明日主题前瞻 1、核燃料 | 11月1日，中国科学院对外证实，由中国科学院上海应用物理研究所牵头打造的2兆瓦液态燃料钍基熔盐实验堆，近期成功完成钍铀核燃料的首 次转换。这一成果不仅填补了国际空白一首次获取钍元素进入熔盐堆运行后的实验数据，更让该堆成为当前全球唯一在运行且实现钍燃料入堆的熔盐堆，为 熔盐堆核能系统利用钍资源的技术可行性，提供了关键初步验证。 点评：上海应用物理研究所所长戴志敏明确目标：以2035年为节点，建成百兆瓦级钍基熔盐堆示范工程并落地应用，加速技术升级与工程转化，为国家开辟 安全可靠的钍基能源发电新路径。作为我国第四代核裂变反应堆技术的核心代表，钍基熔盐堆的安全特性尤为突出。不同于多数核反应堆需在高压环境下运 行，它全程在常压状态下工作，从根本上消除了高压爆炸的风险。我国拥有位居世界前列的钍资源储量，且通过钍铀循环技术可生成铀-233，进而通过核裂 变释放巨大能量。由此，钍基熔盐堆成为契合我国资源禀赋的核能发展优选方向。 2、人形机器人 | 据人民网，第十五届全国运动会的火炬传递于11月2日在深圳市莲花山公园启动。人形机器人"夸父"手握1.6kg重的火炬，无需技术人员陪 跑，奔跑步伐稳健、 ...

全线跳水，美联储大消息！6连板605178前三季度亏损，公司表示存在快速下跌风险！全球首个甲骨文智能体发布 这标题够乱，信息量也够大，先把最关键的事儿摆明白，再让你往下看会更带劲儿； 美联储在北京时间2025年10月30日凌晨降息并结束缩表，市场瞬间反应剧烈，个股像被抽了腰板一样震荡，时空科技（605178）在10月29日披露前三季度亏 损并提示风险，另一方面10月29日安阳发布了全球首个甲骨文智能体，让老文物也跟着上了AI的风口。 10月30日凌晨，美联储宣布降息25个基点，把联邦基金利率从4.00%～4.25%降到3.75%～4.00%，同时宣布12月1日起结束缩表计划，随后主席鲍威尔在新闻 发布会上说经济仍在温和扩张，数据没有发生大变动； 鲍威尔讲话期间，美股三大指数盘中集体回落转绿，纳斯达克之后又翻红，全场情绪像打了个哈欠一样，最终道指收跌0.16%，纳指涨0.55%，标普500收 平，这场闹剧的节奏很快又被部分修正； 时空科技（605178）在2025年10月29日晚间发布的三季报显示，前三季度主营收入2.15亿元，同比上升5.18%，但归属于母公司的净利润亏损1.16亿元，第 三季度单季收入710 ...

人工智能行业趋势与政府合作 - 360集团创始人周鸿祎受邀为郑州市党政领导干部专题授课 主题为《拥抱智能体推动郑州高质量发展与高效能治理》[1] - 讲座内容涵盖人工智能技术的革命性意义 大模型与智能体的发展趋势和实践路径[1] - 阐明了智能体赋能高质量发展高效能治理的逻辑框架和人工智能落地中的安全挑战[1] 智能体城市建设 - 郑州市致力于打造智慧高效、治理高效的智能体城市[1] - 目标形成一格管全面、一屏观全域、一网统全局、一线通上下、一键全处理、一融促创新、一制保安全的数智治理格局[1] - 周鸿祎对郑州加快推进智能体城市建设提出了有针对性的意见建议[1] 政府持续学习机制 - 郑州市每年举办多期全市领导干部"问学前沿"讲堂以把握前沿科技趋势[2] - 2025年第一期讲堂上 郑州市领导干部曾集体学习DeepSeek[2]

