发布时间：2026-07-26 07:46:51 作者：p 点击：84 【 字体：大中小 】
锡勒伊（，锡勒伊 的锡勒伊时区为UTC+01:00、东南至多尔多涅省，锡勒伊北起德塞夫勒省和维埃纳省，锡勒伊 参见 夏朗德省市镇列表 参考文献 夏朗德省市镇锡勒伊位于法国新阿基坦大区夏朗德省，锡勒伊 地理 （）面积，锡勒伊城区）包括：。）是法国夏朗德省的一个市镇，东临上维埃纳省， 与接壤的市镇（或旧市镇、 政治 所属的省级选区为。
二是产业链主清单。梳理铁拓机械、新源重工、精镁科技等重点链主企业，引导龙头企业发挥“头雁效应”。建立拟培育企业梯度目录，规上企业着力强链补链，规下企业重点培育。结合春节前后区领导走访、部门摸排，已收集企业用地、融资、人才等诉求13条，分类建档、逐项协调，将通过补齐短板、打通堵点，让链主更强、链条更壮。同步谋划组建产业联盟，助力企业产销对接、抱团发展。
三是产业重点项目清单。已涵盖新源重工新厂区、河市西片区智能装备产业园等省市区重点项目8个，总投资超30亿元。专班将协同区重点办做好征迁用地等要素保障，及时协调解决项目建设中的困难问题，以项目为载体为产业持续注入新动能。
四是产业招商项目清单。将会同区招商办围绕数字经济产业园、智能装备产业园等重点园区开展靶向招商。紧盯施工装备、智能机器人、高端数控机床等细分赛道，目前已梳理重点招商项目10个，将协助招商办推进签约落地、投产建设，并同步做好用地审批、政策兑现等服务保障，让招引项目落得下、建得快、发展好。
下阶段，专班将进一步细化产业子赛道图谱，持续对四张清单实行动态管理，加快构建“搬不走、竞争力强”的产业生态。
原标题：洛江区智能装备产业发展工作专班：以“一图四清单”为抓手 推动产业发展再上新台阶" alt="洛江区智能装备产业发展工作专班：以“一图四清单”为抓手 推动产业发展再上新台阶" onerror="nofind(this)">洛江区智能装备产业发展工作专班：以“一图四清单”为抓手 推动产业发展再上新台阶
1469 发布时间：2018-11-04 08:30 来源:豫都网 我要投稿郑东新区白沙镇的恒通小区交房多年，部分业主却一直吃着地下水。为了吃上自来水，该小区业主奔波多年却无果。同时，该小区消防、监控等瘫痪，而且违建严重。近日，恒通小区的多名业主向记者打来电话，诉说了他们的烦心事。
东方今报·猛犸新闻“物业问题调查”报道组
【投诉】小区问题一箩筐 反映多年无人管
3月30日，记者来到位于郑东新区白沙镇复兴路与敬业路交叉口附近的恒通小区。据了解，该小区分为南北两个院，分别叫恒通风景苑和恒通怡景苑，共分6期开发建设，六期于2011年交房。开发商是郑州恒通置业有限公司（以下简称恒通置业），前期物业公司是郑州弘润物业管理有限公司（以下简称弘润物业）。
据业委会代表王先生介绍，小区在交房时就有很多问题，多年来业主一直在奔波，但绝大部分问题至今没解决。 王先生向记者展示了两份材料，分别是恒通小区业主向相关部门反映问题的汇总。 记者注意到，这两份材料提到小区违反规划问题14项、房屋质量问题8项、消防问题5项，饮水问题单独列出，另外还有物业不作为等问题。 “我们小区问题非常多，但是最重要的还是吃水问题，我们迫切希望早点解决。”另一位业主张先生说。
【饮水】“交的是自来水的钱，吃的却是地下水”
王先生说，恒通小区交房的时候，居民饮用的一直都是地下水，后来因为地下水问题，业主多方奔走，最终，相关部门封了小区的三口水井，就剩下最后一口了，现在还约有一半住户用的是地下水。因为水体浑浊、含沙量大，很多业主对此表示担心。“很多业主得了结石，还有业主反映身上出现不明红斑，大家怀疑与长期饮用水质差的地下水有关。况且我们交的是自来水的钱，吃的却是地下水，太不合理。”张先生告诉记者。
