“数字经济”是指数字化设备、数字化服务，以及数字化技术所产生的新的交互和业务场景。

《区块链启示录》本期，科技行者对话腾讯区块链产品负责人卢洋。

提高数据中心能效的方法有很多，例如浸没式冷却等等，但这些方法的实施成本高而且复杂。

字节跳动研究团队发现AI跨领域推理的秘密——"推理原型"，即抽象思维模式。他们开发的ProtoReasoning框架让AI先在Prolog和PDDL等原型语言中练习，再迁移到具体应用。实验显示该方法在逻辑推理上提升4.7%，规划任务提升6.3%，通用推理提升4.0%。这项突破为构建更通用的AI系统开辟了新道路。

华盛顿大学研究团队通过创新的内部分析方法，深入探索了大语言模型的推理机制。研究发现模型确实具备多步推理能力，但存在脆弱性和一致性问题。当推理出错时错误会传播，且对相似问题可能给出不同答案。研究揭示了模型内部的专门化功能模块和注意力分配机制，为开发更可靠的AI系统提供了重要指导。

SSR是西湖大学研究团队开发的创新框架，通过引入深度感知增强视觉语言模型的空间理解能力。该方法将原始深度数据转换为结构化的推理语言，作为中间表示，显著提升空间推理能力。研究团队还创建了包含超过百万级的SSR-COT数据集和SSRBENCH评估基准。实验表明，SSR无需重新训练现有模型即可提供显著性能提升，在空间任务上最高改进22.5个百分点，为机器人和计算机视觉领域开创了新的可能性。

半个多世纪以来，摩尔定律让计算性能取得了飞跃，现在一台智能手机的计算能力，已经可以赶上80年代的超级计算机了。而今天，对计算力的渴望，我们和半个世纪以前的人们依然没有什么区别。

当被要求猜测1到50之间的数字时，ChatGPT、Claude、Gemini和Llama等主流AI模型都给出了相同答案：27。研究显示，这种现象源于训练数据偏差和共同的词汇预测方法。专家指出，大语言模型缺乏真正的随机性，在数字选择上表现出高度确定性和偏见性，这提醒我们AI模型无法独立做出无偏决策，限制了其在需要随机性任务中的应用能力。

GitHub 推出 Copilot 代理模式，标志着 AI 辅助编程进入新阶段。该模式能自动迭代代码并修复错误，提高开发效率。GitHub 还预览了 Project Padawan，一个可独立处理整个开发任务的自主软件工程代理。这些创新反映了 AI 驱动的编码开发领域的快速演进，GitHub 正努力在竞争激烈的市场中保持领先地位。

Anthropic周一发布旗舰AI模型升级版Claude Opus 4.1，在SWE-bench Verified基准测试中获得74.5%成绩，超越OpenAI o3模型的69.1%和谷歌Gemini 2.5 Pro的67.2%。该公司年收入从10亿美元增至50亿美元，但近一半API收入依赖Cursor和GitHub Copilot两大客户。新模型采用最严格ASL-3安全协议，在多文件代码重构方面表现突出，但面临GPT-5竞争威胁。

5月25日，飞书在线上举办春季未来无限大会，正式发布了飞书People系列产品。

有光必有影，人们向往光明，却也无法避免黑暗。大数据与人工智能技术，可以让人更深入、更全面的对事物进行了解，但这种技术如果落到用心不良人手中，反而会蒙蔽大家的双眼。当黑产比我们更懂人工智能，企业又将如何去进行应对？

ChatGPT-5的统一架构消除了用户选择模型的认知摩擦，自动路由查询到快速或深度思考模式，使用户失去问题分类和框架构建的基本技能。这种无形的认知外包加上商业订阅模式，创造了"认知供应商锁定"效应。专家面临技能衰退和能力错觉的双重威胁，需要通过意识、理解、接受、问责四个维度建立认知抵抗力，主动维护人类独特的思维能力。

随着大语言模型和生成式AI的兴起,传统搜索引擎市场正面临颠覆。文章提出了"答案经济"的概念,并对比了传统搜索与新型语言模型的差异。作者建议企业采取三项行动来应对这一变革:检查产品在主流模型中的表现、分析客户关键趋势、评估公司在人才市场的地位。这些举措将帮助企业更好地适应从"问题经济"向"答案经济"的转变。

作为在Meta内部极具影响力、最杰出的领导者之一，雪莉·桑德伯格的离去掀起轩然大波，逼得扎克伯克不得不出面解释。

“自治数据库”是甲骨文在2017年的OOW(Oracle Open World)大会上第一次正式对外发布，是甲骨文当时正在研发的新一代数据库。一年之后，在接受记者采访时，甲骨文中国高级技术咨询总监李珈用3个词来概括甲骨文自治数据库的特点：简单、快速、弹性。

CIO与IT领导者们应当关注哪些安全要点？先从以下四项起步。

在浪潮信息，有这样一群工程师们，他们在好奇心的驱动下，通过各种方式寻找算力提升的路径，无论进步大小，自豪感都在驱使着他们继续探索未知，甚至像一个科学家一样琢磨各种跨界的技术，并用于解决各类工程难题。

人口真会崩溃吗？

华盛顿大学研究团队开发出RCME系统，首次让AI真正理解生物分类的层级关系。该系统不仅能识别物种，还能理解从"界"到"种"的完整分类层级，在识别准确率和层级理解方面大幅超越现有技术，为生物多样性研究和物种保护提供了强大工具。