【#習言道｜人工智能向何處去？習近平強調八個字】當大模型不斷刷新能力邊界，當機器人從工廠走向街頭，人工智能已不再是實驗室中的概念，而是奔涌而來的時代浪潮。# 然而，浪潮中既蘊含巨大機遇，也帶來治理挑戰。 “人類不得不直面時代之問：當機器開始思考，人類如何與之相處？當算法參與決策，安全如何保障？當技術挑戰倫理，治理如何跟上？當鴻溝不斷拉大，普惠如何實現？” 7月17日，在2026世界人工智能大會暨人工智能全球治理高級別會議開幕式上，習近平主席以“四問”點出當前人工智能發展面臨的治理挑戰，用八個字指出全球人工智能發展的方向——向上向善、造福人類。

近期麻豆倒閉的消息，實在令人不勝唏噓。 成人產業本來就屬於高風險且不易經營的領域。在華語市場中，不僅長期缺乏完善的產業鏈與制度支持，大眾對其也普遍帶有負面的刻板印象，甚至會視從業者為低人一等的存在，這使得整體發展環境更加受限。加上多數消費者尚未建立為成人平台付費的習慣，雖然台灣這幾年已逐漸養成為影視串流平台付費的觀念，但這樣的消費模式要真正延伸至成人平台仍有一段不小的距離。 另一方面，創作者品質參差不齊，對消費者而言缺乏保障，也進一步削弱付費意願。而當產業無法提供穩定且具吸引力的收益時，自然難以吸引優質創作者與專業團隊投入，形成一種近乎無解的惡性循環。 若營利模式仍停留在單篇解鎖或訂閱制，對於以個人為主、製作成本相對較低的創作者而言，仍有機會獲得不錯的報酬；但一旦規模擴大至工作室甚至公司層級，所需承擔的成本與風險大幅提升，這樣的收益模式顯然難以支撐長期運營，最終往往會面臨困境。 加上未來大環境的不確定性提高，似乎對於成人產業創作者而言，降低成本並專注於個人經營和包裝才是更穩妥的道路。 正因為如此我其實一直在思考，在這樣的環境下，創作者究竟該如何降低風險、穩定變現，甚至建立可長期經營的個人品牌？（對，我就是趁機推銷順便蹭熱度的） 如果你也在這個產業或準備踏入，其實有一條比你想像中更穩定、更適合長久經營的道路，我將試著用我的經驗讓你們少走一些彎路，把握成人自媒體經營的黃金期。 之後我會和@bunnybrownie36 @ChiBB1214 一起開一個完整的教學內容，把這些方法整理給真正想做的人們🫡