【大河财立方 记者 程帅星 见习记者 岳炎霖 文 吴瑞森 摄影】11月1日，第三届"郑州企业家日"系列活动开幕。大河财立方 记者现场看到，明泰铝业董事长刘杰，UU跑腿创始人、董事长乔松涛，中孚实业董事长马文超，白象食品董事长姚忠良等 多位企业家现身开幕式现场，部分企业家围绕AI技术应用、最新研发成果、未来展望等作了分享。 "程序员、客服、创意内容生产者等群体面对AI时最容易焦虑，担心被替代，但我在公司内部讲过很多次，这根本不是问 题。AI能把单一能力的人变成复合能力的人，能让人变得更加强大，应该去拥抱它而不是逃避。"乔松涛说，"对于企业来 说，要把AI当成一个员工，而不是冰冷的工具，要让AI参与共同决策。" 蓝文广说，新一代AI技术正在重构企业的生产方式和业务框架，过去的"活动级智能体"只能完成客服问答、合同生成等单 点任务，而未来的"生态级智能体"将突破企业边界，推动内部资源与上下游生态深度融合，实现跨领域、跨专业的能力协 同。同时，企业日常生产作业将由AI自主决策，并由多智能体共同支撑。 "我们预判以AI为基础的智能体未来将成为业务处理的基本单元，预计2027年，相关企业50%的业务会通过AI完成。单一智 ...

谭寅亮、孙书华/文 近年来，人工智能(AI)在招聘、面试及人力资源管理(HR)领域的应用正快速升温。 此外，中国家族企业在二代接班过程中普遍面临"老臣人才价值判断难"的问题。一方面，初代创始人对 老臣的评价可能存在主观偏差，但二代对这类评价的信任度有限。另一方面，二代若向老臣征询人才建 议，易因"亲信推荐"导致信息失真，部分资深同事在推荐时可能更倾向于选择熟悉或关系较近的人，不 一定是完全基于能力的考量。 这种信息不对称使得二代接班后不敢轻易调整团队，明知部分人员难以适配企业发展需求，也因缺乏客 观依据而无从判断，最终陷入想动不敢动的被动局面。此时，企业会希望通过AI技术获得客观、中立 的人才评估建议。 最新一项大规模随机实验显示，AI在面试环节的表现优于人类，候选人接受AI面试后获得录用、入职 和留任的概率均显著提升。这类研究表明，AI不仅能处理标准化事务，还能通过互动缓解候选人的焦 虑，增强组织效能。 面对这一趋势，如何将AI深度融入组织管理流程，而非仅停留在工具层面，成为企业亟待解决的问 题。为此，分析行业领先企业的实践，有助于我们深入理解这一挑战。 企业级AI的探索 在人力资源领域，易路人力资源科技( ...