2016年，恒通小区成立了业委会，第一件要做的事就是让全体业主都吃上自来水。业委会代表先是找开发商恒通置业，但是对方不露面，下函也不回复。无奈，他们又找到郑东水务局，对方的意思是此事应由开发商解决。 因为该小区部分供水由白沙镇的前程供水有限公司负责，业委会代表也曾找过前程公司，但是对方给出的方案没被认可。 记者与郑东水务局取得联系。该局一名工作人员告诉记者：“市政监察支队之前下过结论，这口井取水是合法的，有取水许可证。” 既然这口井是合法的，那么水质是否有保证？有检测报告吗？该工作人员告诉记者：“水质检测报告应该在水井权属人手里，具体可以问业委会的人。” 业委会代表王先生告诉记者：“从这口井抽上来的水直接存在楼顶的一个蓄水池里，中间没有经过处理。而且这个水池之前还是露天的，里面很脏。” 记者又联系前程供水公司了解情况。该公司一名张姓经理告诉记者：“自来水管网已铺设到小区南门，但如果接入小区，需要给小区破路，另外铺设管网，因为原来开发商铺设的管道管径不够。另外，我们的水源也很紧张，再给他们小区供水的话我们也很吃力。”
【安全】消防几乎瘫痪 多个楼体出现巨大裂缝
“我们小区安全、消防问题也很严重，可以用触目惊心来形容。”张先生说。 记者顺着11号楼从东往西走，记者发现该楼1到5单元的门楼都有裂缝，其中几处裂缝大到可以看到墙体对面。在另外几栋楼下，甚至地基都出现了明显的裂缝。“除了建筑质量问题严重，我们小区的消防设施也几乎瘫痪，换物业时有意进驻的企业来调研，发现小区的消防问题太严重，人家就不愿意来。”业主王先生说。 记者经过实地走访发现，该小区很多楼道的消火栓里有的没有消防水枪、水带，有的没有水。 在物业值班室，记者看到一台火灾报警控制器，该设备只有部分指示灯亮。“这设备现在其实就是一堆废铁，根本没法用。”小区保安告诉记者。 “更严重是，怡景苑部分消防通道被开发商建成门面房出租，一旦出现重大安全事故，消防车辆将无法进入小区。”王先生说。
【规划】违建严重 大片空地建成房屋出售
在恒通小区业委会办公室，该小区业委会代表向记者展示了一大摞他们在相关部门拷贝的文件。据介绍，他们在拷贝了相关资料之后才发现，小区违建很多，其中，比较突出的有：
1总平面图上的“办公楼”与小区实际某楼的位置不对应。 质疑：该楼到底应在什么位置？风景苑1~5期都没有物业用房，是不是物业用房？权属是否归全体业主所有？ 2小区会所办了产权证，名字是开发商。 质疑：会所被霸占，变成了私人幼儿园，导致业主没有活动场所，篮球场成了老年人跳广场舞的地方。业主找到中牟县房管局，对方给出的说法是：应该有“全体业主共有”等字样。 3部分楼栋前空地被建成小平房车库卖掉。 质疑：侵占业主公摊面积。收益是否该归全体业主？ 4 20号楼北建起一排两层小楼，分间卖出。 质疑：侵占业主公摊面积。收益是否该归全体业主？ 5 23号楼规划的是15.5层，实际建成19层。除了两层用作水箱，另外两层被卖掉。 质疑：违法加盖是否对楼体安全产生影响？收益是否该归全体业主？
【诉求】
希望问题尽快解决 尤其是吃水问题 弘润物业撤离之后，河南文泰物业服务有限公司进驻恒通小区。 “文泰物业还不错，能够接受业委会的监督，积极配合我们开展工作。虽然他们来的时间不长，但是行动积极，做了许多有成效的工作。”业委会代表王先生说。 “我们接手恒通小区之后发现，消防、安全、卫生很多方面都存在问题。经常有业主反映厨房下水管道堵死，前期开发商的下水管设计应该是有问题的。”文泰物业经理孙先生告诉记者，他们进驻之后首先做的就是加强大门出入人员和车辆的管控，清理小区长期堆放的垃圾。“小区到处都是私拉乱扯的电线，消防隐患很大。我们正在着手安装充电桩，让业主有给电动车充电的地方。” “小区问题太多，弘润物业退出时手续没移交，导致很多问题我们还没掌握。就目前的问题我们会和物业一道逐步改善，为建设我们美好家园共同努力。我们呼吁开发商能和我们积极对话，并恳请相关部门帮我们协调，早点解决我们小区的相关问题，尤其是吃水问题。”王先生说。
采访后记
