模力工场 新鲜事 上周我们去了上海外滩大会，现场结识了不少对 AI 超有热情的小伙伴，体验官 & 推荐人队伍越来越壮大啦！ 012 周榜单总介绍 本周，模力工场 AI 应用榜单迎来了 10 款全新 AI 应用，覆盖人力资源、教育学习、设计创意、硬件实体、生活服务 等多个场景。从 HR 面试与简历优 化，到 AI 早教陪伴机，再到多模态创作与字幕工具，应用生态继续展现出「实用 + 趣味」的多元趋势。 与前几周的"健康管理热""内容创作热"相呼应，本周的关键词是 "双向赋能 + 个性场景"：AI 不再只是单一工具，而是成为面试官与求职者、家长与孩 子、创作者与受众之间的"桥梁"。 本周上榜应用周报： 平台新功能上线：现在模力工场网页与小程序均可显示 开发者 / 推荐人所在城市，说不定你喜欢的应用开发者就在你身边～ 从这周开始，周榜单将新增榜首应用开发者 Q&A 短访谈栏目，带来更深入的功能与产品亮点解读，欢迎持续关注。 Unicorn Hunter 是什么： Unicorn Hunter 是专为求职者与面试官打造的简历捉虫 / 筛选利器，支持 【面试官】 与 【求职者】 双角色！面试官可一键 生成 深度勘探计划 ...

合作核心内容 - 英伟达计划向英特尔投资50亿美元（约合人民币355.63亿元），若通过监管审批，英伟达将持有英特尔约4%的股份，成为其最大股东之一 [2][3] - 两家公司将联合开发多代定制的CPU和GPU集成产品，目标市场覆盖云计算公司、大型企业和PC消费市场 [2] - 合作旨在将AI加速与通用CPU融合，构建更强计算体系，以服务数据中心AI工作负载并提升消费级PC的图形与智能算力 [10] 技术与分工 - 英伟达将贡献其AI算力、GPU技术及NVLink高速互联技术，英特尔则主要提供CPU技术、制造能力及先进封装 [10][11][14] - NVLink技术单通道带宽可达25GB/s至50GB/s（双向），远超PCIe 5.0单通道约4GB/s的带宽，一条NVLink带宽约等于6至12条PCIe 5.0通道带宽 [11] - 英特尔将为英伟达量身定制特别版x86 CPU，并整合进英伟达的AI平台，同时为个人PC市场推出整合NVIDIA RTX GPU的x86 SoC [11][13] - 此次合作不包括英特尔为英伟达代工GPU，但英特尔会为联合产品提供CPU和先进封装，且不影响双方现有产品路线图 [14] 市场反应与影响 - 消息公布后，英特尔股价开盘一度大涨约28%，收盘涨幅约22.77%，创下38年来最佳单日表现 [3] - 截至同日收盘，英伟达股价上涨3.49%，而AMD下跌0.78%，博通下跌0.24% [7] - 分析师认为此次合作有望定义AI PC并加速其发展，对英特尔意义重大，50亿美元投资对英伟达而言是小数目，但为英特尔在AI芯片开发上指明了新方向 [22][24] 历史背景与竞争格局 - 英特尔与英伟达曾关系良好，但在2009年因Nehalem架构专利授权问题对簿公堂，2011年和解，英特尔支付英伟达15亿美元授权费，英伟达退出英特尔CPU平台的芯片组市场竞争 [18][19] - 近年来竞争焦点集中在AI与数据中心算力，英伟达凭借GPU和CUDA生态主导AI训练，英特尔则力推CXL开放标准，但自研GPU及加速芯片项目效果未达预期 [20][21] - 英特尔2024年亏损近200亿美元（约合人民币1422亿元），市值跌至千亿美元级别，远低于英伟达，公司近期通过出售业务（如以约33亿美元出售Altera 51%股权）及引入投资（如美国政府持股9.9%）等方式改善财务状况 [21][22] 领导层表态 - 英伟达CEO黄仁勋表示将把CUDA加速计算技术与英特尔CPU及x86生态结合，共同开创新一代计算体系 [8] - 英特尔CEO陈立武强调x86架构是数十年计算基石，英特尔的制造与封装能力将与英伟达的AI优势互补，依托制程能力推动行业突破 [8]

