金融法律人必备：用AI提升40%合同审查效率_考试认证

1. 医药行业从业者如何使用DeepSeek?

2. 如何看待淘天金码奖设立Prompt工程赛道，是否意味着「提示词工程师」将成为未来五年互联网行业新风口？

3. 边聊天也能边导航，添加/切换途经点全程语音操作？全新的鸿蒙座舱小艺智能体到底怎么样。

4. #AI无法取代专业人才##AI无法承担法律责任# 技术迭代让AI应用愈发普及，但边界始终清晰。AI只能做信息整合与基础辅助，复杂场景下的逻辑权衡、风险研判、伦理考量，离不开专业人才的深度把控。现行法律框架下，AI不具备民事责任主体资格，无法独立担责。借用AI产出不能成为免责借口，敬畏专业、明晰责任，才是数字化时代的底线。

5. #观点网#【AI与律师行业：是得力助手还是竞争对手】作者林羿表示，人工智能（AI）正在以前所未有的速度渗透各个专业领域。法律行业也不例外。从案例检索到合同起草，从诉讼文书到合规咨询，AI工具的介入已从边缘走向核心。对于美国法律界而言，这场技术革命带来的既是效率红利，也是深刻的职业焦虑——律师们正在追问同一个问题：AI究竟是我们的得力助手，还是正在悄然取代我们的竞争对手？AI与律师行业：是得力助手还是竞争对手　　根据2024年汤姆森·路透（Thomson Reuters）发布的《法律行业人工智能状况报告》及美国律师协会（ABA）的年度调查，美国律师业对AI的采用率在近两年呈现出显著加速态势。整体而言，约有69%的受访律师表示已在工作中使用某种形式的AI工具，较2022年的39%大幅跃升。　　在应用场景方面，法律研究与案例检索是AI渗透率最高的领域，使用率接近60%。排名第二的是合同与文件起草，约42%的律师表示已借助AI辅助完成草稿工作。法律尽职调查（due diligence）紧随其后，约35%的律师——尤其是从事企业并购业务者——依赖AI完成文件审阅与分类。此外，合规风险评估（约28%）和法律咨询辅助（约22%）也是重要应用场景。

6. 美国法庭已经有128名律师栽在「AI 幻觉」上——普通人用 AI 也在踩同一个坑，几个动作能让幻觉率明显降下来。先讲一个真实案例。2023年，纽约一个律师给联邦法庭递了一份简报，里面引用了6个判例。对方律师一查——这6个案子全是 ChatGPT 编出来的，根本不存在。法官最后罚了他5000美元。这事被叫做 Mata v. Avianca 案，是 AI 幻觉造成法律事故的第一个标志性案件。后来事情变得更普遍。一个专门追踪这类案件的数据库统计:全球已经有486起 AI 幻觉相关法律事故，光美国就324起，涉及128名律师和2名法官。斯坦福大学2024年做过一个研究，测了几款主流的法律专用 AI——结果发现，AI 在1/3的查询里都会给出编造的内容。其中 Westlaw 的 AI 错误率超过34%，Lexis+ AI 错误率超过17%。这些都是法律专用 AI——不是 ChatGPT 这种通用助手。法律专用的都这样，普通人用通用 AI 时被坑的概率，可想而知。但好消息是:这件事的发生概率，不是你束手无策的事。有几个普通人立刻能上手的动作，能把 AI 幻觉率压下来一大截。第一个动作:让 AI 自己说「我不确定」。AI 默认有一种「自信回答」的倾向——哪怕它不知道，它也会编一个看起来合理的答案给你。但你只要在提示词里加一句话，就能把这种倾向关掉:「回答时，对你不确定的内容明确标注『我不确定』。不要猜。如果完全不知道，直接说不知道。」加了这句话之后，AI 的回答会突然变得真实——它会主动告诉你「这部分我不确定」「这个具体数字我没有可靠来源」。一旦它说出不确定，你就知道哪里需要自己再查。第二个动作:让它给出每个具体事实的来源。AI 编造内容最严重的，永远是具体数字、人名、引文、案例这种「看起来很硬」的东西——因为它们看起来权威，读者下意识就信。提示词:「回答中所有具体数字、人名、引文、案例，都要标注来源。说不出来源的，自己标注「无法确认来源」。」这一招把 AI 从「自由发挥」逼到了「带证据说话」。它要么给你一个可验证的来源，要么直接告诉你这条没来源——不会再憨憨地把编的东西当真的写出来。第三个动作:能联网就联网。不联网的 AI 只能依赖训练时学过的内容——任何训练数据之外、训练之后发生的、或者它没学好的细节，都靠它自己「想象」。ChatGPT、Claude、Perplexity、Kimi、文心一言这些主流 AI 都有搜索/联网功能。但很多人不知道要主动开启。下次你问任何涉及具体事实、最新事件、统计数字的问题，先把搜索打开。联网之后 AI 通常会带着引用链接给你结果——这些链接你可以点开自己核。第四个动作:具体数字一律自己核。哪怕 AI 答得再自信，看起来再像那么回事——你看到具体数字，就先假设它是错的，然后去搜索引擎里独立验证一遍。不是不信 AI，是这件事代价太大。一个错误数字传出去，丢掉的信任比你查证多花的30秒贵得多。第五个动作:同一个问题问两遍。如果你做的事比较重要——比如要给老板汇报、给客户交付、写文章发出去——同一个问题用不同方式问 AI 两遍。第一次让它直接答。第二次让它当怀疑论者:「假设你刚才回答的内容是错的，请找出最可能错的地方。」第二次的回答经常会暴露第一次没注意的漏洞。这个方法在 AI 研究里有个正式名字，叫「自我一致性验证」，是被证实有效的减少幻觉手段。最后说一个观念。很多人觉得「AI 越强，幻觉越少」。但研究显示其实不是——前沿模型在简单任务上幻觉确实少，但在复杂任务和长文档场景里，最新最强的模型反而幻觉率更高。所以你不能指望「换个新模型就不幻觉了」——这个事不会自己解决。真正能让 AI 给你少编内容的，永远是你自己加的那几句提示词、你自己开的那几个开关、你自己花30秒做的核实。把上面5个动作变成习惯，AI 翻车的概率会下降一大截。

