SDE 买 Nvidia 对冲被 GPU 挤出价值链。 - 风险警示：结构性失业潮（非大规模）；AI 通缩性（抑制通胀）；端侧 AI 需 7-10 年演进。 - **技术趋势** - 核心观点：存储周期早期（HDD/SSD 紧缺）；AI 推理成本不降（体验优先，如手机功耗）。 - 支撑论据：WDC/Hynix 财报：推理比例升；渗透率 10%-50% 最快增长阶段。 - 风险警示：Token 消耗量成文明标志；人 + AI > AI（开放问题需人简化）。

英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息

#AI泡沫 #GPU折旧 #基建投资 #公司策略 #就业影响 #技术趋势

知识分享官

1个月前

国内媒体成天bb程序员已被AI取代，我在X上看到的反倒是AI让程序员更强了。

#AI #程序员 #AI增强程序员 #国内媒体 #技术趋势

2个月前

但凡一个 sdk 同时支持了 lua 和 js，上层使用者最后都会转移到 js/ts 去，不再写 lua ！

#SDK #Lua #JavaScript #技术趋势 #编程语言

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2个月前

被各大LLM输出严重信息过载，GenAI必须要走向CogAI

#多智能体之争：Anthropic生态VS单智能体· 81 条信息

#LLM信息过载 #genAI #CogAI #人工智能 #技术趋势

2个月前

AI 的方向一年一个 2023 年大家都在讨论聊天 AI 2024 年开始讨论 RAG 和微调 2025 年是 MCP 和 tool call 下个概念是什么呢？

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#AI发展 #技术趋势 #年度热点 #技术更迭 #未来展望