Kaggle Game Arena平台发布 - Kaggle与Google DeepMind合作推出Kaggle Game Arena平台 通过战略类游戏对人工智能模型进行对战评测 [2] - 平台采用全对全赛制 每个模型多次与其他所有模型对战 减少随机因素干扰 使结果在统计上更可靠 [2] - 平台已将游戏运行环境 规则执行 模型对接等控制模块全面开源 方便开发者和研究人员检查 复现或扩展 [2] - 首批参赛的八个主流AI模型包括Anthropic的Claude Opus 4 DeepSeek的DeepSeek-R1 Google的Gemini 2.5 Pro与Gemini 2.5 Flash Moonshot AI的Kimi 2-K2-Instruct OpenAI的o3和o4-mini 以及xAI的Grok 4 [2] 评测维度与行业意义 - 与其他聚焦语言任务 图像分类或编程挑战的AI测评平台相比 Kaggle Game Arena关注点在规则与约束下的决策力 [3] - 游戏突出推理 规划与对抗适应性 为目前以静态输出为主的排行榜增添了新的参照维度 [3] - 研究人员认为这类基准测试有助于发现AI系统在传统数据集之外的优势与不足 [3] - 未来平台将扩展到卡牌游戏和数字游戏等更多类型 测试AI在战略推理中的不同能力 包括长期规划和在不确定条件下的适应性 [5] 行业专家观点 - AI爱好者Sebastian Zabala表示国际象棋是完美的开局 期待看顶级AI在实战对抗中的表现 [4] - AI布道者Koho Okada认为这可能改写评估AI智能的方式 既专业又好玩 [5] - Kaggle用户Sourabh Joshi补充认为该平台是测试泛化性 效率和推理力的理想战场 将揭示大语言模型的真正实力 [5]

核心突破与行业地位 - DeepSeek-R1成为首个通过完整同行评审并发表于《自然》封面的大语言模型 标志着国产AI研究迈入世界舞台并填补行业空白 [2][3][8] - 模型通过纯强化学习机制自主形成推理能力 无需依赖人工标注的思维链数据或提示工程 显著降低对人工数据的依赖 [3][12] - 在Hugging Face平台下载量突破1090万次 成为全球开源社区最受欢迎的推理模型之一 [3] 技术创新与训练方法 - 基于DeepSeek-V3 Base构建R1-Zero 通过多阶段训练结合监督微调和拒绝采样 实现强推理性能与人类偏好对齐 [3] - 采用组相对策略优化技术 模型通过自我评分和试错机制学习独立推理策略 而非模仿人类示例 [13] - 训练成本仅29.4万美元 基础模型开发成本约600万美元 总成本远低于竞争对手数千万美元投入 [6] 数据安全与透明度改进 - 预训练数据完全来自互联网 团队强调未有意进行蒸馏过程 但承认可能包含GPT-4生成文本 [6][13] - 为避免基准测试污染 清除数学数据中约600万条潜在污染样本 并引入外部风险控制机制 [6] - 安全性表现优于Claude-3.7-Sonnet和GPT-4o等主流模型 通过DeepSeek-V3实时审查 [6] 学术影响与行业评价 - 论文经过8位专家评审 收到上百条意见 最终审稿文件达64页 为论文本身三倍长度 [9] - 该方法引发行业革命 2025年几乎所有大语言模型的强化学习研究均受R1启发 [13] - 在ScienceAgentBench科学任务中 以23.53%准确率和1.87美元成本达到帕累托最优 成为性能成本平衡最佳模型之一 [15] 争议回应与验证 - 团队回应OpenAI数据使用质疑 称未直接使用其输出训练 但基础模型可能吸收互联网现有AI生成内容 [13][14] - 外部专家认为反驳具有说服力 其他实验室重复实验表明纯强化学习可实现高性能 无需依赖OpenAI样本 [14] - 论文补充训练细节和技术说明 减少拟人化描述 增加数据类型和安全性披露 [9][13]

