https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
分享下我创业烧了 几十万的 AI Coding 经验
应评论区 BobetaX 同学的要求，这部分主要讲程序员在 AI Coding 时代的思维和技能变化
因为我个人虽然大部分都是技术经历，从一线开发到技术管理技术架构，除了向上管理这块我实在不会（拍马屁总拍到马腿上😄）
其他我都可以说道说道，包括市场销售渠道这些其实我都狩猎过，所以要说 AI Coding 对于我们这个职业群体的思维和技能转变的影响，我觉得可能分成几个部分
1. 多和销售，市场，营销的同学去吃吃饭，感受下那种人和人之间，让你的客户让你的用户掏钱的感觉
2. AI 原生思维，干技术的有个好处是当 AI 补足了你能力短板的时候，你就可以一个人搞定一个事，所以一定要试着去做产品，无论什么样的产品，先从你第一个产品开始做，大多数产品都是没价值的，但是对你来说这种一个人干一个团队的事情的经验有价值。
3. 绝对绝对不要当螺丝钉，因为 AI 螺丝钉吃电就能活，而你不行
4. 会写代码是一种很高的杠杆，AI 把这个杠杆放大了 100 倍，作为程序员你缺的是如何运用杠杆解决问题的能力，而不是写代码的能力
5. 中国其实企业的场景里能落地 AI 的场景非常多，需求很旺盛，现在还没有爆发是因为成本拐点没过去，AI Coding 就是那个打破成本拐点的关键技术，但光靠 AI Coding 是不够的，从自己的亲朋好友那里去深入了解工厂，企业的痛点，可能是你脱离牛马的第一步
6. 技术和代码的价值前所未有的低，但是能让 AI 在实际场景里跑起来的能力价值前所未有的高，编程语言，技术栈，这些都不重要了，如果今天你还在迷信某种技术栈，是某种框架库的拥护者，那么未来大概率是要被淘汰的。
----------------------
差不多 1 年没写了，这两年一直忙着创业，抽个空给大家聊聊，扯扯闲天。
我思来想去能写的东西其实很多，比如
● 一个前端老鸟是如何开始创业不归路的
● 搞技术的创业要注意哪些是
● 创业上班有啥不同
● 怎么融资，投资人都是什么路子
● 创业 2 年都踩过什么坑
● 如何找客户
● 如何做产品
● AI 来了改变了什么
不过我想了想，掘金毕竟是个开发者社区，还是先聊聊大家比较容易理解的技术侧的内容
首先是给个结论 传统软件开发基本要嘎了
别的公司不知道，但是我们确实做到了在没有产品，测试，UI，前端，后端传统分工的情况下，完全通过 AI Coding 开发产品，上线，拿钱，交付，增长，迭代。
就是如果你还纠结 AI 原生组织，去掉所有岗位分工角色，只用 AI Coding 到底能不能代替传统软件开发模式，能不能上生产，能不能做出真的产品，那么我直接告诉你
完全可以 前提是从 0 开始，丢掉所有的历史包袱，所以创业公司可以这么干。
下面的内容分享给那些用过，没用过，想用 AI Coding 组织或者同学们，这一篇我就只聊我的经验，后面有时间我再展开说。
AI Coding 里的上下文工程怎么做
如果你翻一些开发团队的公众号，可能会把上下文工程给你说的神乎其神，或者长篇大论，但是对我的理解，我从 AI 作为编码工具到 AI 成为我的同事这个漫长的过程中，我的体验是，上下文工程只解决一个问题。
就是解决 AI 在没有记忆的情况下如何获取最新的结果，比如你发送了个需求让 AI Coding，AI 能不能知道上一次的修改结果，能不能基于最新的代码去推理来满足你的需求。
那么要解决这个问题有几条路径
● 让 AI 读写查询搜索自己去组织上下文，目前主流 AI IDE 的做法，优点是自动化程度高，缺点是慢，费钱，而且准确性和需求的复杂度成反比，需求越复杂，性能越差