沉浸式翻译

2个月前

麦肯锡发布的108页《2025年技术趋势展望》报告不仅仅是一份清单，它描绘了即将颠覆世界的8大科技预言。未来并非孤立地、一个趋势接着一个趋势地到来。我们正生活在一个“大融合”（Great Convergence）的时代，人工智能、机器人技术和生物学的突破性进展正在相互碰撞，共同创造一个比以往任何时候都更加自主、智能和互联的世界。 1⃣人工智能革命进入现实预言一：智能体AI——你的第一个AI同事即将入职 AI智能体是能够“独立规划和执行复杂、多步骤任务”的系统。它不再仅仅是一个信息工具，而是一个行动工具。它能像人类一样，使用我们日常的数字工具（如网页浏览器、订单系统）在数字世界中采取行动。 💥这种转变的深层影响，可能标志着我们所熟知的图形用户界面（GUI）时代的终结。 💥未来的交互核心不再是“点击”，而是“委托”。你不再是“使用”软件，而是向你的AI智能体“下达指令”。这意味着，未来最有价值的员工将是那些最懂得如何清晰地阐述目标、管理一个数字团队的人，而不是那些鼠标点得最快的人。 2⃣无处不在的AI——“小模型”革命，正在你的口袋里装下一个超级大脑 💥AI的真正价值仍有待释放，而释放这一价值的关键，正是“小模型爆炸”。通过“蒸馏”和“量化”等技术，可以从大型“父模型”中衍生出功能强大、领域特定的AI模型。这些小模型最大的优势在于它们需要“少得多的计算能力” 。这意味着AI现在可以被集成到“从智能手机、家用电器到卡车和工业设备的各种设备和应用中” 。 💥最强大的AI不在云端，而在你的手中，它即将改变力量的平衡。 3⃣人形机器人时代——它们正在打卡上班人形机器人正从YouTube视频里走出来，进入仓库和生产线。这并非要取代人类，而是为了创造一个全新的、人机混合的劳动力。尽管全球已有超过400万台工业机器人，但它们大多被安全围栏隔离。新一波的浪潮是关于“协作机器人”（cobots），它们能够安全地与人类并肩工作。之所以选择“人形”，其背后的逻辑非常务实：为了让机器人能够在我们现有的世界中工作，而无需对环境进行大规模改造。毕竟，“在爬楼梯时，腿比轮子更合适” 。 💥机器人不是来抢你的饭碗，而是来接手你最无聊的任务，从而迫使我们在工作中变得更具人性。 4⃣科幻通勤——飞行出租车和无人驾驶汽车已在地平线上你的日常通勤即将迎来一次史诗级升级。全自动驾驶的网约车服务正在大城市扩张，送货无人机正布满天空，而第一批获得认证的“飞行出租车”也即将问世。这是一场关于“操作系统”的战争。无论是自动驾驶汽车、无人机还是飞行出租车，它们都需要极其复杂的软件来进行导航、确保安全和管理整个机队。其核心价值不仅仅在于硬件本身（汽车或无人机），更在于管理这一切的网络——优化路线、管理电池、确保安全、处理支付。 💥我们不只是在制造更智能的汽车和飞机，我们正在为物理世界构建一个移动互联网。 5⃣生物工程——我们正在学习编写自己的生物程序技术与生物学之间的界限正在消融。在AI和CRISPR等基因编辑工具的驱动下，科学家们正从“观察生命”转向“设计生命”。我们正处在一场新工业革命的开端，其核心是“生物制造”的崛起。在过去200年里，制造业主要由化学和物理主导——加热、塑模、组装惰性材料。 💥生物工程引入了一个全新的范式：利用活细胞（如酵母或细菌）作为微型工厂。通过“编程”它们的DNA，我们可以指令它们生产几乎任何复杂的分子，从药品到食品再到织物，而且通常能耗更低、浪费更少。 💥我们正进入一个时代，最先进的工厂将是活细胞，而我们的编程语言将是DNA。 6⃣AI的能源悖论——一份惊人的电费账单，正倒逼一场绿色革命人工智能的繁荣背后有一个肮脏的秘密：对电力的无尽渴求。这种前所未有的需求正将我们的电网推向极限，但出人意料的是，它也正成为推动新一轮清洁、可靠能源创新的最大催化剂，包括下一代核能和太阳能技术。问题的根源非常明确：“仅数据中心就已成为全球电力消耗增长的最大驱动力之一” 。麦肯锡的分析预测，到2030年，数据中心的容量需求可能会增长超过三倍。 💥AI正在制造一场巨大的能源危机，大到只有AI自己才能解决它，并在此过程中催生了下一代清洁能源。 7⃣沉浸式现实——超越屏幕，去“感受”互联网准备好迎接一个可以触摸和感受的互联网。下一代增强现实（AR）和虚拟现实（VR）正在超越视觉和听觉。先进的触觉技术（haptics）正在创造出极其逼真的多感官体验，从外科手术训练到工业设计，数字与物理世界之间的界限正变得模糊。关键的进展在于“触觉技术的进步正在模糊现实与模拟之间的界限” 。可穿戴的手套和套装现在可以提供精确的触觉反馈，模拟物体的纹理甚至雨滴的感觉。我们将完善虚拟现实，不是为了玩游戏，而是为了练习做手术，而这将改变一切。 8⃣太空淘金热——抵达星辰的成本，前所未有的低廉进入太空不再是超级大国的专属特权。可重复使用火箭技术的革命正导致发射成本急剧下降，引发了一场低地球轨道的商业淘金热，这将彻底改变全球互联网、气候监测和数据情报的格局。成本的急剧下降是这一切背后最重要的驱动力。报告强调，SpaceX的“星舰”（Starship）旨在将发射成本降低至每公斤10到30美元，相比之下，“猎鹰重型”（Falcon Heavy）的成本约为每公斤1400美元，降幅接近百倍。历史上，基础设施指的是公路、电网和海底光缆——全部位于地球表面。而如今，用于通信（星链）和观测（Planet）的LEO星座的激增，正在地球上空形成一个持久的、实时的数字层，覆盖全球。太空不再仅仅是探索的目的地，它正在成为一种“公共事业”。就像今天的企业依赖云基础设施（AWS、Azure）一样，下一代公司——无论是在农业、航运、保险还是金融领域——都将基于这个新的太空公共事业层所提供的持续数据流和连接来构建其商业模式。 💥最宝贵的地产已不在地球上，而在我们头顶上方2000公里的太空之中。结论：一个组合式的未来这八个预言并非各自独立的事件，它们相互关联，并互相加速。人工智能革命需要能源革命为其提供动力；人形机器人需要先进的AI来认知世界；生物工程需要AI来设计新分子；而所有这些技术，都将被来自新太空基础设施的数据流所连接和增强。未来的领导者，将是那些能够看到趋势之间联系的人，而不仅仅是看到孤立的技术。他们将明白，真正的力量在于交叉点——在那里，一个AI智能体可以派遣一架无人机，去递送一种经过基因编辑的疗法。未来是一场组合创新的游戏，而这场游戏才刚刚开始。原版：中文版：双语版：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#技术趋势 #人工智能 #能源危机 #生物工程 #太空探索