7. 四步搞定新年贺词双语对齐（赠双语对齐文本）

8. 十三·东哥饭局（122期，北京站）中国方案，AI出海的三大路径。面对国内变现困境，三位嘉宾一致认为：成功的C端AI创业几乎必须从第一天就瞄准海外市场。但这也为中国创业者带来了独特机会：工作流优化工具是成熟路径，但需警惕数据合规风险；AI内容生成领域，中国团队凭借短剧、游戏等领域的经验积累，能够实现“降维打击”；“AI+硬件”则是最被看好的方向，结合中国强大的供应链能力，将AI嵌入玩具、消费电子、户外设备等产品，市场空间广阔。#东哥饭局#

9. AI黑话科普：一文让你彻底搞懂AI行业术语，看完你就是半个AI专家了

10. 华尔街彻夜难眠！Gemini 3屠榜金融「最难考试」，AI砸了「金饭碗」？

11. 别用免费AI学AI了！这4个细节才是关键。 #大有学问 #红衣聊AI #AI工具 #学习方法

12. 【油管高赞】AI时代带来的教育变革是什么

13. 高效提示词（prompt）工程指南

14. 提示词工程的终点，是人的认知工程表面上是在训练 AI，实际上是在训练人如何思考。一个人提示词水平越高，说明他越能清楚表达目标、限定问题、定义概念、组织流程、验证结果。所以，提示词工程的本质不是机器技巧，而是人的认知修炼。#新媒沈阳聊ai#

15. 攻坚“生产级场景”，金融AI迈入深水区

16. #公司用AI了35岁主管被裁#【判了！#公司用AI降本增效裁人违法#】近日，浙江杭州市中院发布了一起AI替岗典型案例。35岁的周先生在一家金融科技企业担任AI大模型质检主管，负责对AI与用户交互所生成的答案进行把关。去年1月，公司提出要将他从主管调到普通运营岗位，原先2.5万元的月薪降为1.5万元。协商不成后，公司直接通知他解除劳动合同。直至周先生提起劳动仲裁，公司才告诉他具体原因，由于技术升级，他从事的质检工作AI就能完成，他被AI替岗了。从劳动仲裁到法院一审、二审，均支持周先生诉求，认定公司构成违法解除劳动合同，并且需要向他支付26万余元的赔偿金。法院判定，公司以AI成本优势为由和劳动者解约，并不属于劳动合同无法履行的“客观情况发生重大变化”，现在的AI技术发展也还没有达到实质性替代劳动者岗位的程度。华东师范大学经管学院教授张敏表示：企业是因为通过引进AI来调岗降薪，很明显在法律层面上不具有合法性。无论AI如何壮大，法律都应守住劳动者权益的边界，企业也不能在“AI来了，你该走了”之间直接画等号。社会需要做的是抓紧行动，无论是在劳动保障，还是在预警监测方面，都需要尽快达成共识。我们应该确保，AI可以改变世界，但不能改变谁是主角，这个世界的主角永远是人，也只能是人。网页链接央视新闻的微博视频

17. 鹏说：AI Trading Agent时代下的思考

18. 2025年AI提示词深度指南：从基础知识到高级技巧

19. 蚂蚁数科王磊：垂直大模型训练成本呈百倍级下降，金融AI落地需构建“可信智能体”三大基石 | Alpha峰会

20. 随着人工智能的飞速发展，加州大学伯克利分校教授Stuart Russell警告，未来几乎所有工作，包括首席执行官在内，都可能受到AI的冲击。麦肯锡全球研究院预测，到2030年，AI可能在全球取代4亿至8亿个工作岗位，不过报告同时指出，AI也将创造1.3亿至2.3亿个新的就业机会。另一份来自布鲁金斯机构的预测则显示，到2030年，美国AI取代的工作岗位（130万至230万）和新增的工作岗位（140万至240万）数量大致相当。受影响的行业极其广泛，包括驾驶、物流、会计、软件工程、医疗、法律、客服、翻译和内容创作等领域。