AI在人力资源管理中的应用趋势 - 人工智能在招聘、面试及人力资源管理领域的应用正快速升温 [2] - 大规模随机实验显示，AI面试后候选人获得录用、入职和留任的概率均显著提升，表现优于人类 [2] - AI不仅能处理标准化事务，还能通过互动缓解候选人焦虑，增强组织效能 [2] 易路人力资源科技的AI实践 - 易路服务覆盖全球20多个国家、国内310多个城市，为超过800家中大型企业提供人力资源解决方案 [3] - 2023年依托GPT等大模型技术，从早期NLP探索转向LLM大语言模型构建概念产品 [3] - 2024年推出管理多智能体的协同平台iBuilder，内置39个智能体覆盖招聘管理、员工体验等6个板块 [3] - 2020年前后已将AI技术应用于人岗匹配与薪酬定薪方向，解决招聘定薪难、识人不准等困境 [3] 人力资源管理中的核心痛点 - 企业招聘面临定薪难题和人才评估困境，经济下行时期高薪与绩效表现严重脱节 [4] - 家族企业二代接班过程中面临老臣人才价值判断难题，存在信息不对称和主观偏差问题 [4] - 传统招聘以候选人前雇主薪资为基准，导致招聘成本攀升而人才价值未同步提升 [4] AI解决方案的技术逻辑 - 通过历史数据构建客观人才画像，读取全周期数据形成多维度人才档案，具有不可回溯造假特性 [5] - 通过岗位描述+绩效行为双维度提高人岗匹配精准度，对比核心职责而非仅看职级名称 [6] - 联动薪酬激励体系，整合数年累计的14亿条岗位招聘数据，分析得出精准薪酬区间 [6] 智能体的分类与价值 - 智能体分为处理标准工作的AI主导模式和处理非标准工作的人类主导增强智能模式 [7] - 标准工作有明确操作流程，如某跨国企业采用薪资核算智能体自动完成3.6万员工算薪 [7] - 非标准工作需要创造性思维，AI扮演知识引擎角色，人类主导最终决策 [7] 智能体的实际应用场景 - 滑雪场筹建团队组建场景中，智能体基于自然语言指令瞬时推荐关键岗位候选人清单 [8] - 组织人力动态管理场景中，智能体实时洞察人员变化，回答在岗员工总数等复杂问题 [9] - 智能体整合宏观经济、市场竞对等数据，帮助高层进行投资回报率分析和战略布局决策 [9] 企业级AI的核心支柱 - 支柱一需要深厚的管理理论与行业实践，包括美世IPE岗位评估系统等成熟理论框架 [11] - 支柱二要求内外部数据高质量融合，内部数据需清洗整合，外部数据作为基准参考 [12] - 支柱三是赋能而非替代的交互层，将人类专家从80%繁琐劳动中解放，专注战略性工作 [12] 智能体信任机制的基石 - 基石一可预测性要求输出基于预设业务规则，确保AI行为符合企业规章制度 [14] - 基石二可回溯性要求展示完整推理链条，便于管理者复审和定位问题根源 [15] - 基石三可审计性要求决策流程可完整记录，证明决策逻辑的合规与公正 [15] 人机信任关系的建立阶段 - 第一阶段全权委托处理确定性任务，如自动填写报关单等标准化工作 [16] - 第二阶段辅助建议处理复杂性决策，智能体扮演超级顾问角色但最终决策权在人 [16] - 第三阶段共同探索处理战略性创新，AI负责模拟推演，人类负责战略抉择 [16]

手机AI助手市场渗透现状 - OPPO高管坦言AI助手渗透率低于预期 其日活用户数占安装用户数的比例落后于DeepSeek 豆包 元宝等独立AI应用 [1] - 自2023年AI大模型竞赛开始 几乎所有手机厂商都推出了AI助手 但用户体验普遍不尽如人意 [1] - 在秋季旗舰新机发布季 AI助手成为小米 vivo OPPO 荣耀 华为等厂商的竞争焦点 发布会均将AI能力置于核心位置 [1] 中国智能手机市场竞争格局 - IDC数据显示第三季度vivo以1180万台出货量和17.3%的市场份额位居国内第一 [2] - 苹果以1080万台出货量排名第二 华为以1040万台位列第三 小米以1000万台排名第四 OPPO与荣耀并列第五 [2] AI助手功能进化趋势：理解力 - 个性化成为厂商关键词 AI需与每个人的屏幕内容有更多交流 [2] - 系统级AI应能感知用户当前所见 例如在刷小红书时直接提问或一键整理内容 [2] - vivo OPPO 华为 苹果几乎同时在新系统中上线AI来电识别功能 可识别刷单返利 虚假机票退改 冒充公检法等诈骗场景 [2] - AI可检测路人注视屏幕并发出提醒 银行 办公等敏感应用可进入防窥模式 [2] AI助手功能进化趋势：记忆与行动力 - vivo和OPPO在AI助手中加入记忆功能 用于自动总结屏幕内容 提炼笔记 生成账单 [3] - OPPO ColorOS 16推出AI一键闪记 可通过截屏总结小红书内容 B站长视频也可按时间段生成摘要 [3] - AI自动记账功能引起高讨论度 用户长按AI键即可识别当前界面并自动生成账目 [3] - 荣耀Magic8系列新增物理AI键 长按可进入AI助手视频通话 基于摄像头画面和位置信息检索商家信息 比对团购套餐 自动生成打卡笔记与评论 [4] - 荣耀AI助手具备跨平台价格检索功能 可在京东 天猫 拼多多等电商平台实时抓取商品价格并自动匹配优惠券 [4] - OPPO AI助手视频通话支持声纹识别 在嘈杂环境中能听清用户指令 [4] AI助手发展面临的挑战 - 用户反映手机系统中的AI功能碎片化 体验像4399小游戏合集 不如ChatGPT App好用 [5] - AI记账等涉及金钱交易的功能面临隐私问题 OPPO称通过手机本地部署小模型处理脱敏数据以降低风险 [3] - 由于微信应用限制 OPPO ColorOS 16的一键记账功能在10月底后已不支持微信 [3] - 监管部门正关注AI助手采用截屏识别并执行自动化操作的情况 [4] - AI自动生成点评和打卡时 数据的真实性与商业信任受质疑 难以分辨虚假或水军营销信息 [6] - 手机AI助手难以顺畅调用外部能力完成复杂多步任务 移动端缺乏类似网页端MCP A2A的主流协作协议 [6] - 早期厂商依赖无障碍功能通过读屏 分析截屏 模拟点击来控制App 这种方式涉及高权限调用与隐私风险争议 [6] AI助手协作生态发展 - 随着智能体概念落地 可能出现新的协作范式 支付宝 美团 淘宝等App开始自建AI助手 [7] - 手机厂商强调A2A布局 让各个AI助手之间交接工作 OPPO提及第三方服务通过智能体和A2A协议实现通信 [7] - 华为鸿蒙系统6更新中提到 小艺会调度多个智能体协同完成任务 首批80多个鸿蒙应用智能体已上架 覆盖教育医疗 娱乐互动 生活服务等领域 [7]