数据集发布 - Hugging Face正式发布全球最大的纯PDF公开语料库FinePDFs 涵盖1733种语言的4.75亿份文档 总计约3万亿个Token 规模达3.65TB [2] - 英语内容占比最高 超过1.1万亿个Token 西班牙语 德语 法语 俄语和日语各自贡献超过1000亿个Token 978种语言贡献超过100万个Token [3] 技术优势 - PDF文档相比HTML源具有独特优势 记录更高质量特定领域内容 尤其在法律 学术和技术写作领域 [2] - 采用混合技术处理文本提取 GPU驱动OCR 去重 语言识别和PII匿名化 实现大规模处理并保证提取质量 [2] 性能验证 - 基于数据集子集训练1.67B参数模型 表现与最先进HTML数据集SmolLM-3 Web相当 [3] - 在基准测试中 PDF与HTML数据集结合显著提升性能 证明PDF可带来互补知识 [3] 行业影响 - 数据集具备推进长上下文训练潜力 PDF文档通常比网页长得多 [4] - 被视为数据透明度里程碑 不仅发布数据集 还完整记录从OCR检测到去重的处理流程 [4] - 遵循开放数据共享署名许可 可免费用于研究和开发 通过Hugging Face Hub及配套工具库访问 [4]

公司战略转型 - 公司宣布裁员250人 约占员工总数30% 作为向AI优先企业转型的重组举措之一 [2] - 转型目标是打造更精简 响应更快 以AI为核心的现代化技术架构 管理层级将显著减少 [2] - 公司计划回归初创模式 保持速度与灵活性 采用更扁平的组织结构 [7][8] 财务影响与业绩预期 - 裁员预计带来3000万美元年化总节省额 部分资金将重新投入用于招聘AI人才 [5] - 公司重申2025年第三季度及全年业绩指引 预计营收达4.25亿至4.38亿美元 [4] - 预计2026年实现25%的长期调整后息税折旧摊销前利润率 较原目标提前一年 [4][5] 历史表现与市场反应 - 公司市值在2021年2月达到约110亿美元峰值 股价曾超过每股320美元 [3] - 转型消息发布当日股价徘徊在每股23美元左右 且公布后小幅下跌 [3] - 有推测认为此举意在推动股价上涨 [3] AI技术应用成效 - AI已实现流程自动化 优化运营效率 在客户支持领域缩短工单解决的服务等级协议时长 [8] - AI在平台合规与欺诈检测方面同时实现效率提升与性能优化 [8] - 过去一年公司内部推进了众多AI项目 见证了AI解放人力并激活新业务能力的价值 [7] 行业背景与自由职业者影响 - 平台自由职业者群体对生成式AI完成服务订单现象存在不满 去年有创作者反映业务量下滑 [10] - 公司2024年10月发布广告试图淡化AI担忧 主张"没人在意创作者是否使用AI" [10] - 有网友质疑AI将摧毁自由职业生意 另有人认为人类价值自ChatGPT以来已倍增 [11] 人员安置与组织文化 - 为离职员工提供丰厚补偿金 职业转型援助 领导团队个人帮助及延长医疗保险保障期限 [5] - 创始人称这是最艰难的决定之一 但强调AI为员工提供了解放繁琐任务的新机遇 [2][7] - 公司预期每位员工单位时间产出提升一倍甚至两倍 交付成果质量达到同等提升幅度 [9]

文章核心观点 - AI技术是企业创新与效率提升的核心驱动力 国务院政策支持人工智能在创造新岗位和赋能传统岗位方面的作用 探索人机协同的新型组织架构和管理模式[2] - 企业投入AI培训后员工难以将所学转化为实际业务价值 存在学用脱节痛点[3][4] - 通过OMO训练营的混合式培养模式成功实现AI能力提升和项目落地效果 采用线上+线下+实战方式[4] 项目背景 - 行业龙头制造企业IT部门提出30余个AI项目需求 覆盖智能客服 供应链优化 营销洞察 生产质检等核心场景[6] - 内部缺乏具备AI产品能力的项目经理 现有产品经理缺少AI项目经验 无法完成需求分析和技术选型[6] - 