2个月前

在科技行业，有一些看似简单却蕴含深刻规律的"定律"，它们像无形的手，推动着技术从萌芽走向成熟。这些由科学家和工程师们总结的趋势，不仅解释了过去几十年的技术爆炸，更为我们理解未来提供了一把钥匙。 1. 摩尔定律：晶体管的"指数游戏" 1965年，英特尔联合创始人戈登·摩尔观察到一个现象：一块集成电路上的晶体管数量，大约每18-24个月就会翻倍。这个看似简单的规律，在之后半个多世纪里几乎从未失效。从早期的4个晶体管到如今的几十亿个，它像一个"技术节拍器"，让计算能力以可预测的速度向前狂奔。这背后，是人类对微观世界的极致探索，也是技术迭代最直观的"加速器"。 2. 克雷克定律：存储的"容量马拉松" 如果说计算能力在"加速跑"，那么数据存储则是一场"耐力赛"。 1980年代，希捷工程师马克·克雷克发现，磁盘存储密度每过一年就会提升约40%。这意味着，同样的空间能装下的信息，以近乎持续的速度增长。从早期的5兆容量到如今的TB级硬盘，这条定律让海量数据的存储成为可能，也为云计算、大数据等领域筑牢了基石。 3. 吉尔德定律：带宽的"无限供给" 随着网络时代的到来，另一个规律逐渐显现：计算机网络的带宽，大约每18个月就会翻一番。乔治·吉尔德在1990年代提出这一观点时，或许没人能想到，如今的5G、6G技术，以及无处不在的Wi-Fi，正是在践行这个"带宽神话"。当信息传输的成本越来越低、速度越来越快，我们才得以享受视频通话、在线教育、虚拟现实等全新体验。 4. 梅特卡夫定律：网络的"价值倍增器" 以太网的发明者罗伯特·梅特卡夫在1973年发现了一个有趣的规律：网络的价值与节点数量的平方成正比。简单说，100个人的社交网络，价值远不止10个人的100倍，而是10000倍。这解释了为什么微信用户超过10亿、淘宝商家超过1000万时，平台的价值会呈现几何级增长。网络的本质，正是通过连接不同的"点"，创造出远超单个点总和的价值。这些定律的共同点，在于它们都揭示了技术发展的"指数增长"特性——不是线性的累加，而是几何级的爆发。它们像技术发展的"底层算法"，让我们能够在纷繁复杂的创新中，找到那些真正具有颠覆性的方向。当然，技术的进步从来不是一帆风顺，这些规律也并非绝对的"预言"，但它们提醒我们：理解趋势，才能更好地拥抱未来。

#科技定律 #指数增长 #技术趋势 #未来科技 #科技预测

2个月前

如果你还没注意到这个变化，那现在应该关注一下：计算的重心正在从预训练转向推理。我们发现，通过在测试时扩大计算资源的投入，效率提升非常显著，而且这种提升的空间似乎还很大。在人工智能领域，预训练阶段就像给模型打好基础，用海量数据让模型学会知识和规律。但真正让模型服务于实际问题的，是推理阶段——就像让学会了知识的人去解决具体问题。过去，大家可能更关注如何让预训练模型变得更大更强，比如用更多数据、更深层的结构。但现在，随着大模型的发展，推理阶段的计算成本和效率问题越来越突出。最近几年，我们看到一个明显的趋势：企业和开发者开始把更多精力放在优化推理上。比如，通过调整模型结构让它在推理时更“聪明”，或者用更高效的硬件加速计算，甚至在推理过程中动态分配资源。这些做法就像给汽车升级了更高效的发动机，虽然车子本身已经不错，但通过优化“跑”的过程，能让速度更快、油耗更低。为什么推理的重要性越来越高？因为预训练模型的规模已经很大了，再单纯扩大预训练的规模，边际效益会递减，甚至可能增加成本。而推理是模型和用户直接接触的环节，直接影响用户体验和实际应用的成本。比如，一个聊天机器人如果推理速度慢、响应不及时，用户就不会喜欢用；一个自动驾驶系统如果推理时间长了零点几秒，可能就会影响安全。所以，现在大家都在想办法让推理更“快”、更“省”，同时还要保证效果不下降。这种转变不是说预训练不重要了，而是说整个技术体系在走向更精细化的分工。就像建房子，打地基（预训练）很重要，但盖好地基后，怎么把房子建得又稳又漂亮（推理优化），同样关键。而且，随着技术的进步，推理阶段的优化空间还在不断扩大。比如，新的硬件技术、更智能的算法，甚至模型本身的“瘦身”技术，都可能让推理效率再上一个台阶。对于企业来说，关注推理阶段的优化，其实是在为未来的竞争做准备。谁能让大模型用更低的成本、更快的速度服务用户，谁就能在AI时代占据更有利的位置。而对于我们每个人来说，这也意味着未来会有更多更智能、更便捷的AI产品和服务，真正走进我们的生活。总的来说，从预训练到推理的重心转移，是AI技术发展到一定阶段的必然结果。这不仅是技术路径的调整，更是对效率和实用性的追求。而这个过程中，我们看到的不只是技术的进步，更是整个行业对“如何让AI更好地服务人类”这个问题的深入思考。

AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息

#AI推理优化 #大模型 #计算效率 #用户体验 #技术趋势

2个月前

最近发模型的速度明显慢下来了是不是都开始卷应用了... AI竞赛似乎要进入下一个阶段了

AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息

#AI竞赛 #模型发布放缓 #应用开发 #行业转型 #技术趋势

2个月前

你们发现没有，所有的可视化编程工具，就是“鼠标点几下，把几个框框连一下线”的工具，最后都干不过写成文件的编程工具。

#可视化编程 #编程工具 #鼠标操作 #文件编程 #技术趋势

2个月前

Andrej Karpathy 关于 Software 3.0 的演讲，看了好几遍，

#Andrej Karpathy #Software 3.0 #演讲 #人工智能 #技术趋势

澎湃新闻-对齐Lab

3个月前

150万条聊天记录背后，人们都在用AI干什么？

#AI应用 #聊天记录分析 #用户行为 #数据挖掘 #技术趋势

3个月前

ChatGPT的使用报告里面已经说明了人们使用ChatGPT的用途了。有心的人分析一下这里，就有很多机会。开发者不要天天盯着三件套了。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#ChatGPT #用途分析 #开发者机会 #技术趋势 #信息挖掘

新华网-新华每日电讯

3个月前

机器人跨越“三重门”——具身智能创新者亲历的现实与趋势丨议事厅

机器人跨越“三重门”——具身智能创新者亲历的现实与趋势丨议事厅-可以说数据决定了机器人能力的下限。

#机器人 #具身智能 #创新 #数据 #技术趋势

3个月前

当鱼和熊掌不可兼得时，你更愿意聚焦在 “长期有用的技术” 还是 “当下有趣的技术” 或者 “能挣钱的技术” 呢？

#技术选择 #长期价值 #短期收益 #技术趋势 #个人决策

沉浸式翻译

4个月前

想让自己的技术视野，永远领先于“当前”的主流？想知道那些“未来”的技术，现在正处于哪个“生命阶段”？试试这个组合：ThoughtWorks《技术雷达》+ 沉浸式翻译全球知名技术咨询公司ThoughtWorks，每半年发布一次的《技术雷达》，极具“前瞻性”和“观点性”。将数百个值得关注的技术、工具、平台和实践，都标记在 “采用（Adopt）” “试验（Trial）” “评估（Assess）” “暂缓（Hold）” 这四个环上。发现“潜力股”：了解哪些新技术，值得你投入时间去“试验”和“评估”。规避“明日黄花”：了解哪些曾经流行的技术，已经进入了“暂缓”环，需要谨慎使用。已使用沉浸式翻译制作中文版和双语版：原版：中文版：双语版：

#ThoughtWorks #技术雷达 #前瞻性技术 #技术趋势 #沉浸式翻译

4个月前

当 Vibe Coding 生成的网站上线之后（感觉以后会看到越来越多的这种网站了，好难过

#Vibe Coding #网站生成 #难过 #技术趋势 #自动化

4个月前

Tailwindcss 刚出来时，只觉得这种是文明的倒退，前端的花活🤪然而今天，我再看到 Sass 文件，却觉得非常难受了，看来我已经被 Tailwind 毒害的不轻

#TailwindCSS #Sass #前端开发 #技术趋势 #观点转变

4个月前

未来一切流程可能都会变成AI Agent。现在，可以先制作成任务清单。每次按顺序执行就好，大脑是懒惰的，不想思考。

#AI浪潮：重塑就业，风险暗涌？· 140 条信息

#AI Agent #任务清单 #流程自动化 #效率提升 #技术趋势