既然AI智能体可独立完成编码工作，那么多个人工智能模型联动协作，是不是就会产出更优质的成果？斯坦福大学一项名为CooperBench的研究给出了否定的答案。实验证实，协同工作的AI编码智能体，工作表现不如单一智能体独立作业。 研究第一作者、斯坦福大学博士后Hao Zhu表示，人工智能协作存在典型的“协调困境”，两个智能体分工完成编码任务的效果，反而不如单个智能体独立完成全部工作。项目资深研究者、斯坦福大学计算机科学助理教授Diyi Yang也指出，当前顶尖的AI编码智能体组队协作时，核心能力近乎折损一半，侧面印证制约AI协作发展的关键并非编码技术本身，而是缺乏必备的社会智能。在人类软件工程团队…
当地时间6月2日，特朗普签署《促进先进人工智能创新与安全》（Promoting Advanced Artificial Intelligence Innovation and Security）行政令。 行政令摒弃了拜登时期自上而下的强监管模式，以政企自愿协同为主线，通过明确多部门限期任务、构建前沿AI模型合规框架、严打AI网络犯罪等举措，在不增设强制性AI审批许可的前提下，进一步补齐美国政务系统与关键基础设施的网络安全短板。 行政令指出，美国AI产业的核心竞争力源于市场化创新与人才优势。为此，特朗普以“减负松绑、政企协同、安全赋能”为主要施政逻辑，通过削减行政管控、激活市场活力，推动AI技术…
日前，美国政府问责局（GAO）发布《人工智能：评估美国竞争力并为政策选择提供参考的框架》。报告构建了一套国家层面的人工智能竞争力评估体系，明确了AI竞争力的构成要素、评测逻辑、风险底线与政策路径。 报告区分了AI开发与AI部署，并将一国AI竞争力定义为“在某一选定指标上表现达到或优于其他国家”。这一定义的关键突破在于不再局限于模型、论文、算力等单点技术指标，而是覆盖科研、人才、治理、经济的全链条体系能力。报告明确，这套竞争力评估最终要服务于经济增长、社会福祉、国家安全与战略影响力等目标。 AI竞争力的底层共性问题 报告指出，一个国家AI竞争力的强弱，同时受制于技术原生基础与体系化支撑两大属性。…
日前，美国总统特朗普签署了一项名为“将金融科技创新纳入监管框架”的行政令，旨在简化监管流程，促进金融科技公司、联邦监管机构和联邦金融监管机构之间的金融创新与合作。 行政令提到，金融科技公司是巩固美国全球金融创新领导者地位的重要组成部分。这些公司提供从银行服务、支付处理到经纪、证券和托管服务等一系列创新解决方案，有助于降低金融服务成本、提高市场准入效率，为所有美国人创造经济机会。 行政令明确，联邦政府必须更新过时法规，允许数字资产及其他新型金融技术融入传统金融服务和支付系统，消除过于繁琐和碎片化的监管及监督实践。 行政令要求各联邦金融监管机构在90天内完成对现有法规、指引、监管实践和申请流程的审…
目前，AI应用正在加速普及、相关投资持续加码，但企业业绩却迟迟未能实现持续回报，这正是“索洛悖论”的再次显现。数据显示，截至 2025 年底，近九成的公司已在至少一个业务职能中部署了人工智能，但94%的企业并未从中获得显著价值。 通用技术的价值释放从来不是一次性完成的：初期往往仅带来效率改善，真正的颠覆性冲击则源于新业态、新模式的涌现与价值链重构，这本质上是价值的重新分配，而非普遍增长。正如电力早期只是替代蒸汽机，直到小型电动机改变了工厂布局，才真正产生了颠覆性影响。AI的价值创造路径也是这个路数！ 人工智能创造价值的三大核心领域 人工智能的价值创造可从三个层次来看：生产力提升、差异化创新、降…
兰德公司发布《未来中美AI安全与保障合作的应急框架》（Contingency Frameworks for Future U.S.-China Cooperation on AI Assurance and Security）报告。报告以务实的视角剖析中美AI竞争格局、现有国际机制的短板，并提出一套兼顾风险管控与战略弹性的合作路径。 中美AI主导地位与竞合基础 报告指出，中美关系是影响人工智能未来发展的最重要双边关系。两国汇聚了全球绝大多数AI研究人员，部署了近乎全部的高端算力，吸纳了全球大部分AI投资；两国企业推出的基础模型与主流AI系统深度渗透全球技术体系，形成世界对中美技术的广泛依赖。 …
4月21日，国务院印发《关于推进服务业扩能提质的意见》（国发〔2026〕7号），提出要加快软件和信息服务创新发展，并针对软件、信息传输、数据及信息技术等科技相关领域作出一系列具体部署。 软件。深入实施“人工智能+”行动，加快智能编程工具研发使用，支持采购大模型、智能体服务。加快工业软件创新突破，建设重点行业工业软件兼容适配和应用示范中心。加强基础软件生态、开源社区建设。优化智慧视听系统生态。 信息传输。深入推进第五代移动通信（5G）规模化应用。推动5G-A网络发展，加强第六代移动通信（6G）技术研发。适度超前建设移动物联网。发展卫星互联网应用服务。 数据和信息技术。深入实施工业互联网创新发展工…
4月15日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案（征求意见稿）》（以下简称“方案”）。 方案紧扣“人工智能+”行动，顺应AI范式升级的大趋势。核心原则清晰明确：需求牵引、急用先行、应用验证、安全保障。背后的逻辑，就是打造一个闭环的“数据飞轮”：场景牵引数据建设、高质量数据驱动模型迭代、模型落地赋能产业应用、应用产生新价值与新数据需求，让数据与AI形成良性循环、相互放大的效应。 发展目标：到2028年底，建成一批覆盖重点领域、经应用验证的行业高质量数据集，打造一批数据驱动人工智能创新发展的典型应用场景，培育一批具备领先优势的创新型数据企业与专业人才，形成一批行业高质量数据集…
当地时间4月13日，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了《2026年人工智能指数报告》（Artificial Intelligence Index Report）。报告通过跨年度数据与多维度分析，勾勒出全球人工智能在技术、产业、科研、就业、治理及公众态度等领域的发展现状。 AI的抽象推理能力日益增强，但在物理常识方面仍存在明显短板 报告提出，2025年，业界开发了大量前沿模型，这些模型在多模态推理和竞赛数学等任务上已经达到甚至超过了人类水平。其中，代码能力的进步尤其明显。在编码测试SWE-bench Verified上，模型得分能力从2024年的约60%跳到了20…
© 2026. All Rights Reserved. 沪ICP备19027819号 
沪公网安备31011002006159号