【觀察：兩岸交流熱絡 台灣青年認知重塑成融合新動力】 民進黨當局對兩岸交流採取諸多阻撓和限制措施，卻擋不住台灣青年對大陸的熱情。近期，兩岸青年交流頻繁，6月22日至24日間，就有“兩岸媒體川渝行”、“兩岸青年直播電商創業交流大會”、“兩岸青年‘創未來’科普夏令營”在中國多地舉行，為兩岸關係和平發展釋放積極信號。 上海海峽兩岸研究會研究員包承柯在接受香港中通社專訪時談到，在台灣民意“去川普化”、“去倚美化”的當下，島內青年的認知正在經歷一場深刻的“後真相重塑”，成為兩岸關係和平發展的正向力量。 近期兩岸青年交流頻繁，6月22日舉行的“2026兩岸媒體川渝行”活動中，來自海峽兩岸的專家學者、媒體記者、自媒體人等近40人，實地探訪成渝地區雙城經濟圈在產業、科技、基建、民生、生態、人文等領域的發展成果，挖掘兩岸產業、文化合作新空間。 23日，海峽兩岸近500位青年代表齊聚義烏的“兩岸青年直播電商創業交流大會”，在深度交流中幫助台灣青年掌握數字貿易核心技能、促成經驗共享與項目孵化。現場，8組合作項目集中簽約，涵蓋跨境電商、文創IP、供應鏈整合等多個領域，達成合作意向金額約1.5億元。 24日，包括32名台灣青年在內的60餘名兩岸青年齊聚“兩岸科創行”科普夏令營，開營儀式上機器人、機器狗和憨態可掬的機器熊貓表演吸引台灣青年爭相拍照留念。 “大陸的科技進步超乎想像。”首次到訪大陸，參與科創夏令營的台灣青年張家豪說，兩岸應發揮各自優勢，在相關領域加強交流合作，共同提升產業競爭力。福建人形機器人創新中心工程師向台灣青年發出邀請：“福州有場景、數據、供應鏈，等著台灣青年加入，願未來產線上的人形機器人，將銘刻‘兩岸青年，共同定義’。” 據國務院台辦17日發布的數據，截至目前，第十八屆海峽論壇大會已發布23項兩岸青年社團合作項目，19組結對共建、簽約合作。 “近期兩岸青年交流頻繁，操作智能剪輯、分析電商數據、達成簽約合作……這種‘體驗式’、‘實戰式’的交流，在過去實不多見，充分顯示大陸為兩岸青年搭建發展平台、共享發展機遇的誠意和實際行動。” 包承柯在接受香港中通社專訪時談到：“習特會”之後，美國減少對台灣事務插手程度，對台支持力度正在明顯縮減——這些新動向還會更加明確地表現出來，不斷打擊島內民進黨當局一直推行的“倚美謀獨”政策。民調顯示，台灣青年人更加主張通過兩岸談判來解決分歧，反映了台灣青年不甘當“台獨”炮灰的認知變化。 “當下，台灣青年正成為兩岸關係和平發展的正向力量。他們的認知正在經歷一場深刻的‘後真相重塑’，開始重新思考自己的未來，特別願意來大陸交流和參訪，大陸的發展給他們帶來新的感受，讓他們增長見識。” 包承柯認為，兩岸青年生活在同一個時代，彼此有很多共同語言，對生活的感受、對科技的觀感、對服裝和生活美學的共同追求……未來是青年們的，目前，島內青年的變化還只是處在“量變”的水平上，只要這樣的變化持續下去，總有一天會引起台灣社會發展的真正“質變”，兩岸融合發展一定會實現。（來源：香港新聞網） 詳情： #台灣# #兩岸# #青年#

電報 Managed Bots 讓你兩次點擊就能擁有專屬 Agentic AI 機器人！ 過去，建立一個 @Telegram Bot 要經過 BotFather 繁瑣的設定流程：申請 token、設定權限、寫程式碼、部署伺服器……普通人光是看到一堆指令就頭痛。現在，一切徹底改變了！ 全新體驗：兩次點擊就搞定 只需透過管理機器人（例如 LobsterClawBot），輸入簡單指令： t. me/newbot/SourceBot/你的username 系統就會自動幫你： ✅ 建立 Bot ✅ 管理 token 與 API 權限 ✅ 設定 Agentic 行為模式 ✅ 直接在聊天視窗中啟動 整個過程不到 10 秒，零程式基礎的人也能輕鬆擁有自己的「AI 代理人」！Durov 直接把 Telegram 從聊天 App 變成易用的 AI Agent 平台。 它能主動思考、呼叫工具、執行多步驟任務、與其他 Bot 或用戶互動，甚至在背景持續運作。 這代表：你不再只是「跟 AI 聊天」，而是擁有了一個能真正幫你「做事」的數位分身！ 超多實際應用場景（直接抄去用） 1個人生活助理（每天都離不開） •早上自動幫你總結今日新聞、天氣、交通路況 •智慧排程：讀取你的日曆，自動幫你預約會議、訂機票、提醒繳費 •健康管家：追蹤運動數據、飲食紀錄，還能根據你的習慣推薦食譜 2工作生產力神器 •會議紀錄 Bot：加入群組後自動轉錄語音、整理重點、產生行動清單 •郵件/訊息自動處理：掃描重要郵件、分類優先順序、甚至幫你草擬回覆 •研究助理：輸入「幫我整理 Tesla 最新財報」，它會自動抓取資料、製作簡報大綱 3電商與客服革命 •商家直接在 Telegram 開店：Bot 能即時回答商品問題、下單、查物流、處理退貨 •24 小時無人客服：支援多語言，解決 90% 重複問題，真正做到「永不打烊」 4加密貨幣與 Web3 應用（TG 原生優勢） •交易 Bot：自動監控價格、執行限價單、DeFi 收益農場管理 •錢包守護者：即時通知大額轉帳、風險警示 •NFT 社群管理：自動驗證持有者、發放空投、舉辦活動 5教育與學習夥伴 •個人家教：輸入「用繁體中文教我微積分」，Bot 會循序漸進出題、批改、解釋 •語言練習：每天跟你對話、糾正發音、推薦閱讀素材 •考試準備：自動產生考古題、記憶卡片、弱點強化計畫 6娛樂與創作工具 •遊戲 Bot：文字冒險、策略對戰、甚至多人即時遊戲 •內容創作助手：寫文案、生成故事、配圖提示詞、剪輯影片腳本 •音樂/影視推薦：根據你的心情與觀看紀錄，精準推播 7社群與團隊管理 •群組管家：自動歡迎新成員、過濾廣告、整理討論主題 •專案管理 Bot：整合 Notion/Trello，自動更新任務狀態、@ 負責人 •粉絲經濟：創作者可建立付費私人 Bot，提供獨家內容、問答服務 8未來進階玩法 •多 Bot 聯動：你的「財務 Bot」+「行程 Bot」+「健康 Bot」可以互相溝通，自動協調 •開放 API 整合：開發者能把自家服務直接嵌入 Bot（Durov 已呼籲大家快跟上） •隱私優先：所有資料都在 Telegram 生態內，端到端加密 這波影響有多大？ Telegram 目前有超過 9 億月活躍用戶，這次更新等於把 AI Agent 的門檻直接打到地板。 以前只有工程師能玩的東西，現在變成人人都能擁有的「AI 超能力」。