21. 耶鲁学霸用AI，一人干翻几十人律师团！ #大有学问 #红衣聊AI #耶鲁大学 #学霸来了 #人工智能

22. #什么工作不会被AI替代#AI重构就业版图的同时，正催生大批高需求新职业，覆盖技术研发、行业融合、伦理治理等多个维度，成为就业市场新增长引擎。大模型算法工程师、AI训练师作为技术核心岗，成高薪刚需赛道；数字人运营师、AIGC内容策划师融合创意与技术，适配传媒、文旅等多元场景。AI伦理师、算法审计师聚焦安全合规，成为企业风控必备；城市数字孪生工程师、智能网联汽车测试员则扎根实体产业，助力智慧城市与自动驾驶发展。此外，个人AI管家顾问、数字遗产规划师等创新服务岗，精准对接数字时代个性化需求。这些新职业均要求技术与行业能力融合，掌握AI工具+专业领域知识，将成为未来职业竞争的核心优势。#how i ai# 什么工作不会被ai替代

23. 央视来科普了，再想想前几天有些人拿AI来怼英短，把AI当圣旨，十分打脸#什么是AI幻觉#【#AI不确定时会拼凑出一个答案#】近期，全国首例“AI幻觉”侵权纠纷案宣判。梁某使用AI查询高校报考信息，AI生成了该高校主校区的不准确信息。梁某进行纠正和指责，双方进行了多轮互动。AI针对梁某的质疑，提出：“若证明校区不存在，将赔偿10万元信息鉴定费。”梁某证实AI错误后，将该AI公司诉至法院，要求兑现赔偿。法院审理认为，AI不具有民事主体资格，驳回原告梁某的诉讼请求。所谓“AI幻觉”，是指AI脱离客观事实、凭空编造信息的技术现象。此前，一段“AI有关洗车的回答”就引发热议，当问AI“我去 50 米外的洗车店洗车，该开车还是走路去”，多数AI软件给出的答案都是“走路去”。AI给出答案的原理是什么？专家介绍，AI实际上是通过已知的信息，进行填空。AI是基于海量的文本信息训练出来的概率引擎，在面对不确定的知识时，它不会承认不知道，只会根据语料库词频的分布，拼凑出一个看似通顺但事实错误的答案。涉及医疗、法律、财务等严肃领域的核心知识，AI做不到答案完全准确，不能直接用，应查询信息来源，做好交叉印证。

24. AI时代，你的工作会被取代吗？——深度解析人工智能对就业市场的冲击

25. 有网友说“agent这件事情已经结束了，感觉垂类Agent真没什么能做的了。”我的观点是去做一个 Agent Harness 这种事情价值不大了，怎么做也做不过模型公司，模型一升级好多活都白干了。但是基于成熟的 Agent Harness 去做方案，大有可为。MCP 只是解决了连接的问题，Skills 只是解决了领域知识的问题。垂直领域还有很多事需要解决：- 为老的工作流针对 Agent 去重新设计 AI Native 的 Agent 工作流- 在 Human In Loop 的部分，重新设计 UI、UX 交互- 垂直领域的高质量数据整理- 等等这些事情是模型公司做不到的，也需要去共建的。Agent 是未来的操作系统，几家模型公司提供模型和 Harness，其他人基于上面构建应用。