周延礼认为，未来应当从加强数据整合、建立数据标准、提升数据质量、加强风险防范等方面加强数据 治理，并推动保险机构与高校科研机构合作培养复合型人才，筑牢数字保险发展根基。 据十四届全国政协委员、科技部原副部长李萌介绍，当前大模型在金融领域渗透率达35%，而构建金融 智能体的关键在于吃透各场景需求与痛点。他强调，智能体虽非新概念，但大模型时代赋予其新内涵与 新能力，而Agentic AI（自主规划智能体和多智能体协同）未来或成为社会基本单元。发展大模型、智 能体与AI的核心价值，在于推动智能体微观价值形成正向循环，并向宏观价值延伸，最终提升行业乃 至全社会全要素生产率。他指出，从大模型到智能体，是AI向生产力落地的必然路径，金融智能体更 是撬动金融新质生产力的有力工具。 谈到人工智能具体落地技术细节方面，美国国家科学院院士、美国哈佛大学统计系终身教授、清华大学 统计与数据科学系教授刘军认为，人工智能的落地必须与统计学和数据科学深度融合。他指出："单纯 依赖大数据而缺乏严谨的统计思考可能导致模型偏差与决策失误，统计与数据科学是AI落地的钥匙。" 新加坡国立大学和南洋理工大学客座教授、原新加坡金融管理局学院院长、原新 ...

余滨表示："AI已从'试试看'走向'必须做'，正从成本中心转变为服务、营销与价值创造的核心。"目 前，蚂蚁数科为银行提供的AI应用已从早期的智能客服、知识问答等单点场景，扩展至覆盖营销、风 控、投顾、理赔等核心业务的全栈智能体系统。据试点银行反馈，借助理财经理数字分身，人均服务客 户数从200人提升至2000人，有效覆盖了原本难以触达的中长尾客户，带动收入增长约20%。 10月30日，在2025金融街论坛上，蚂蚁数科AI业务总裁、蚂蚁集团副总裁余滨发表演讲时透露，当前 不少城商行正积极拥抱金融大模型与智能体技术，寻求业绩突围。蚂蚁数科致力于支持银行构建自主可 控的金融大模型，江浙沪地区的部分城商行在员工工作效率、营销转化率、营收规模等方面取得显著增 长。 伴随净息差收窄、营收增速放缓以及同质化竞争加剧，城商行面临前所未有的挑战。原本的区域优势减 弱，大型银行持续挤压其生存空间。在此背景下，越来越多的银行将AI视为"弯道超车"的关键路径。 浙江一家头部城商行则与蚂蚁数科合作，系统性构建了"算力-平台-模型-应用"全栈AI能力，落地30多个 智能体场景，覆盖客户服务与内部运营两端，为未来十年的AI转型奠定坚实基础 ...