突然在想，这一波山寨币 ICO 们的崩溃，也不一定是坏事。 刮骨疗毒，把这些有毒的东西割掉，才能留下有价值的商业模式。 代币发行替代 IPO，回到第一性原理，在去中介化领域是有价值的，ETH BNB HYPE 都是 ICO 的高光。 怎么让有价值的项目来代币化发行，币越来越值钱，而不是默认发币就跑路，需要大家一起思考和实验。

实验下来，让 ai 输出目标开仓位置，进行挂单交易。 比让大模型实时开仓收益效果好的很多。 唯一稍微有难点的是关于挂单的管理， 不过上了 chatgpt 5.5 超高思考难度， 小额跑几天实践下来也能解决。 llm交易真的是有特别多东西可以学。 最近开始看国内外新的关于llm交易的论文了。 专门找最新的看，不能早于26年4月前的。 收获颇丰。 我发现其实现在网上的观点，文章的关于 llm交易的内容也是有问题的，很多都在拿 25年的研究成果回答问题。完全忽视了在26年这一年大模型的飞速进化本身已经改变了很多东西。 今天看到一家做大模型交易的千万美金级别公司在招聘。我想这已经是一个很强的趋势了，只是很多人还没意识到，或者意识到了，却无从下手。

后续他们又进行了进一步实验。 发现如果将测试者的观看短视频的滑动次数，限制在10次以内，他们的记忆力就不会下降。 只有那些被允许无限量随意滑动的人，才出现了记忆衰退 。 因为无限滑动的短视频，像一种无需思考的互动，在这里面大脑好像进入了一种无人驾驶的状态。 放弃了主动思考和选择，忘记了自己是谁，正打算去做什么，彻底沉浸并迷失在算法安排的无尽信息流里了。