传统外部培训无法针对企业特定场景深度赋能 需要建立自主化体系化的培养机制[6][7] 解决方案 - 量身定制AI产品经理OMO训练营方案 以业务场景为导向 以实战项目为牵引 以能力提升为目标[8] - 采用三阶段闭环培养模式：线上导学与基础赋能 线下集训与工作坊实战 项目实战与持续答疑[9][12] - 课程覆盖AI产品全链路 包括AI大模型基础 RAG开发 AI原生应用等核心知识[11][12] 课程体系 - 第一阶段线上学习AI大模型基础 RAG开发 AI原生应用入门[12] - 第二阶段线下授课内容包括AI产品思维 RAG技术开发 Dify智能体搭建 大模型API应用[12] - 第三阶段直接承接企业真实AI项目 完成需求分析到原型开发全流程[12] 能力模型 - 网级AI PM注重单点智能化场景ROI和AI工具链基础应用[13] - 高级AI PM关注产品线级LTV提升和AI平台化能力建设[13] - AI产品息版负责企业级AI转型财务模型和技术路线决策[13] - CPO/CEO层级制定产品战略和AI产品创新与盈利模式平衡[13] 讲师配置 - 双讲师配置 刘老师拥有近二十年IT行业经验 曾服务IBM和Oracle 擅长AI大模型应用开发和系统架构设计[19] - 王老师作为AI实战专家 专注于AI Agent开发和RAG技术落地 具有丰富项目交付经验[19] - 刘老师负责AI产品思维框架和技术架构 王老师主导实战环节包括FastGPT智能体搭建和Dify平台操作[19] 项目成果 - 学员满意度高 课后调研评分9分以上（满分10分） 认为课程实用性强内容系统讲师专业[21] - 培训内容直接应用于业务场景 包括搭建智能问数系统 开发政策自动爬取工具 推动AI辅助公文写作[22] - 企业成功培养30余名具备AI产品能力的项目经理 初步解决AI项目无人可用困境 建立可复制的人才培养体系[22] 案例启示 - 培训必须与业务场景深度结合 学完就能用 用了就有效[24] - OMO训练营实现三大突破：以实战代替理论 以业务场景为牵引 以闭环服务为保障[25] - 训战结合模式可复制到零售 金融 物流 医疗等多个领域 成为企业AI内训标杆方案[26] 结语 - AI是推动业务增长的核心引擎 需要既懂技术又懂业务的AI人才队伍[28] - 通过体系化内训+实战化项目+持续性赋能 企业可在短时间内培养自有AI产品经理团队[28] - 实现从外部输血到自主造血的关键转变 把AI能力种在组织内部[29]

产品发布与技术特性 - OpenAI于9月15日正式推出专为AI辅助编程工具设计的微调模型GPT-5-Codex [2] - 新模型具备动态"思考"时间特性 完成编码任务时间范围从几秒至7小时 在代理编码基准测试中表现更优 [2] - 增强代码审查功能 可在产品发布前识别潜在关键错误 [5] - 通过匹配PR声明意图与实际差异 对代码库及依赖项进行推理并执行代码测试验证行为 替代人工审查空白 [6] - 支持在GitHub代码库自动审核PR 用户可通过"@codex审核"指令请求针对性审查（如安全漏洞或过时依赖项） [6] - 成为Codex云任务和代码审查的默认设置 同时支持通过CLI和IDE扩展应用于本地开发环境 [6] - 在OpenAI内部负责绝大多数PR审核 每日发现数百个问题 且通常早于人工审核启动 [7] - 技术突破包括动态调整思考时间能力 结合敏捷配对与长期独立执行双重技能 [9] - 在内部测试中连续独立工作超7小时 完成大型重构并迭代修复测试错误 [9] - 整合至基于ChatGPT账号的统一产品体验 实现本地与云端任务无缝迁移及完整上下文衔接 [9] - 可在终端、IDE、网页、GitHub及ChatGPT iOS应用运行 并纳入ChatGPT Plus/Pro/Business/Edu/Enterprise套餐 [10] - 计划未来向API客户提供该模型 [11] 