26. 既然 AI 越来越聪明，那么学习提示词不是浪费时间吗？我小时候英语很差，因为周围总有人说：学英语有什么用？我是中国人，何必学外文，不会 ABC，也当接班人。现在也有人觉得 AI 那么强学英语干嘛。我本来就不喜欢学，这下子找到借口了。等到工作以后才发现，好的技术文档全是英文的，想读一手资料读不了，想跟别人用英文交流张不开嘴，吃了很多年的亏。后来我花了很大力气补英语，现在都没有完全补回来，走了很多弯路。回头看，当年那些说“英语没用”的人，错在哪里？他们不是坏人，只是把一个判断搞反了：因为自己用不上，或者未来技术更强，就断定这个东西没价值。我现在看到有人说“AI 越来越聪明，所以不用学提示词”，感觉特别像当年那些说“学英语没用”的声音。逻辑结构很像：我不需要，所以它没价值；未来会更好，所以现在不用学。这种想法容易让人踩坑。先搞清楚提示词工程到底是什么很多人反感提示词工程，其实反感的是那种“万能提示词模板”、“神秘咒语”，这种东西确实没什么长期价值，模型一升级就失效了。但这不是提示词工程的全部，甚至不是它的重点。真正有价值的提示词工程，是把目标定清楚，把约束条件列明白，把验收标准写出来，把任务拆成可执行的步骤。你愿意的话可以叫它“需求工程”或者“任务设计”，叫什么都行，但这件事本身一直都很值钱。你跟同事说“帮我写个方案”，同事一定会追问：给谁看的？多长？要数据吗？什么时候要？你补充的这些信息，就是在做提示词工程。你跟 AI 协作也是一样的道理，只不过 AI 不会主动追问你（或者追问得不够好），所以你得自己先想清楚。有人说：AI 的目标就是用自然语言像人一样交流，你和谁交流需要用提示词？听起来挺有道理，但仔细想想就会发现问题：你跟人交流，难道就不需要把话说清楚了吗？你去医院说“我不舒服”，医生一定会追问：哪里不舒服？多久了？有没有吃什么药？你不会觉得医生在搞“提示词工程”，你只会觉得这是正常的沟通。AI 能用自然语言交流不等于 AI 有了“读心术”。自然语言天生有歧义，任务目标经常互相矛盾（又要短又要全，又要创新又要安全），输出往往需要特定格式。这些问题不会因为 AI 变聪明就消失。更准确的说法是：AI 越强，对你输入的容错越高，你随便说一句也能得到一个还不错的结果。但“还不错”和“稳定、可靠、符合要求”之间的差距，仍然需要你把需求定义清楚来弥补。相机像素越来越高，但你仍然需要构图。像素高只是让你拍什么都不太糊，但要拍出好照片，你还是得知道自己想拍什么、怎么拍。还有一种类似的说法：“不出三年，软件工程专业就是新的五笔打字培训班。”这和“提示词工程不用学”的思维方式完全一样：看到 AI 能替代某个环节，就急着宣判整个领域的死刑。工程是把一件模糊的、不确定的事情，通过有计划、有步骤的方法，靠谱地做成。软件工程就是把这套思路用在软件开发上，需求怎么理清、架构怎么设计、质量怎么保证、团队怎么协作、项目怎么推进，这是一整套系统性的能力。AI 现在确实强，但它强在软件生命周期里的编码环节（还有很大进步空间），或者说某几个具体阶段。但编码只是软件工程的一个环节，AI 并不能主导整个生命周期，从需求分析、系统设计、技术决策、团队管理到长期维护，这些事情远不是写代码快就能解决的。至少在相当长的时间内都不行。把软件工程等同于写代码，就像把提示词工程等同于背咒语，都是把一个局部当成了全部。高飞说过一句话我很认同：会敲字，不代表会写作；会写作，不代表懂出版。同理：会跟 AI 说一句话，不代表会用好 AI；会用好 AI，不代表能把 AI 嵌入一个可靠的工作流。每一层跳跃之间，都需要“工程”思维来填。以前你自己写代码，现在你指挥 AI 写代码。以前你自己写文章，现在你让 AI 起草再改。工具变了，但“把事情做对”这个责任没有变，仍然在你身上。指挥 AI 本身就是一种能力。你得知道要什么、怎么拆任务、怎么验收、出了问题往哪里查。这些不叫“被替代”，叫工具升级后的能力重心转移。你觉得某些 AI 产品随便说一句就好用，那是因为有人替你把需求定义和约束设计做好了。如果有人说：“我从来不研究怎么把需求说清楚”，这不是什么值得骄傲的事情，“我从来不研究提示词工程”也类似。你以为自己省了时间，其实是把“研究成本”变成了“返工成本”，只不过花得不自知。我当年不学英语，也觉得自己省了时间。后来补课花的时间，比当初好好学多了好几倍。AI 越强，“工程”两个字越值钱，而不是越不值钱。因为强工具放大的是使用者之间的能力差距。同样一个模型，会用的人和不会用的人，产出可以差十倍。拉开差距的，就是你愿不愿意花时间把需求定义好、把流程设计好、把质量管控好。你可以不叫它“提示词工程”，叫“需求设计”也好，叫“任务拆解”也好，叫“跟 AI 好好说话”也行。但“把你想要的东西想清楚、说明白”这件事，不会因为 AI 变强就消失。