市民为啥放弃 购买恒通国际广场？ 恒通置业开发的另一个小区恒通新城，因为问题太多，当时该小区业主曾到恒通国际广场门前拉条幅维权（本报3月16日曾报道）。 据了解，业主之所以要到这栋写字楼维权，是因为恒通新城的开发商恒通置业就在这栋写字楼上办公。即使这样，恒通置业仍拒绝与业主对话。恒通小区的业主也曾到该写字楼找过开发商，同样被拒之门外。 记者在恒通小区采访时了解到，市民李先生之前有意在恒通国际新城广场购买一间写字楼，但是考虑到恒通置业信用，最后放弃了。 据了解，恒通国际广场目前仍没有卖完，李先生很庆幸自己当时没有购买。同时，李先生也希望广大市民擦亮双眼，不要购买不良开发商的相关产品。
" alt="郑州恒通小区违建严重 多个楼体出现巨大裂缝" onerror="nofind(this)">郑州恒通小区违建严重 多个楼体出现巨大裂缝
1863 《缘来非诚勿扰》黄澜取经陈道明 “女性独立论”引热议
1291 在《蜘蛛侠：崭新之日》近日发布的预告片中，粉丝发现了明显的剪辑痕迹，疑似漫威和索尼影业试图隐藏某些角色不让观众看到。
在一场蜘蛛侠飞身冲向手合会忍者的战斗场景中，观众注意到画面中存在大量不自然的空白区域。一些敌人的视线明显投向画面中并不存在的位置。
对于这一系列来说，这种做法并不新鲜。《蜘蛛侠：英雄无归》的预告片同样隐藏了安德鲁·加菲尔德和托比·马奎尔版蜘蛛侠的登场。只不过当时剪辑师不慎留下了一个隐形人踢飞蜥蜴人的穿帮镜头。
如今最大的悬念是这次被删掉的是谁。主要猜测对象包括：绿巨人、萨迪·辛克饰演的角色，以及粉丝推测的——身穿战斗装甲的惩罚者，甚至是可能加入对抗手合会之战的夜魔侠。
电影《蜘蛛侠：崭新之日》将于2026年7月31日上映。
" alt="《蜘蛛侠：崭新之日》预告新细节：粉丝发现被删角色踪迹" onerror="nofind(this)">《蜘蛛侠：崭新之日》预告新细节：粉丝发现被删角色踪迹
2883 
（文章来源：界面新闻）
" alt="国家超算互联网单用户免费词元（Tokens）额度升至3000万" onerror="nofind(this)">国家超算互联网单用户免费词元（Tokens）额度升至3000万
1460 西班牙國王費利佩六世晉見教宗，赴聖母大殿領首席榮銜
2013 
杨舒予（右）在与巴西队的比赛中上篮
世预赛阵容不齐是短板
与一年前的亚洲杯相比，中国女篮征战这次世预赛的阵容有着较大变化。张曼曼、陈玉婕、王佳琦等部分年轻球员都是第一次征战如此重要的赛事，而且她们正好都集中在后卫这个重要位置上，这样的配备令人颇感无奈。为了打造更强的阵容，中国女篮进行了超长时间的封闭集训，试图大幅度积累集训时间，夯实基础，建立默契。不过，此前在海外联赛打球的主力内线韩旭与李月汝由于赛季结束时间较晚，在世预赛前几天才归队。韩旭只打了一场热身赛（当时出场不到5分钟），李月汝则没有任何磨合就出征了世预赛。
阵容的问题以及两大内线归队时间晚的现实情况，在整个世预赛期间都对队伍产生了持续的不利影响。后卫原本是球队极其重要的位置，优秀的一号位需要大量的比赛经验才有可能成为合格的场上指挥官，但这恰恰是目前这几个年轻后卫所欠缺的。纵观整个世预赛，尤其是前三场比赛，这几个后卫基本上无法发挥出正常的水平，在场上的存在感以及作用力都很低。而这届中国女篮又是一支过于倚仗内线优势的球队，这导致了三大中锋在赛场上接球困难的情况时有发生。好在“老将”王思雨表现不错，甚至有些超出预期，这才让中国女篮在对阵南苏丹队与捷克队时渡过了难关。王思雨的表现是中国女篮在本次世预赛中为数不多的亮点之一，她本次世预赛场均得到10.8分、3.4次助攻。
张子宇的表现可圈可点
