1
0本次会议首先是实习生焦浩洋分享实习成果，随后围绕 AI 领域的工作研究、模型发展、设计变革、算力数据、安全问题等多个方面展开讨论，介绍了行业最新动态和研究成果，内容如下：
实习生成果分享
实习经历与收获
项目参与：焦浩洋目前大三，曾参与开源项目和小智 AI 开发，今年年初加入 CIT 后，参与龙虾节活动，储备硬件并为龙虾搭建硬件身体，添加底座、机械臂，实现智能家居与 Openclaw 的连接。
技术尝试：尝试将对话助手与 Openclaw 设备连接，开发手机直连 Openclaw 的软件，采用 Web coding 形式，编程交给 AI 实现。
开源项目探索：参与开源项目，将 Claude code 应用于 ESP 32 板子，通过蓝牙传输工作状态，方便展示任务进度和宠物状态。该板子可在淘宝购买，价格约 100 - 110 元，具有较强的探索性。
实习总结与展望：焦浩洋在 CIT 实习约三个月，取得了一定成果。冯小平对其表示祝福，并欢迎有兴趣实习的人员提交简历。
AI 时代工作研究
微软研究报告
工作变化：冯小平介绍微软的 “the new feature of work” 报告，指出 AI 不仅提高办公效率，更改变人们的协作方式，实现远程办公。
协作伙伴：将 AI 作为协作伙伴能获得更大收益，而非仅作为 copilot 使用。
收益不均：AI 带来的收益分布不均，受 TOKEN 成本、工具访问权限等因素影响。
人类价值：人类知识更为重要，工作将从执行转向引导、评判 agent 工作，专家的价值更加凸显。
工作转变思考：人们应思考自身工作中创造、决策、协作、学习等方面的占比，减少例行性、重复性工作。
Claude 系统提示词分析
提示词变化
版本差异：Claude 从 4.6 到 4.7 版本，系统提示词有明显变化，如从开发者平台变为 Claude platform，突出 Anthropic 品牌。
功能增强：4.7 版本增加了 Powerpoint cloud 等办公功能，表明其在办公领域的能力提升。
安全升级：大幅增加儿童保护部分，明确拒绝请求后的处理方式，以及对敏感内容的限制。
响应优化：要求 Claude 响应聚焦简洁，避免过长回答给用户带来压力，增加饮食失调相关内容，对复杂问题提供细致入微的答案。
提示词研究方法：可通过官方代码提交的 DIFF 查看提示词变化，分析模型能力的映射体现。
设计领域变革
Claude design 冲击
对标竞品：Claude design 对标 Figma 等设计工具，对其造成较大冲击。Figma 发展初期虽采用先进技术，但用户中设计师仅占 33%，且使用老模型，在面对以 coding 著称的 Claude design 攻击时较为脆弱。
设计系统构建：Claude design 提供设计系统构建工具，可根据公司需求生成设计规范，包括字体、颜色、组件等详细内容。使用时建议连接 GitHub，以获取更多现有设计内容。
设计系统理念
传统设计系统：设计系统包括 foundation、组件和模式三个维度，foundation 涵盖设计理念、核心指南等，如苹果、Google、微软的设计指南，以及阿里的 Ant design 等。
AI 时代设计：Google 的 Stitch 产品提出 design.md，包含给 AI 看的 yaml 和给人看的 Markdown 正文，可通过 agent 生成，是一个开源项目，为设计 agent 提供独立工作空间。
算力与数据问题
算力现状
规模与紧缺：目前算力建设规模巨大，被称为 Hyper scaler，但算力仍然紧缺，数据中心的 CAPX 支出远超历史上的马歇尔计划、曼哈顿计划等。
晶圆 GPU 发展：sarahbras 公司的晶圆规模 GPU 即将上市，其将多个芯片晶圆拼接，提高片间带宽，但存在板上 RAM 稀缺问题，通过多层拼接实现 RAM 提升。
数据质量瓶颈
数据压缩率低：卡神指出，当前模型训练中每个 TOKEN 产生的有价值比特信息量仅为 0.07 比特，模型训练记忆模糊，原因是训练数据质量差。
模型训练建议：可将模型训练分为两部分，核心认知部分可能只需 1B 大小，如 4O 大小的模型性能已超过 1.8 万亿参数的 GPT4。
文言 skills 项目：罗老师推荐的文言 skills 项目，尝试用文言文输出内容，提高信息密度，减少 TOKEN 使用量，且不影响最终结果。
模型发展动态
open m - Misos 项目：该项目根据主流大模型发展研究，整合 RDT、MLVA、GQA、Moe 等先进技术，构建可能的下一代模型架构，体现了新一代模型架构设计的快速发展。
GPT 5.5 发布
核心特点：GPT 5.5 强调 TOKEN 花费与智力、速度的平衡，在 Benchmark 测试中有较好表现，编码能力持续提升，如太空任务模拟器、地震追踪器等 Demo 展示。
安全评估：模型在生物安全、化学安全、数据安全、网络安全等方面评分较高，Openai 有准备度框架评估模型安全性。
Gemini Robotics R E R 1.6 模型
能力增强：该模型增强了指向、计数和成功检测能力，在工业场景中可实现基于空间推理的指向任务、判断任务是否完成以及准确读取仪表读数。
应用限制：模型未开源，需通过 AI studio 测试，机器人厂商若合作需与厂商处理好数据部分。
安全问题探讨
人在回路策略：美国军方采用 AI 模型辅助战争，但人在回路策略在战争阶段不可行，因为人在关键时刻缺乏足够信息做出决策。
漏洞挖掘研究
模型复现：有人研究用非最强模型（如 PPD 5.4、open 4.6）复现 Misus 挖掘软件漏洞，结论基本可行，主流可访问模型用于漏洞挖掘效果相当。
Harness 策略：安全研究中，选择合适的 Harness 框架很重要，open code 可能是更开放全面的框架，SWE agent 可作为参考。
路由服务安全
数据泄露风险：第三方 LLM 路由服务存在数据安全问题，如偷数据、插入恶意代码、偷 TOKEN 和 key 等，使用时需谨慎，避免在免费中继中透露敏感信息。
行业趋势：国内开始重视网络安全研究，Saas 公司默认收集数据，数据收集成为不可避免的趋势。
Claw 4.7 变化：Claw 4.7 的 tokenizer 比 4.6 版本高出近一半，TOKEN 消耗量显著增加。
cuda agent 上下文：cuda agent 需要上下文层，在自然语言描述和 SQL 查询之间添加语义层，综合业务和数据层面的认知，以解决业务 context 与 SQL context 不匹配的问题。
后续工作展望
内容分享讨论：冯小平表示每期分享内容较多，难以在一小时内全面深入分享，希望与大家讨论如何更好地呈现内容，也欢迎对分享感兴趣的同学参与。
创业机会探索：鼓励大家关注 AI 时代的创业机会，如打造类似 WordPress 的平台，以及拥有 context layer 的创业项目。