27. 证监会“四箭齐发”，这些领域再迎强监管动作

28. 微博PC端正文页临时上线了一版支持Markdown解析的小更新，10000字微博可以承载的内容更多了，现在的各种skill分享，各种AI给你生成的文档本身都是markdown格式的，这个实现还有各种小问题请见谅。移动端的整体实现较为复杂敬请期待…上午vibe coding了一个 doc2md纯前端工具，能将word等常见格式转成 markdown 地址是 jinshanweb.com:8009 适配了现在 url 和)中间需要加一个空格的问题。以下为markdown示例.图3 为PC端效果。### 📌 职位概述负责超话社区与 AI 能力结合的创新产品设计与规划，围绕社区内容生产、互动消费、兴趣关系沉淀与增长转化，打造面向用户与创作者的新一代社区产品体验，并推动从0到1落地与规模化迭代。要求对 AI 新产品高度敏感，日常高频使用 AI agent/智能体工具提升产研效率。---## 📄 工作职责1. AI+社区新产品规划 - 负责超话社区与 AI 结合的新产品/新能力机会洞察、方案设计、路线图规划与阶段目标拆解。 - 将大模型/AI agent 能力融入社区内容生产、消费互动、运营与治理链路，形成可规模化的产品化方案。2. AI 功能与体验设计 - 设计 AI 驱动的社区产品体验：智能内容生产/改写、话题聚合与总结、智能问答、智能互动、个性化推荐、创作者/版主辅助工具等。 - 输出 PRD、原型、交互与策略规则（包含模型能力边界、兜底策略、异常与风险场景）。3. AI agent 工具化与提效落地（重点） - 在产品工作流中高频使用 AI agent/自动化工作流进行提效（如：需求调研归纳、竞品拆解、PRD/文案生成、埋点/SQL草案、用例与测试点生成、评审材料生成等）。 - 参与/推动内部提效工具、Prompt/工作流模板、评测标准沉淀与复用。4. 数据驱动迭代与增长 - 建立指标体系（活跃、留存、内容供给、互动率、转化、创作者效率等），通过实验与数据分析持续优化产品策略。 - 推动 A/B 实验、灰度发布、效果评估与复盘闭环。5. 跨团队协同与项目推进 - 协同算法、工程、设计、运营、风控等团队，推动评审、排期、开发验收、上线与运营策略落地。 - 平衡体验、模型效果、成本与合规治理要求。---## ✅ 任职要求1. 本科及以上学历，3-8年互联网产品经验；有社区/内容/互动/增长经验优先。2. 对 AI 新产品高度敏感：持续跟踪大模型应用、AI agent/工作流、行业产品与开源生态，能快速形成产品判断与落地方案。3. 高频使用 AI agent 工具进行生成提效：能把 agent 用进日常工作流，并能沉淀可复用模板/方法论（需在面试中展示使用习惯或案例）。4. 有 AI 产品落地经验：至少参与过一个 AI 功能从0到1或规模化迭代项目（含效果评估/策略/风险兜底）。5. 数据敏感，能用指标体系与实验方法驱动决策；具备较强的结构化表达、写作与推动能力。---## ⭐ 加分项（Preferred）- 有个人 AI 作品/项目（强加分）：如 agent/插件/自动化工作流、AI 应用 Demo、开源项目、公众号/博客方法论、Prompt/评测集等，可提供链接或作品说明。- 有超话/兴趣社区/粉丝社群/话题产品经验，理解版主机制与社区治理。- 有推荐、内容理解、多模态（图文/视频）相关协作经验。- 有创作者工具、内容供给提升、运营平台/治理策略经验。- 具备从0到1创新项目经验或明确增长结果。---## 📮 投递建议（请在简历中体现）- 你常用的 AI agent/工具栈（例如：哪些工具、怎么搭工作流、每周使用频次、典型场景）。- 1-2 个 AI 产品/功能落地案例（目标-方案-数据-复盘）。- 个人 AI 作品链接/截图/说明（如有）3. **高频使用 AI agent 工具进行生成提效**:能把 agent 用进日常工作流,并能沉淀可复用模板/方法论(需在面试中展示使用习惯或案例)。4. 有 AI 产品落地经验:至少参与过一个 AI 功能从0到1或规模化迭代项目(含效果评估/策略/风险兜底)。5. 数据敏感,能用指标体系与实验方法驱动决策;具备较强的结构化表达、写作与推动能力。──────────────────────────────────────────────────# ⭐ 加分项(Preferred)- **有个人 AI 作品/项目**(强加分):如 agent/插件/自动化工作流、AI 应用 Demo、开源项目、公众号/博客方法论、Prompt/评测集等,可提供链接或作品说明。- 有超话/兴趣社区/粉丝社群/话题产品经验,理解版主机制与社区治理。- 有推荐、内容理解、多模态(图文/视频)相关协作经验。- 有创作者工具、内容供给提升、运营平台/治理策略经验。- 具备从0到1创新项目经验或明确增长结果。──────────────────────────────────────────────────# 📮 投递建议(请在简历中体现)- 你常用的 AI agent/工具栈(例如:哪些工具、怎么搭工作流、每周使用频次、典型场景)。- 1-2 个 AI 产品/功能落地案例(目标-方案-数据-复盘)。- 个人 AI 作品链接/截图/说明(如有)。