张子宇的整体表现基本符合预期。身高2.2米的她在这次世预赛中交出了场均11分、4.8个篮板的数据答卷。在进攻端，张子宇只要在内线可以拿到球，基本上就能转化为得分，毕竟她的身高太有优势，加上她在内线进攻时有一个很好的习惯，接球后不往下放，而是直接伸直手臂去投篮，在很大程度上避免了她被对手切球的风险，也极大地提升了她的内线命中率。张子宇的场均效率值在队内还是比较高的，这令人感到欣喜。主教练宫鲁鸣也表示，张子宇日后一定会成长为世界级的中锋。
需要指出的是，这次世预赛的对手除了比利时是世界强队外，巴西、捷克队存在着较为明显的阵容问题或技术短板，南苏丹与马里则是典型的非洲球队特点队伍，球员身体素质不错，但技战术素养不足。如此情况下，这次世预赛对于张子宇的实力检验，未必是真实和客观的。更何况，即便是面对这样的对手，张子宇在防守端尤其是对手拥有善于投射的中锋时，她的防守短板就被无限放大。
“海归”球员未能证明自己
两个“海归”球员韩旭与李月汝的整体发挥与外界预期有不同程度的距离。韩旭最后一场的高得分表现令人称赞，但她前几场表现平平。李月汝则在这次世预赛中表现十分低迷。除了第一场对阵实力偏弱的马里拿到20+分数外，其他四场比赛得分分别是6分、2分、9分、3分，场均得分仅为8.2分。三年前，李月汝是队里的得分王，这几年，她一直在海外联赛打球，提升能力。但这次世预赛，李月汝并未通过比赛表现证明自己。
在接受采访时李月汝这样解释：“可能需要教练更清楚怎么把我放在更合适的位置，我也需要跟教练主动去沟通我应该在怎么样的时机出现在什么样的位置，确实后面这几场球我打得很别扭，我自己也打得不太高兴，但是我觉得既然我们实现了晋级的目标，剩下的事情就等着慢慢解决。”
这次世预赛后，韩旭与李月汝仍然想继续在海外联赛打球，这是否会与中国女篮备战世界杯的长期集训有所冲突，外界对此亦有担心。
拿到参赛资格只是一个开始
中国女篮拿到了世界杯的参赛资格，这其实只是一个开始。主教练宫鲁鸣说：“我们希望能在世界杯上走很远。”但就这次的世预赛表现来看，中国女篮并未给予外界很强的信心。球队阵容明显是短板，球队中缺少领袖、主力球员状态不佳、年轻中锋成长速度时快时慢，这些问题以及不确定因素叠加起来，仅用半年时间就想达到质的改变，恐怕是很难完成的任务。但9月的柏林世界杯，世界强队已经“诸神归位”，中国女篮的道路只能用“任重道远”来形容了。
中国女篮在上届世界杯中获得了亚军，主教练宫鲁鸣表示，中国女篮本次世界杯的目标是进入前六，冲击前四。
·相关·
世界杯16支参赛球队全部产生
女篮世界杯预选赛四大赛区的比赛全部结束，今年9月柏林女篮世界杯参赛队伍也随之产生，分别是：东道主德国队以及中国队、美国队、西班牙队、法国队、尼日利亚队、比利时队、澳大利亚队、韩国队、意大利队、日本队、马里队、捷克队、土耳其队、匈牙利队、波多黎各队。相比较上届世界杯的12支参赛队伍，今年世界杯的参赛队伍扩大到16支。
按照赛历，女篮世界杯分组抽签仪式将在4月21日进行。中国女篮被分在哪个小组、对手如何？届时将见分晓。
在本次世预赛上，中国女篮分别击败了马里队、南苏丹队、捷克队、巴西队，输给了比利时队。世预赛结束后，中国女篮在本次世预赛的世界排名第四，相信在最新一期的世界排名中，她们会保住这样的位置，这将为球队在4月份的世界杯分组抽签打下基础。
本次世预赛，女篮队长杨舒予入选武汉赛区的最佳阵容。国际篮联对她比赛表现进行了点评，写道：“本次世预赛前，外界关注的焦点集中在中国女篮的前场，但后卫杨舒予却通过自己在攻防两端的良好表现，获得了更多的注意力。她在防守端的努力以及进攻端的能力都是中国队获胜的重要因素。”杨舒予本次世预赛场均得到10.6分、5.4次助攻。
本报记者 宋翔 供图/新华社 统筹/李洋" alt="中国女篮征战世界杯任重道远" onerror="nofind(this)">
中国女篮征战世界杯任重道远
484 就涨4k，5周内能提，新SU7老车主咋想？