● 结合 RAG 做索引，早期 Cursor 类产品的主流做法，优点是便宜，理论上下文无限，现在用 google 的 api 成本大幅下降，缺点么就是基本没啥用，尤其是推理模型出来后，代码切片就跟盲人摸象差不多，反而增加了 AI 的推理难度，AI 还得想想你这切的支离破碎的代码到底想表达啥？因为大部分的项目都是业务项目，与其说里面是代码，不如说里面就是业务的一个 know how 的表达方式。代码的耦合性是很高的基本切开就玩完。
● 手工选择 + 自动注入，这是目前我们的做法，简单粗暴，直接将整个项目的代码序列化结构化变成一个 markdown 丢过去，然后允许工程师手工选择，优点就是准确性极佳，推理速度快，生成效果好，完全能满足生成要求，缺点么就是费钱，超级费钱，基本上密集开发周期内，单日消耗可以达到数百美金，还是在手工选择加持的情况下，完全不管的话大几千美金也打不住。
然后现在各家 AI Coding 产品其实做的上下文工程就是围绕怎么把所有想让 AI 知道的的东西变成文本丢进去，难点在于很多内容很难文本化，并且丢一次是不够的，如何增量的丢，低成本的丢，快速的丢，都是技术，这方面的工程复杂度完全是一个全新的问题和领域
要做好上下文工程，产品和技术必须合二为一，不能分工，国内很多产品体验做的不好和我们长期的分工模式有关系，现在 AI 产品的设计，角色分工反而成了最大掣肘，从就业角度看，我觉得单独的产品和工程师以后都没啥活路，最好就是变成 产品工程师 AI 干活你主导设计
AI Coding 对传统软件开发方式的影响
先给结论，影响是颠覆性的革命性的，和过去我们经历的低代码/无代码那一波不一样，低代码无代码还是传统开发中针对业务场景的解决方案，是一个子集，人还是那些人，最后又加了一批脚本工程师。
但是 AI Coding 是掀桌子了，今天如果所有的公司是 AI 原生，AI Coding 的那么除了一批架构，转型快的还有活干，90% 的岗位都不存在了，没有任何独立的分工，垂直的工作给你，你想当螺丝钉，AI 比你更适合拧螺丝。
最大的影响是分工没了，AI 的知识结构和基于算力的特点，从资本效率上完全是碾压人类的，AI 欠缺的部分还需要人去补足，但是这个补他不需要一个团队，只需要一个人就够了，这意味着分工的消失。
基于 AI 的研发团队，结构是高度扁平，实现了我们最理想的模式，就是工程师流动的自由性，不像过去你的工作是被绑死在一个项目和代码上的。但是要做到这一点，就必须放手让 AI 去写代码。
必须是 100% 让 AI 写，任何混合式写法最后的结果就是，AI 和 人的能力都发挥不出来，今天还想着给团里的人配个 AI 提升效率的，我就直接告诉你们，短期有效，长期无效，还不如保持原来的传统模式，把 AI 就当成一次性工具，和低代码无代码一样解决一些业务场景的问题，AI 只是更智能而已，但是低代码/无代码解决不了的 AI 一样解决不了，不用指望大力出奇迹，人效飞上天，如果你们老板有这种想法，让他来找我，我免费给他上课，告诉他“别做梦！”。
总结下，影响是多方面的，一个是团队的分工，要想最大化收益，就是全干掉，变成一个工程师 + AI 的模式，其次是协同方式，必须数字化，平台化，依赖 IDE 你效率跑不起来。对 AI 来说，IDE的上下文很不完整，如果要自研一套基于 AI 的效率平台，最好的办法就是从 AI 出发为 AI 打造。
先写这些，1 年没写了，水两句让免得掘金把我给忘了😄
----------------------
为了方便更新我就不开新文了，这里再讲讲关于软件设计的价值
AI Coding 让软件工程师回归设计
其实我们都知道编码价值不大，对于整个公司来说，编码属于成本，也就是你写的代码本质上是一种企业负债， 不仅是技术负债，更是商业成本，因为编码是死的，代码的可复用性很低，但是设计不同，好的设计可以产生持续的价值，但是在人工编码的年代，因为编码的效率很低，无法有效的响应软件设计的变化，而且进入互联网时代后，互联网软件的特点就是变化快，快速变化让代码几乎无时不刻的都在改，这种改动让很多设计模式，和软件设计显得僵化了。