29. 别再学提示词了：为什么它是AI时代最短命的技能？

30. 还在为怎么写AI提示词发愁？这个工具能帮你自动优化

31. AI 的“免死金牌”已失效合规是生存的第一法则

32. 盘州市首批人工智能训练师获颁职业证书，AI+直播电商孵化同步启动

33. #小鲁说事# 【#AI夜校场场爆满##深圳创业者白天忙生意晚上学AI#】大学生可以在校园系统学习AI知识，而步入职场的在职人员，面对AI浪潮，该如何利用碎片时间，快速掌握AI技能，实现职场竞争力升级呢？在广东深圳华强北AI夜校，记者看到，“龙虾”系列课程教学正在进行，虽说是付费课，但教室里依然坐得满满当当。上课的学员来自各行各业。据了解，AI系列课程每次课学费不到100元，每次两个小时的课上，学生和老师全程互动热烈。夜校负责人表示，今年开课以来，几乎每天都是满座的状态。据了解，自“AI夜校”启动以来，到今年4月初，累计开展线下培训1200余场，培育学员超过11万人次．“白天忙工作、晚上学AI”已成为很多创业者的新常态。 http://t.cn/AXMnRSsV

34. AI会取代外科医生？AI做手术的三个优势 #AI医生 #AI医疗 #AI手术 #外科医生 #医疗伦理

35. 如何在某个领域做到精通，成为专家？

36. 千问发布2025十大AI提示词，股票意外排名第一，普通人如何用AI做好投资？

37. 想成为下一个 Manus，先把这些出海合规问题处理好

38. 2026年4月5日，易烊千玺工作室发布严正声明，指出某平台多部AI生成剧集未经授权盗用其肖像及声音用于商业牟利，已启动法律程序追究侵权责任。

39. 合规！才是做 AI 应用出海最大的难题

40. 【Epic认为人工智能不会取代工作岗位，而是会提高效率】如今AI不仅是游戏行业最热门的话题之一，全球各大企业也都在加速布局，希望在AI浪潮中占据领先位置。在Gamescom Latam活动期间，《堡垒之夜》高级外部开发经理Stephanie Arnette透露，Epic目前正在研究多种AI辅助工具，并尝试将其应用于游戏开发流程。Epic并不希望利用AI取代开发人员，而是希望借助AI缩短制作时间、提升整体开发效率。一些原本可能需要开发者花费数小时完成的工作，在AI辅助下未来有望大幅压缩耗时。除了程序与开发流程外，Epic目前也正在尝试将AI工具应用于美术与艺术创作领域，不过并未透露具体细节。Arnette同时强调，由于Epic自身规模庞大，因此未来相关AI系统仍将由公司内部主导，而不会由外部合作伙伴决定技术方向。

41. 如何看待淘天金码奖设立Prompt工程赛道，是否意味着「提示词工程师」将成为未来五年互联网行业新风口？

42. 当 AI 让码农过剩，真正的瓶颈是「对齐」

43. 前瞻技术快报：AI垂直供电的真正瓶颈？不是48V转1V，而是LLC软开关和Buck-Boost控制带宽合并

44. 张法连：AI赋能下，法律翻译如何扛起高端法治传播重任？

45. 深度解读：腾讯刚公布这份财报，透露出AI游戏下半场？ #人工智能#科技改变生活#玩个很新的东西#财报#科技热点

46. 找AI订餐厅，造成损失谁来担？近日，话题“真有人用AI预约餐厅”登上热搜。据报道，有消费者通过AI确认餐厅预约，到店后遭商家拒绝用餐。对此，商家回应称，AI模拟输出“预约成功”并非指向或同步至店内系统的有效预订信息。随着人工智能技术普及，越来越多用户将AI当作搜索引擎使用，也有人因AI提供的建议受到资金损失，AI在某些场景下还会给出“赔付承诺”。那么，找AI订餐厅、获取资金决策建议，一旦出现问题或造成损失，谁来担责？AI生成的“赔付承诺书”是否具有法律效力？平台是否需要为用户的损失承担责任？《法治日报》律师专家库成员、北京市盈科律师事务所高级合伙人王风和律师，对此作出专业解读。1.找AI订餐厅、获取资金决策建议，造成损失谁来担责？王风和：从当前行业发展阶段来看，用户使用AI的行为，本质是借助一种信息处理工具。AI提供的餐厅预订、退票手续费等相关信息，仅属于参考性建议，并非法律意义上的“专业意见”，也不构成“委托代理行为”。用户依据AI建议自行操作，在法律层面上视为自主决策。也就是说，AI不是“法律责任主体”。因此，通过AI做决策建议并因此造成的损失通常由用户自行承担，但如果AI运营方存在重大过错或违反法定义务，则需承担相应责任。2.AI生成的“赔付承诺书”是否具有法律效力？王风和：法律意义上的“承诺”，必须由具备民事权利能力和民事行为能力的自然人或法人作出。AI不具备独立财产、没有法律人格，其输出的文字内容是大数据算法生成的结论意见，这种结论意见普遍存在“AI幻觉”问题，不代表运营方的真实意思表示。因此，AI自行生成的赔付承诺属于无效法律行为。除非运营方明确认可AI的承诺，则此时其行为已经转移为法律授权人的行为，具备相应法律效力。3.平台是否需要为用户的损失承担责任？王风和：针对用户损失，AI运营方的责任边界在于是否履行合理注意义务。根据《生成式人工智能服务管理暂行办法》第九条规定，提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务。AI服务提供者作为内容生产者，需对其生成的信息进行审核，并对可能产生的法律后果及风险作出提示。如果运营方没有对高风险场景设置显著的风险提示或者其模型存在明显的事实性错误，且未标注“该信息仅供参考”提醒，则运营方可能因其未尽到合理提示义务而须承担次要的、补充的赔偿责任。法姐讲法 #法治微课堂# via：法治日报