性能表现与基准测试 - 在SWE-bench Verified基准测试中表现优于GPT-5 该基准用于衡量代理编码能力及大型成熟存储库代码重构性能 [13] - 测试任务数量从477个调整至500个 [13] - 对于后10%低负载任务 生成token数量比GPT-5减少93.7% [15] - 对于前10%高复杂度任务 推理、编辑、测试和迭代时间为GPT-5的两倍 [15] - 在人类偏好评估中创建移动网站时表现显著进步 支持通过图像或屏幕截图直观检查进度 [18] - 动态思考能力实现实时调整任务处理时长 无需内置路由器 可自主决策延长计算时间（案例如5分钟后追加1小时） [18] 用户反馈与市场影响 - 知名博主Dan Shipper测试反馈显示：模型可自主运行长达35分钟 支持本地与网页开发环境无缝切换 且通过实际运行代码发现更多bug [21] - 用户需合理提示才能达到最佳效果（如运行时间从5分钟至优化后延长） 但存在偶尔思考不足或拒绝过大任务的情况 [22] - Reddit用户反馈称新模型解决此前Codex无法处理的Electron渲染和JSON生成问题 且一次性完成指令 [22] - 用户预测Codex将编写其75%代码 Claude编写10% 自行编写15% [23] - 部分用户认为持续7小时高效工作能力可能替代初级开发人员 成本仅为雇佣人工的1/500至1/1000（服务费20-200美元 vs 月薪5000-10000美元） [24] - 行业观点转向编程重心从原始代码编写转为架构设计 但职业完全消亡需待AGI实现 [25] 市场竞争与资本动态 - AI编码工具市场竞争加剧 主要竞品包括Claude Code、Anysphere的Cursor及微软GitHub Copilot [26] - Anysphere于6月完成9亿美元融资 估值达99亿美元 Thrive Capital领投 Andreessen Horowitz/Accel/DST Global参投 [27] - Anysphere年化收入约每两个月翻一番 当前ARR超5亿美元（较4月中旬3亿美元增长60%） [27] - Anthropic完成130亿美元融资 估值达1830亿美元（较原50亿美元计划超额） 经常性收入1-8月增长五倍 [27][28] - Replit完成2.5亿美元融资 估值30亿美元（较2023年增长近三倍） ARR从280万美元增长至1.5亿美元（增幅超50倍） 用户社区超4000万 [28] - 代码编辑器Windsurf遭遇混乱收购 团队被谷歌和Cognition瓜分 [29] - 行业面临共同考题：需将AI工具真正融入开发流程提升生产力 而非仅聚焦估值游戏 [30]

核心观点 - AI大模型技术发展迅猛 但企业落地存在诸多挑战 阿里云基于内部实践总结出RIDE方法论 强调组织重组、机会识别、指标定义和工程执行的重要性 以实现真正的业务结果交付[2][4][28] - 企业必须搭上AI这趟"电梯" 否则将落后于时代 根据ARK INVEST预测 2030年算力性能将增长1000倍 黄仁勋则认为未来10年AI算力将提升100万倍[6][7] - 当前企业最大矛盾在于业务部门对AI的过高期望与IT部门实际生产力发展不充分之间的差距 需要重新调整生产关系以适应新生产力发展[8][30] 组织转型挑战与解决方案 - 实施"书同文、车同轨"通识教育 全员参加AI大模型认证培训(ACA面向非技术人员 ACP面向技术人员) 统一基础认知[32][33] - 通过产研提效比赛和业务提效比赛促进组织创新 比赛以E2E实际业务效果为衡量标准 而非表面指标[36][37] - 将数字人定位为业务部门正式员工 拥有工号和汇报关系(如AI001编号) 目前已有28个智能体上线 需满足效率提升和效果提升双重要求才能正式上岗[24][38][42] 业务机会识别标准 - 重点关注以language为中心的工作 