其实 AI Coding 带来一种新的编码方式，我觉得可以说是设计驱动编码，因为 AI 生成代码的速度很快，准确性也很高，这让设计驱动编码成为可能，今天我们不再讨论如何去写代码，而是讨论如何做一套设计，将软件设计中的业务逻辑，产品逻辑，UI/UX，数据逻辑，前所未有的统一起来，用自然语言表达，随后通过 AI 生成代码，这不是 Vibe Coding 的抽卡逻辑，而是经过深思熟虑的软件设计范式。
未来的软件工程师必然是设计师，而非码农
via 掘金人工智能本月最热 (author: 掘金泥石流)
应评论区 BobetaX 同学的要求，这部分主要讲程序员在 AI Coding 时代的思维和技能变化
因为我个人虽然大部分都是技术经历，从一线开发到技术管理技术架构，除了向上管理这块我实在不会（拍马屁总拍到马腿上😄）
其他我都可以说道说道，包括市场销售渠道这些其实我都狩猎过，所以要说 AI Coding 对于我们这个职业群体的思维和技能转变的影响，我觉得可能分成几个部分
1. 多和销售，市场，营销的同学去吃吃饭，感受下那种人和人之间，让你的客户让你的用户掏钱的感觉
2. AI 原生思维，干技术的有个好处是当 AI 补足了你能力短板的时候，你就可以一个人搞定一个事，所以一定要试着去做产品，无论什么样的产品，先从你第一个产品开始做，大多数产品都是没价值的，但是对你来说这种一个人干一个团队的事情的经验有价值。
3. 绝对绝对不要当螺丝钉，因为 AI 螺丝钉吃电就能活，而你不行
4. 会写代码是一种很高的杠杆，AI 把这个杠杆放大了 100 倍，作为程序员你缺的是如何运用杠杆解决问题的能力，而不是写代码的能力
5. 中国其实企业的场景里能落地 AI 的场景非常多，需求很旺盛，现在还没有爆发是因为成本拐点没过去，AI Coding 就是那个打破成本拐点的关键技术，但光靠 AI Coding 是不够的，从自己的亲朋好友那里去深入了解工厂，企业的痛点，可能是你脱离牛马的第一步
6. 技术和代码的价值前所未有的低，但是能让 AI 在实际场景里跑起来的能力价值前所未有的高，编程语言，技术栈，这些都不重要了，如果今天你还在迷信某种技术栈，是某种框架库的拥护者，那么未来大概率是要被淘汰的。
----------------------
差不多 1 年没写了，这两年一直忙着创业，抽个空给大家聊聊，扯扯闲天。
我思来想去能写的东西其实很多，比如
● 一个前端老鸟是如何开始创业不归路的
● 搞技术的创业要注意哪些是
● 创业上班有啥不同
● 怎么融资，投资人都是什么路子
● 创业 2 年都踩过什么坑
● 如何找客户
● 如何做产品
● AI 来了改变了什么
不过我想了想，掘金毕竟是个开发者社区，还是先聊聊大家比较容易理解的技术侧的内容
首先是给个结论 传统软件开发基本要嘎了
别的公司不知道，但是我们确实做到了在没有产品，测试，UI，前端，后端传统分工的情况下，完全通过 AI Coding 开发产品，上线，拿钱，交付，增长，迭代。
就是如果你还纠结 AI 原生组织，去掉所有岗位分工角色，只用 AI Coding 到底能不能代替传统软件开发模式，能不能上生产，能不能做出真的产品，那么我直接告诉你
完全可以 前提是从 0 开始，丢掉所有的历史包袱，所以创业公司可以这么干。
下面的内容分享给那些用过，没用过，想用 AI Coding 组织或者同学们，这一篇我就只聊我的经验，后面有时间我再展开说。
AI Coding 里的上下文工程怎么做
如果你翻一些开发团队的公众号，可能会把上下文工程给你说的神乎其神，或者长篇大论，但是对我的理解，我从 AI 作为编码工具到 AI 成为我的同事这个漫长的过程中，我的体验是，上下文工程只解决一个问题。