47. AI Agent最新重磅综述：迈向高效智能体，记忆、工具学习和规划

48. 《扣子开发 AI Agent 智能体应用》018-提示词编写和优化（扣子平台设置提示词案例）

49. QECon2026 深圳站丨云原生专家团拆解 AI Agent 工程化落地的 4 个关键环节

50. 《腾讯元宝从入门到精通》031-元宝在学术论文写作领域的应用（生成文献综述）

51. 《扣子开发 AI Agent 智能体应用》013-基于大模型的企业知识库（企业知识库必要性）

52. #公司引进AI后将员工降薪裁员#【法官强调#公司不能以技术变革之名单方降薪解约#】倘若公司欲引进AI技术代替某岗位职能，公司能以“客观情况重大变化”对该岗位人员进行降薪或解除合同吗？浙江省杭州市余杭区人民法院审理的某网讯科技公司与周某劳动争议案，划定了技术变革中企业用工自主权与劳动者权益保护的边界。周某从事AI大模型问答质检工作，月薪25000元，公司以项目受AI技术冲击为由协商调岗，将薪资降至15000元，协商未成后直接通知解除劳动合同。法院认为，企业主动引入AI技术是为适应市场竞争而实施的技术革新，并不必然等同于导致劳动合同无法履行的“客观情况重大变化”，公司提供的降薪方案不构成合理协商方案，判决公司构成违法解除并支付赔偿金。法官强调，AI技术的发展可以用于提升企业效率、解放劳动、增进员工福祉，企业可以顺势转型，但同时应兼顾劳动者合法权益，不能以技术变革之名行单方降薪解约之实。浙江省杭州市中级人民法院二审维持原判。#公司用AI了35岁主管被裁#（全媒体记者王春通讯员魏澜宋嘉玲）详情→网页链接视频自：央视新闻的微博视频

53. 【原神】隐藏成就《湮于淤黑》+《牧羊人》+《何人监管监管之人》+《面包会有的》/原神月之四/挪德卡莱月之四

54. 加州大学伯克利分校教授Stuart Russell警告，AI发展或冲击包括CEO在内的几乎所有岗位。麦肯锡全球研究院预测，到2030年AI或在全球取代4亿至8亿个职位，同时新增1.3亿至2.3亿岗位；布鲁金斯机构预计同期美国AI取代与新增岗位数均约130万至240万。驾驶、物流、会计、软件工程、医疗、法律、客服、翻译、内容创作等行业均受波及。

55. 皇马医疗队被指用ChatGPT开补剂，是真的吗？AI生成的处方可靠吗？AI辅助医疗可能存在哪些风险？

56. #小齐说法# 【#AI在上诉状中杜撰法条##AI系统测试员为AI做体检#】法官收到的上诉状中罗列的法条找不到出处，询问后发现是当事人“求助”AI，由AI杜撰而成；已被官方证伪的社会热点事件，再次发给AI，AI仍笃定回应“确有其事”；粉丝向AI提问喜欢明星的作品，AI给出的答案却将不同明星、不同作品杂糅，看似严谨的回答实则漏洞百出……如今，AI技术愈发普及，“遇事不决问AI”逐渐成为人们的习惯，但“AI好像在‘胡说八道’”的事件时有发生，也给用户造成一定的困扰。《法治日报》记者近日采访了解到，这是“AI幻觉”的典型表现——生成内容背离真实事实、凭空编造，或是偏离用户指令，如同人类说梦话。模型“幻觉”导致的错误输出、潜在的言论偏见、未被发现的安全漏洞，都可能埋下风险隐患，如何为智能大模型筑牢“安全防线”？生成式人工智能系统测试员（又称AI系统测试员）应运而生。他们堪称AI正式上岗前的安全检查员，通过系统化、专业化测试为大模型做“全面体检”，守住AI“不说假话、不言恶语、专业做事”的底线。（全媒体记者赵丽实习生潘馨怡）防范“AI幻觉”生成式人工智能系统测试员应运而生