包括电销、客服、翻译、合同审核及编程语言类任务[43] - 选择重复执行、规模化执行且人力短缺的领域 三个特征为Language类工作、重复规模化执行、缺人或效率低下[43] - 人力折算方法：单任务岗位按产能线性折算(如翻译2万字/人天) 多任务岗位聚焦卸载繁琐工作释放高价值人力[44] 产品定义与运营指标 - 准确率是AI项目第一核心指标 需结合响应时效性和安全合规等非功能性要求[47] - 关键运营指标包括DAU(每日活跃用户数)、用户提问数、渗透率和留存率 防止团队陷入"自嗨"[48][52] - 示例显示随着准确度提升 DAU和留存率同步上升 准确度指标分为蓝区(精准解决)、黄区(伴无关信息)和红区(完全不相关)[48][50] 工程落地模式与陷阱 - 翻译模式(狭义翻译和广义翻译)是低垂果实 但必须确保原系统就绪 比喻为"蛋糕坯ready才能放樱桃"[58][62] - Agent模式必须始于用户意图终于意图满足 需先构建意图空间和知识工程 否则必然失败[64][66] - 数据层面问题是智能体失败主因(占大部分) 需通过E2E归因定位具体环节[75] 技术实施策略 - 优先以白盒方式使用基模API 注重评测和数据建设 仅在必要时引入训练(如实时性要求高时)[77][78] - 执行阶段金字塔结构：底层是业务数据/API/评测能力(最大底座) 中间层是工程应用算法(RAG/微调等) 顶层是业务目标[55] - ChatBI本质是Agent模式 依赖底层数据中台和完善的数据治理 否则无法生效[80] 实践案例成果 - 翻译场景：使用ChatGPT 4版本后评分从4.12分提升至4.6分(满分5分) 成本降至原专业团队的1/200 完成印尼语全量翻译[15][16] - 智能外呼：服务数百万企业客户 相当于数百人工座席带宽 解决高流动率痛点[18] - 合同审核：将审核时间从最长5个月缩短至实时风险识别 培养财务/信控/法务数字人[20][21] - HR服务：整合低频分散服务 "云小宝"智能体相当于节省10名员工 支持自然语言操作(如请假/体检预约)[23]

OpenAI与微软合作关系调整 - OpenAI预计向微软分享的收入占比将从当前20%降至约8% 为自身多留存逾500亿美元收入 [2] - 微软仍能从OpenAI投资中获得约333.3亿美元收益 但未明确是累计或年度金额 [2] - 双方正就服务器租赁费用进行谈判 微软因早期押注已获得显著收益 [2] OpenAI资本运作与估值 - 微软自2019年累计向OpenAI投资130亿美元 参与ChatGPT及API收入分成 [3] - 公司二次股票出售规模扩大逾40亿美元至103亿美元 以5000亿美元估值进行 [3] - 非营利性部门将获得超1000亿美元资金 占私人市场估值20% [4] - 非营利性母公司继续控制营利性业务 持有股权价值超1000亿美元 [5] 微软战略调整与竞争态势 - 微软将OpenAI视为竞争对手 允许其使用其他云服务提供商资源 [3] - 微软承诺对自有AI模型进行重大投资 同时保持采用第三方模型的灵活性 [3] - 微软人工智能业务年化收入约130亿美元 持有OpenAI约30%股份价值约1500亿美元 [8] Infosys早期投资与决策失误 - Infosys十年前以捐赠名义投资OpenAI 10亿美元 未转化为股权投资 [6] - 公司前CEO曾预测AI将重塑15万名工程师工作 但领导层变更后放弃战略合作机会 [6] - 若2019年加大投入 10亿美元投资现值可能超450亿美元 当前OpenAI估值是其市值4.3倍 [8] 公司治理与监管动态 - OpenAI重组为营利性公司面临慈善机构反对 遭加州与特拉华州总检察长调查 [5] - 公司承诺与监管机构合作 确保工具安全且有益 将安全作为行业优先事项 [5] - 与微软签署不具约束力谅解备忘录 积极推进最终协议条款敲定 [3]