《两百年前“天价社会主义实验”的惨痛教训与人性启示》 1825年，英国著名实业家、富豪罗伯特·欧文做出了一项轰动欧美的决定：斥巨资买下一整座美国小镇，希望亲自验证自己倡导的社会改革理念能否成功运行。 欧文拥有财富、产业和完善的理论体系，也聚集了一批坚定支持者。他们相信，只要消除贫富差距、加强合作、弱化私有财产制度，人们便能共同建设一个没有剥削、更加平等的社会。 然而，仅仅两年后，这场投入巨大、寄托无数理想的实验便宣告失败，成为历史上最著名的社区实验之一。 19世纪初，欧文凭借纺织业积累了丰厚财富，也积极推动工人福利改革。1825年，他花费约15万美元，购买了美国印第安纳州的Harmonie镇，并将其更名为”新和谐村（New Harmony）”。 当时，这里拥有约2万英亩土地、160多栋建筑、磨坊、农场及较完善的基础设施，为新社区提供了良好的物质基础。 消息公布后，近千名来自各地的人陆续来到这里，其中既有普通劳动者，也有教师、科学家、医生和知识分子。1826年，一批学者乘坐后来被称为”知识之船”抵达新和谐村，其中包括著名博物学家和教育工作者，为这场实验增添了浓厚的理想色彩。 欧文相信，只要建立合作制度，减少竞争，人们便会主动为共同利益努力，社会也能够更加和谐。 然而，现实的发展并没有按照设想进行。 随着时间推移，一些工作积极的人逐渐发现，无论自己付出多少努力，获得的回报与贡献较少的人几乎没有区别。勤奋者承担了更多劳动，却无法获得更多收益，积极性开始下降。 与此同时，也有人逐渐减少劳动投入，因为即使贡献有限，同样能够分享集体成果。当激励逐渐减弱后，整体生产效率开始下降，粮食供应日益紧张。 公共设施维护同样出现困难。由于产权和责任划分并不明确，许多房屋和公共设施缺乏持续维护，社区内部则不断召开会议讨论制度，却迟迟难以形成稳定有效的管理方式。 面对困境，欧文先后修改了多次管理制度和社区章程，希望重新建立秩序，但始终未能扭转局面。 1827年，新和谐村最终解体。 这场实验失败后，曾亲历整个过程的美国发明家约西亚·沃伦进行了深入反思。他认为，当个人贡献与回报长期脱节时，合作就难以持续；而缺乏明确责任和价格机制，也会使资源配置变得越来越困难。 后来，沃伦进一步发展出强调个人责任、自愿交换和产权的重要观点，对美国个人主义思想产生了一定影响。 欧文本人则认为，失败主要源于参与者尚未具备建设理想共同体所需要的素质，而不是理论本身存在问题。这种解释后来也引发了长期争议。 事实上，今天许多历史学者认为，新和谐村的失败并非只有一个原因。社区成员来源复杂、组织能力不足、经济管理经验有限、制度设计不成熟，以及激励机制存在缺陷，都共同影响了最终结果。 不过，这场实验仍然留下了一项值得长期思考的问题：当一个制度无法有效体现个人贡献时，人们是否还能长期保持创造力和责任感？ 不少经济学家认为，价格能够传递资源稀缺信息，产权能够明确责任，而适当的激励能够鼓励创新和劳动积极性。如果这些机制长期失效，社会运行效率往往会受到影响。 与此同时，也有人指出，市场机制虽然能够提高效率，却可能带来贫富差距扩大、机会不均等问题，因此现代社会普遍尝试在市场效率与社会保障之间寻找平衡，而不是简单走向任何一个极端。 两百年前的新和谐村，未能实现创建者心中的理想社会，却成为政治、经济和社会学研究中长期讨论的重要案例。它提醒后人，一个制度不仅需要崇高目标，更需要符合现实的人性、完善的治理能力和可持续的激励机制。 历史不会简单重复，但类似的问题始终存在：如何兼顾公平与效率，如何鼓励合作又保持创新，如何保障弱者同时激励奋斗者，仍然是每一个社会都必须面对的课题。 真正值得思考的，也许并不是简单否定某一种理念，而是在追求公平的同时，如何建立既能激发个人创造力，又能维护社会整体福祉的制度安排。只有尊重人性的复杂性、完善激励机制、不断优化治理方式，理想才能更接近现实，而不会停留在美好的愿景之中。 💥辣么，如果让你设计一个既能保障公平、又不会打击勤奋者积极性的社会制度，你会如何设计？ 欢迎评论区共同探讨，说说你的想法！ 视频由@grok/ @imagine 生成！

腾讯混元及 SSV 数字文化实验室联合中科院信工所等机构，正式推出首个覆盖「七体之变」的古文字感知评测基准 Chronicles-OCR。该基准包含 2800 张由专家交叉标注的图像，首次将甲骨文到草书等七种字体的识别难度统一量化。 研究团队评测了 28 个主流多模态大语言模型，结果显示它们在古早字体上几乎全军覆没。在跨时代字符检测任务中，GPT-5 和 Gemini 2.5 Pro 的核心指标接近 0，表现最强的模型也仅有 16.5。即使直接在图上画框免除定位步骤，最高准确率也只有 27.1%，其中 Gemini 3.1 Pro 在甲骨文上的准确率仅 14.0%。 这证实了现代模型严重依赖规整的现代版式先验。面对无约束、强噪声的古代物理介质，模型的文本分割机制直接失效。字体分类结果进一步表明，模型往往是在识别载体纹理（如龟甲或青铜锈），而非真正的字符笔画。 实验还揭示了一个反直觉的现象：开启思考模式反而会导致古文字识别率下降。对照显示，几乎所有支持该模式的模型在开启思考后表现退化。当底层视觉感知缺失时，思维链不仅无法纠错，反而会变成幻觉放大器，输出高自信的错误答案。