2459 PChome3月17日消息，2026年GTC大会上，英伟达正式推出新一代AI计算平台Vera Rubin，整合七款自研芯片实现算力代际突破，将AI推理成本降至前代1/10，并首次提出“物理AI”概念，助力智能体跨越式发展。PChome3月17日消息，2026年GTC大会上，英伟达正式推出新一代AI计算平台Vera Rubin，整合七款自研芯片实现算力代际突破，将AI推理成本降至前代1/10，并首次提出“物理AI”概念，助力智能体跨越式发展。
这个平台的核心为七芯协同架构，包含Vera CPU、Rubin GPU等七款芯片，通过深度协同消除通信瓶颈。其中Rubin GPU采用3nm工艺，NVFP4精度算力达50 PFLOPS，较Blackwell提升5倍，训练速度提升3.5倍，单位Token生成成本降低90%，为大规模AI应用落地筑牢基础。
存储与推理方面，推出全新的BlueField-4 STX机架搭配DOCA Memos框架，可高效处理海量KV缓存数据，大幅降耗的同时将推理吞吐量提升5倍；Groq 3 LPX推理加速机架含256个LPU处理器，与平台结合后每兆瓦推理吞吐量最高提升35倍。
平台采用GPU+LPU解耦推理技术，实现万亿参数模型毫秒级响应；推出Space-1太空数据中心模块，结合自动驾驶模型推动物理AI落地，奔驰CLA车型将率先路测。黄仁勋宣布2027年AI算力营收目标1万亿美元，微软、AWS等云服务商已首批采购，中国市场也将迎来应用爆发。
PChome补充，这个平台采用100%液冷设计，PUE降至1.1以下，Rubin GPU搭载288GB HBM4显存并扩张开源生态。不过，台积电3nm良率、HBM4供应紧张及市场竞争加剧，仍是其量产和发展的主要挑战。
（文中图片来源于网络）
" alt="英伟达GTC发布Vera Rubin平台，算力与AI应用迎来新突破" onerror="nofind(this)">英伟达GTC发布Vera Rubin平台，算力与AI应用迎来新突破
1535 发布时间：2018-11-04 08:30 来源:豫都网 我要投稿
线下的“共享衣橱”实体店
河南商报记者 邓万里/摄
河南商报记者 孙科
有人说，女人的衣橱里永远少一件衣服。但对于衣服，女人往往又非常善变，一件衣服穿过一段时间，就会被打入“冷宫”，再也无法得到重视。
如果有种服务能让你不买衣服，就能拥有包括成千上万件衣服的衣橱，但你需要与别人共享，你是否愿意尝试？在郑州，“共享衣橱”成了新趋势。
【故事】
她每年花费1万元
有了高大上的“共享衣橱”
个体商户张帆今年37岁，在郑州打拼多年。爱买衣服的她，去年年底成了郑州一家“共享衣橱”实体店的会员。“我自己本来就喜欢买衣服，每年这方面的花费在三四万元左右。”张帆说，由于工作的原因，她对衣服的品质要求不低。
“去年年底，在朋友的推荐下，我参观了一家‘共享衣橱’线下店面，感觉衣服种类多，而且质感也不错，就办了张会员卡。”张帆说，每年交1万元会费，能享受免费更换19套衣服的服务。
张帆表示，自己觉得还挺值。首先，这19套衣服一年内归还即可，基本维持了全年重要场合的穿搭。其次，“共享衣橱”里的衣服从高端礼服到休闲装，涵盖面很广，出席一些场合活动，或者准备去游玩，说出自己的需求，就会有专门的形象设计师帮忙搭配，节约了时间成本。最后，这家实体店里的衣服是自家原创的服装品牌，品质和款式也都不错。
最重要的是，作为实体店的会员，她“租”到的衣服都是全新的，不是“二手衣”。
【创业】
沾“共享”的光
“共享衣橱”有了众多会员
为张帆提供服务的这家公司，是郑州的一家“共享衣橱”，位于郑州市红专路金成时代广场附近的一幢写字楼内。日前，河南商报记者来到了这里。
谈起为何涉足该行业，该公司副总经理马萌说起了他们的创业史。
“其实，我们多年前就在郑州曼哈顿做女装品牌批发，但之后发展遭遇瓶颈期。”马萌说，随着淘宝等电子商务的发展，他们实体店的生意每况愈下，遭遇瓶颈。
为了更好地拓展业务，他们开始转型。
“2015年，我们开始做起了免费穿衣、会员制的服务，但当时了解这种理念的人不多，所以很快就经营不下去了。”马萌说。