57. 一周资讯 | 金融法草案公开征求意见；险企春招科技岗需求激增

58. “让初创者有力，让领跑者疾行”，解码上海“AI之城”背后的金融推力

59. 金融可信智能体的工程范式——从单Agent到自进化，蚂蚁数科如何解决归因难题？

60. 腾讯Marvis深度解析：AI助理赛道的新变量

61. 年度好用AI大赏！【小白必备】

62. #别人用了我的ai提示词算侵权吗# AI提示词本身在一定条件下可能享有著作权——当它具有文学独创性、体现了作者独特的语言选择和艺术表达时，可作为文字作品受到保护。但对于大多数日常使用的、简单罗列式的提示词，法律倾向于将其认定为不受保护的“思想”而非“表达”。更关键的是，提示词享有著作权≠用户对AI生成物享有著作权。后者需要满足更高的“人类控制力”或“实质性参与”标准——而这正是当前法律实践中最具争议、也最需关注的前沿问题。#跨界破圈热点共创#

63. 【2026年AI工程师学习路线：从调用模型到构建系统的九个关键能力】AI工程和传统机器学习工程正在分道扬镳。机器学习工程师从零训练模型，AI工程师则在基础模型之上构建应用。这个转变意味着你需要学习的东西完全不同了。一、理解基础模型GPT、Claude、Gemini、Llama这些基础模型是现代AI应用的基石。你不需要从头训练，但必须深入理解它们的能力边界、分词机制、上下文窗口和定价策略。成本控制能力往往决定了一个AI应用能否活下去。入门项目：做一个模型对比笔记本，用同样的10个提示词测试不同模型，记录质量、速度和风格差异。二、提示词工程在AI工程领域，提示词就是你的代码。一个平庸的AI应用和一个优秀的AI应用，差距往往就在提示词设计上。少样本学习、思维链、结构化输出这些技术能大幅提升效果，而且不需要任何模型训练。入门项目：选一个任务，写五种不同风格的提示词，在电子表格里打分对比。三、检索增强生成大模型有知识截止日期，还会产生幻觉。RAG让它们扎根于你的数据。从客服机器人到内部知识助手，这是生产环境中最常见的AI应用模式。分块策略、嵌入模型、向量数据库、检索指标，这些都是必修课。入门项目：用你自己的笔记文件搭建一个简单的RAG应用，50行代码就能跑起来。四、评估与测试凭感觉评估无法规模化。你需要系统性的方法来衡量AI应用是否在进步：构建评估数据集、选择指标、跑AB测试、检测性能退化。没有好的评估体系，你就是在盲飞。入门项目：准备20个问答对，写个脚本自动评分，每次改提示词都跑一遍。五、智能体与工具调用智能体把大模型从文本生成器变成行动执行者。它们能浏览网页、执行代码、查询数据库、调用API。理解智能体架构、工具设计和失败模式，是构建自主AI系统的关键。入门项目：做一个计算器智能体，让它通过调用工具来回答数学问题。六、结构化输出与数据提取真实应用需要结构化数据，JSON、SQL、API调用，而非自由文本。JSON模式、函数调用、约束生成这些技术确保大模型输出能与下游系统对接。这是对话式AI和软件工程之间的桥梁。入门项目：做一个食谱提取器，把网页上的乱七八糟的文本变成干净的JSON结构。七、护栏与安全AI应用可能被越狱、产生有害内容、泄露敏感信息。输入输出护栏、隐私检测、内容过滤、对抗测试，这些在生产部署中不可或缺。入门项目：给你的聊天机器人加上简单的输入输出过滤，用关键词匹配检测提示词注入。八、可观测性与监控无法衡量就无法改进。生产级AI系统需要日志、追踪、成本跟踪、质量监控和告警。入门项目：给你的应用加上调用日志，记录时间戳、提示词、响应、延迟、token数量和估算成本。一周后分析数据，你会发现很多优化空间。九、AI系统架构真实的AI应用是多个组件的组合：检索器、模型、护栏、缓存、数据库。理解复合AI系统的设计模式，才能构建可维护、可测试、可扩展的架构。综合项目：做一个个人助手机器人，整合RAG、结构化输出、输入验证和日志记录，部署到免费平台上。这就是一个能展示真实能力的作品集项目。有评论提出了一个值得深思的观点：2026年AI工程师真正的核心能力，是知道哪些层该自己掌控，哪些层该交给框架处理。这个答案每个季度都在变。智能体正在以超出学习速度的节奏压缩技术栈，RAG、结构化输出、护栏越来越多地被内置到平台中。学会构建固然重要，学会判断何时不必亲自构建，可能更重要。x.com/manthanguptaa/status/2018297734995075200

64. 文献综述写到头秃？ Elicit：让我来帮你读那100篇论文

65. AI产品经理入门到进阶：AIGC前沿资料合集！面试题+项目案例+技术原理全解

66. AcuKG：大模型+知识图谱双轮驱动的中医针灸全面知识图谱自动构建及中医科研交互式知识发现

67. AI合同审查的边界：90%的风险它能找出，但这5件事必须你亲自把关

68. 垂直领域大模型：专精才能更高效

金融法律人必备：用AI提升40%合同审查效率

精选参考来源