就是解决 AI 在没有记忆的情况下如何获取最新的结果，比如你发送了个需求让 AI Coding，AI 能不能知道上一次的修改结果，能不能基于最新的代码去推理来满足你的需求。
那么要解决这个问题有几条路径
● 让 AI 读写查询搜索自己去组织上下文，目前主流 AI IDE 的做法，优点是自动化程度高，缺点是慢，费钱，而且准确性和需求的复杂度成反比，需求越复杂，性能越差
● 结合 RAG 做索引，早期 Cursor 类产品的主流做法，优点是便宜，理论上下文无限，现在用 google 的 api 成本大幅下降，缺点么就是基本没啥用，尤其是推理模型出来后，代码切片就跟盲人摸象差不多，反而增加了 AI 的推理难度，AI 还得想想你这切的支离破碎的代码到底想表达啥？因为大部分的项目都是业务项目，与其说里面是代码，不如说里面就是业务的一个 know how 的表达方式。代码的耦合性是很高的基本切开就玩完。
● 手工选择 + 自动注入，这是目前我们的做法，简单粗暴，直接将整个项目的代码序列化结构化变成一个 markdown 丢过去，然后允许工程师手工选择，优点就是准确性极佳，推理速度快，生成效果好，完全能满足生成要求，缺点么就是费钱，超级费钱，基本上密集开发周期内，单日消耗可以达到数百美金，还是在手工选择加持的情况下，完全不管的话大几千美金也打不住。
然后现在各家 AI Coding 产品其实做的上下文工程就是围绕怎么把所有想让 AI 知道的的东西变成文本丢进去，难点在于很多内容很难文本化，并且丢一次是不够的，如何增量的丢，低成本的丢，快速的丢，都是技术，这方面的工程复杂度完全是一个全新的问题和领域
要做好上下文工程，产品和技术必须合二为一，不能分工，国内很多产品体验做的不好和我们长期的分工模式有关系，现在 AI 产品的设计，角色分工反而成了最大掣肘，从就业角度看，我觉得单独的产品和工程师以后都没啥活路，最好就是变成 产品工程师 AI 干活你主导设计
AI Coding 对传统软件开发方式的影响
先给结论，影响是颠覆性的革命性的，和过去我们经历的低代码/无代码那一波不一样，低代码无代码还是传统开发中针对业务场景的解决方案，是一个子集，人还是那些人，最后又加了一批脚本工程师。
但是 AI Coding 是掀桌子了，今天如果所有的公司是 AI 原生，AI Coding 的那么除了一批架构，转型快的还有活干，90% 的岗位都不存在了，没有任何独立的分工，垂直的工作给你，你想当螺丝钉，AI 比你更适合拧螺丝。
最大的影响是分工没了，AI 的知识结构和基于算力的特点，从资本效率上完全是碾压人类的，AI 欠缺的部分还需要人去补足，但是这个补他不需要一个团队，只需要一个人就够了，这意味着分工的消失。
基于 AI 的研发团队，结构是高度扁平，实现了我们最理想的模式，就是工程师流动的自由性，不像过去你的工作是被绑死在一个项目和代码上的。但是要做到这一点，就必须放手让 AI 去写代码。
必须是 100% 让 AI 写，任何混合式写法最后的结果就是，AI 和 人的能力都发挥不出来，今天还想着给团里的人配个 AI 提升效率的，我就直接告诉你们，短期有效，长期无效，还不如保持原来的传统模式，把 AI 就当成一次性工具，和低代码无代码一样解决一些业务场景的问题，AI 只是更智能而已，但是低代码/无代码解决不了的 AI 一样解决不了，不用指望大力出奇迹，人效飞上天，如果你们老板有这种想法，让他来找我，我免费给他上课，告诉他“别做梦！”。
总结下，影响是多方面的，一个是团队的分工，要想最大化收益，就是全干掉，变成一个工程师 + AI 的模式，其次是协同方式，必须数字化，平台化，依赖 IDE 你效率跑不起来。对 AI 来说，IDE的上下文很不完整，如果要自研一套基于 AI 的效率平台，最好的办法就是从 AI 出发为 AI 打造。