涉及的行业或公司 * 行业涉及人工智能应用、AIGC（人工智能生成内容）、编程工具、文档处理、多媒体生成、AR眼镜、数字人、移动互联网等[1][5][8][12][31] * 公司包括Anthropic（Cloud Code工具）、J-Spark、Minus、OpenAI、Google（Gemini 2.5模型）、Stable Diffusion、MidJourney、阿里、百度等[2][5][8][13][18] 核心观点和论据 * **Cloud Code工具的范式影响与成功**：Cloud Code工具通过引入"上下文工程"新范式，采用类似虚拟机的方法管理上下文并结合沙盒技术，大幅提升编程效率，例如创建公司网站只需35美元和1小时，公司估值因此迅速提升至1,700亿到1,800亿之间[1][2][3][5] * **专业行业AI APP的必要性**：尽管大模型能力强，但专业APP因高质量提示词编写复杂、上下文管理需要丰富信息、行业特定知识壁垒高等原因而必要，能更好满足特定需求[6] * **AIGC各形态发展趋势差异**：文本应用最火热，覆盖日常工作70%到80%场景需求；图像生成在2024年上半年突出但2025年增长放缓；多媒体（视频/音频）在Google Gemini 2.5等推动下成为增长最快细分赛道，可生成15秒到30秒视频[8][9][28] * **AI APP市场处于起步阶段且商业模式转变**：市场发展迅速但未出现独占性头部APP，商业模式正从传统订阅制向基于使用量（token消耗）计费转变，AI APP基本无广告，高质量数据成为大模型所需[10] * **场景智能的作用与AR眼镜市场爆发**：场景智能弥补大模型上下文管理不足，例如会议记录系统可记录发言者位置、身份及语气等细节，推动AR眼镜市场今年爆发[11][12] * **智能体赋能的APP发展前景广阔**：未来两到三年内以智能体赋能为形态的APP有望成为主流，类似2010年移动互联网阶段，2025年春季秋季拿到投资的公司中65%与智能体相关[26] * **套壳技术仍有显著价值**：套壳质量直接影响最终产品形态和效果，上下文工程潜力巨大，用户更关注模型接入、套壳及与现有系统融合，而非寻找最好模型[14][27] * **发展较快应用的共性特点**：行业内流程方法论完备、评价系统量化（如编程领域），而缺乏客观量化标准的场景（如图片生成）发展相对缓慢[15][16] * **AI在文本处理方面应用成熟**：成本较低且场景明确，日常工作约百分之六七十甚至百分之七八十与文本相关，可替代度高[32] * **海外与国内AI coding应用差异**：海外相对成熟，客户买单率高，生态系统下上层应用厂商有发展空间；国内环境较恶劣，大模型通常内建能力，不会形成独立AI APP层[33] * **各赛道商业闭环形成时间预测**：文本相关AIGC和音频组件已成熟，预计3至5个月内出现语音爆发；视频需一到两年积累；AI for coding因方法确定性强走在前列，例如Cloud Code一年营收达20至50 billion美元[34] 其他重要内容 * **AI赋能传统APP的变化**：通过AI技术重新开发产品实现全新体验，如文档识别提升使用体验和边际效果[13] * **大模型赋能提升文档理解能力**：推翻套壳无价值观点，对文档布局和类别有更好理解[14] * **AI工具在文档处理和网页开发中的优势**：可将非结构化文档转化为结构化文档，提高处理速度和准确性；降低技术门槛，快速生成高质量网站[22][23] * **AI产品提升用户粘性的方式**：通过垂直领域（如能源）深入了解行业know-how，或特定功能（如表格处理）满足需求；Anthropic推出Cloud Skills工具可降低40%~60%的Token消耗[30] * **数字人市场现状**：参与厂商多但效果未达理想，制作成本比雇佣真人更贵，需等待成本下降[31] * **AI for Science发展较慢原因**：需要新范式发现问题，目前大模型处于用已知理论解决已知问题阶段[35] * **各类AI应用流量变化**：通用智能增长，客户支持类工具流量下降；角色扮演类应用因擦边内容带来流量增长；图片生成与处理应用整体下滑[19]