先写这些，1 年没写了，水两句让免得掘金把我给忘了😄
----------------------
为了方便更新我就不开新文了，这里再讲讲关于软件设计的价值
AI Coding 让软件工程师回归设计
其实我们都知道编码价值不大，对于整个公司来说，编码属于成本，也就是你写的代码本质上是一种企业负债， 不仅是技术负债，更是商业成本，因为编码是死的，代码的可复用性很低，但是设计不同，好的设计可以产生持续的价值，但是在人工编码的年代，因为编码的效率很低，无法有效的响应软件设计的变化，而且进入互联网时代后，互联网软件的特点就是变化快，快速变化让代码几乎无时不刻的都在改，这种改动让很多设计模式，和软件设计显得僵化了。
其实 AI Coding 带来一种新的编码方式，我觉得可以说是设计驱动编码，因为 AI 生成代码的速度很快，准确性也很高，这让设计驱动编码成为可能，今天我们不再讨论如何去写代码，而是讨论如何做一套设计，将软件设计中的业务逻辑，产品逻辑，UI/UX，数据逻辑，前所未有的统一起来，用自然语言表达，随后通过 AI 生成代码，这不是 Vibe Coding 的抽卡逻辑，而是经过深思熟虑的软件设计范式。
未来的软件工程师必然是设计师，而非码农
via 掘金人工智能本月最热 (author: 掘金泥石流)
防止AI人才外流，OpenAI调整薪酬政策
OpenAI在刚刚过去的一周告诉员工，公司将取消一项薪酬政策。该政策规定员工在公司工作至少六个月后才能获得股权归属。这六个月就是所谓的“归属悬崖”。如果OpenAI员工在六个月内离职，任何股票都拿不到。据知情人士透露，OpenAI应用主管菲吉·西莫宣布了对于 “归属悬崖” 的调整，旨在鼓励新员工大胆冒险，而不必担心在获得第一批股权之前被解雇。今年四月，OpenAI将新员工的股权归属期限从行业标准的一年缩短至六个月。知情人士称，今年夏末，OpenAI竞争对手、马斯克旗下xAI已做出了类似的调整。
——凤凰网科技
via 风向旗参考快讯 - Telegram Channel
OpenAI在刚刚过去的一周告诉员工，公司将取消一项薪酬政策。该政策规定员工在公司工作至少六个月后才能获得股权归属。这六个月就是所谓的“归属悬崖”。如果OpenAI员工在六个月内离职，任何股票都拿不到。据知情人士透露，OpenAI应用主管菲吉·西莫宣布了对于 “归属悬崖” 的调整，旨在鼓励新员工大胆冒险，而不必担心在获得第一批股权之前被解雇。今年四月，OpenAI将新员工的股权归属期限从行业标准的一年缩短至六个月。知情人士称，今年夏末，OpenAI竞争对手、马斯克旗下xAI已做出了类似的调整。
——凤凰网科技
via 风向旗参考快讯 - Telegram Channel
🤖 类型：🎯项目
👏 介绍：
TibixDev/winboat 项目旨在通过容器化方法在 Linux 系统上运行 Windows 应用程序，实现与原生桌面环境无缝集成。via 老胡周刊资源分享频道 - Telegram Channel
甲骨文将部分OpenAI数据中心项目推迟
据知情人士透露，甲骨文公司已将部分为大模型开发商OpenAI建设的数据中心完工节点从2027年推迟至2028年，而工期延后主要受劳动力及建材短缺拖累。今年夏季，甲骨文与OpenAI签署一份高达3000亿美元的算力供应协议，负责为后者模型训练与推理提供基础设施。尽管部分项目延期，但美方工地仍保持 “激进” 节奏，建成后有望跻身全球最大数据中心集群。甲骨文联席首席执行官克莱·马古尔克本周在财报电话会上表示：“我们在全球范围内设定了雄心勃勃、但可实现的产能交付目标。”他指出，甲骨文在得克萨斯州阿比林为OpenAI建设的首个数据中心进展顺利，已到位超过96000颗英伟达AI芯片。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
据知情人士透露，甲骨文公司已将部分为大模型开发商OpenAI建设的数据中心完工节点从2027年推迟至2028年，而工期延后主要受劳动力及建材短缺拖累。今年夏季，甲骨文与OpenAI签署一份高达3000亿美元的算力供应协议，负责为后者模型训练与推理提供基础设施。尽管部分项目延期，但美方工地仍保持 “激进” 节奏，建成后有望跻身全球最大数据中心集群。甲骨文联席首席执行官克莱·马古尔克本周在财报电话会上表示：“我们在全球范围内设定了雄心勃勃、但可实现的产能交付目标。”他指出，甲骨文在得克萨斯州阿比林为OpenAI建设的首个数据中心进展顺利，已到位超过96000颗英伟达AI芯片。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
谷歌推出人工智能语音同声传译功能
谷歌公司周五发布公告称，正式将最先进的Gemini翻译能力引入翻译应用，包括通过佩戴耳机实现的“AI同传/交传”，同时大幅提升文字翻译工具的能力，以提供更自然、地道的翻译，而不是逐字逐句直译。谷歌还宣布在翻译应用中拓展语言学习工具的覆盖范围。谷歌介绍，在翻译应用的持续监听模式下，Gemini会自动将多种语言的语音翻译为单一目标语言，使得用户可以戴上耳机，用母语聆听外语演讲、讲座或者电影；而在双向对话模式下，用户仍能从耳机中听到实时翻译，同时在说话后依靠手机播报对方的语言。谷歌称，该测试版功能从周五开始向美国、墨西哥和印度的所有安卓设备推送。
—— 财联社、谷歌
via 风向旗参考快讯 - Telegram Channel
谷歌公司周五发布公告称，正式将最先进的Gemini翻译能力引入翻译应用，包括通过佩戴耳机实现的“AI同传/交传”，同时大幅提升文字翻译工具的能力，以提供更自然、地道的翻译，而不是逐字逐句直译。谷歌还宣布在翻译应用中拓展语言学习工具的覆盖范围。谷歌介绍，在翻译应用的持续监听模式下，Gemini会自动将多种语言的语音翻译为单一目标语言，使得用户可以戴上耳机，用母语聆听外语演讲、讲座或者电影；而在双向对话模式下，用户仍能从耳机中听到实时翻译，同时在说话后依靠手机播报对方的语言。谷歌称，该测试版功能从周五开始向美国、墨西哥和印度的所有安卓设备推送。
—— 财联社、谷歌
via 风向旗参考快讯 - Telegram Channel
Elevated errors on documentation site in Europe
Dec 12, 17:10 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Dec 12, 17:10 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
知情人士透露，甲骨文公司为人工智能模型开发商OpenAI建设的部分数据中心项目完工时间已从2027年推迟至2028年，原因主要与劳动力与建材短缺有关，这些人士要求匿名讨论内部进度安排。
尽管如此，这些位于美国的项目时间表依然被视为激进，相关园区计划建成全球规模最大的数据中心集群之一。
甲骨文正推进今夏签署的一份总额约3000亿美元的长期合同，为OpenAI提供训练和运行其模型所需的大规模算力支持。 受延宕消息影响，甲骨文股价一度下挫最多6.5%，截至纽约当地时间周五上午11点03分，该股报188.26美元，跌幅约5.3%。
对于项目延期一事，甲骨文与OpenAI均拒绝置评。 甲骨文联席首席执行官Clay Magouyrk本周在财报电话会上表示，公司在全球范围内设定了“雄心勃勃但可实现”的产能交付目标。 他同时指出，目前为OpenAI在美国得克萨斯州阿比林建设的首个数据中心进展顺利，现场已交付超过9.6万颗英伟达芯片，用于支持相关人工智能算力需求。
相关文章:
甲骨文CEO：OpenAI“当然”能承担每年600亿美元费用
via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)
迪士尼与 Open AI 展开合作
2025-12-12 20:16 by 伦敦场地
迪士尼改变了其对于 AI 公司使用其版权角色的立场，宣布与 Open AI 达成合作，向 Open AI 投资 10 亿美元，获得额外认股权证的权利。作为协议的一部分，迪士尼允许 Open AI 使用其逾 200 个版权角色制作短视频和图像，这些角色来自迪士尼、漫威、星球大战和皮克斯。新功能预计将于 2026 年通过 OpenAI 的视频生成平台 Sora 和 ChatGPT 推出。部分用户创作的短视频也将会在 Disney+ 上推出。协议不包含任何角色肖像或声音的使用权。迪士尼的员工也将可以使用 OpenAI 工具构建新产品。
https://openai.com/index/disney-sora-agreement/
#商业
via Solidot - Telegram Channel
2025-12-12 20:16 by 伦敦场地
迪士尼改变了其对于 AI 公司使用其版权角色的立场，宣布与 Open AI 达成合作，向 Open AI 投资 10 亿美元，获得额外认股权证的权利。作为协议的一部分，迪士尼允许 Open AI 使用其逾 200 个版权角色制作短视频和图像，这些角色来自迪士尼、漫威、星球大战和皮克斯。新功能预计将于 2026 年通过 OpenAI 的视频生成平台 Sora 和 ChatGPT 推出。部分用户创作的短视频也将会在 Disney+ 上推出。协议不包含任何角色肖像或声音的使用权。迪士尼的员工也将可以使用 OpenAI 工具构建新产品。
https://openai.com/index/disney-sora-agreement/
#商业
via Solidot - Telegram Channel
微软在Excel中推出=COPILOT（）函数允许用户以自然语言在单元格内进行数据分类和摘要之后，又推出了“网格内Copilot”工具，让用户摆脱记忆复杂公式的烦恼。这项新的功能允许用户在单元格中，直接通过自然语言描述自己的需求，Copilot便会实时生成相应的Excel公式，并附带结果预览。
例如，用户只需选中目标单元格，输入 “=” 符号，然后在Copilot提示框中输入“（计算总利润）”，AI助手就会自动建议一个公式并展示计算结果。
如果对于结果满意，点击“保留”即可应用；如果不满意，则可以“放弃”并重新尝试。
“网格内Copilot”不仅能根据自然语言指令生成全新的公式，还能修改现有公式、组合并利用来自不同工作表的数据，甚至根据用户更细致的要求优化生成的公式。
目前，这项功能主要针对Microsoft 365 Copilot订阅客户Excel网页版中提供，而且只能一次生成一个公式来处理一个数据范围。
微软正在考虑在未来的更新中增加对生成多个公式的支持，但具体时间尚未确定。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)
Unable to start chats on claude.ai
Dec 12, 08:00 UTC
Resolved - This incident has been resolved.
via Claude Status - Incident History
Dec 12, 08:00 UTC
Resolved - This incident has been resolved.
via Claude Status - Incident History