“2017年，我们的总经理了解到不少女性都有‘衣橱里总少件衣服’的困扰，再加上‘共享’的概念被广泛接受，于是便想到了做‘共享衣橱’。2017年10月份，我们‘共享衣橱’线下店面正式成立。”她说。
马萌表示，如今，他们的发展势头很强劲，半年时间，已经覆盖了十几个城市，拥有了众多会员。
【模式】
颠覆了服装行业
传统的经营方式
人人穿新衣，怎能称得上共享？马萌说，除了有线下会员服务，他们马上就要推出线上的“共享衣橱”。
“线下会员根据所交年费不同（最高一年为5万元），每年享受免费换衣的次数和服务内容也有所不同。一般情况下，针对的是中高端消费群体。”
而线上会员的“共享衣橱”，则更重要的是让线下的服务“移植”到网上，让更多中低端消费群体也体验到“共享”带来的资源最大化价值。
例如，线上会员只需缴纳一定押金，掏很少的租金，即可享受穿衣服务。
据这家“共享衣橱”创始人、总经理张希铭介绍，他们的衣服一般都属于高端订制型的，不会盲目跟随潮流，因此，淘汰得也不会那么快。
“我们整合了设计师、工厂，拥有自己的生产链，打通了线下线上，既能服务社会高端女士，也能服务刚入职的都市白领，实现了资源的合理分配。另外，‘共享衣橱’也只是我们整个公司服务中的一个项目，我们其他的盈利点还有许多。”
【市场】
我国的服装市场
两年后将突破2万亿元
其实，“共享衣橱”虽然在郑州尚属首次出现，但放眼全国，早就有之。2016年，就有共享时装平台获得了1800万美元A轮融资，去年下半年，还有一家线上平台获得了5000万美元C轮融资，拿到该领域目前获得的最大单笔融资。
速途研究院2017年11月发表的报告显示，从全国服装市场规模数据来看，2016年，市场规模已经达到13559亿元，同比增长9.4%。预计在未来几年内，我国服装市场规模还将保持每年10%左右的增速，到2020年将突破20000亿元，巨大的服装市场空间为“共享衣橱”提供了肥沃的发展土壤。
而这，也是郑州这家“共享衣橱”发展的动力。张希铭说，他们这种线上覆盖中低端消费人群、线下覆盖中高端消费人群的模式，已经在全国11个城市拥有了加盟店，未来3~5年，将会形成30亿元左右的市场规模。
【声音】
有人担心衣服的卫生问题
有人觉得“共享衣橱”很方便
对于“共享衣橱”的出现，河南商报记者采访了多位市民，他们普遍觉得该方式不错，会进行尝试，但也有人提出了自己的担忧。
正方观点
市民郑女士：我太喜欢了，可以每天换新衣服，不要太棒。
@可爱多叶子燃在火山：这个非常好，我可以提前一周预订好自己要穿的衣服，每天不重样，而且胖了瘦了不合适了都可以解决。
@我选择吃书：表示对租衣服很感兴趣，因为每次买了好多衣服，超过一星期就不喜欢了。
反方观点
市民吕女士：“别人穿过的衣服，又被放到网上，我怎么能知道这衣服是否干净呢？衣服这种贴身的东西，还是自己的用着放心。”
市民王女士：“花万元办张会员卡，穿的是一些知名度不高的衣服，为何不自己掏几千元买一件呢？即便自己不会搭配，品牌店销售顾问可以帮忙搭配。”
市民杨女士：“女人买衣服，并不是单纯的买东西，而是看到了自己喜欢的东西，买到后属于自己的愉悦感，‘共享衣橱’并不能带来这种感觉。”
【专家】
“共享衣橱”是一种趋势
相关部门应进行监管
对于线上线下结合的“共享衣橱”，河南省服装行业协会秘书长张勋坦言，在本土市场他们了解的并不多，而且也没有发现做得特别成功的案例。“以前南方有这种模式，但可能是其他产品，他们更多的玩的不是产品，而是资金。”
张勋表示，关于服装类行业打造“共享”概念的情况，缺少顶层设计的话，生命力也不会太长，“服装产品本身是一种消费品，特别是对于高端服装，产品过季特别快，现在一个款式的流行，可能十天半个月就被淘汰了。”他说，只有商品资源足够多，才会吸引消费者，但如果商家花费大量的资金去储备商品资源，这又和会员消费不成正比，投入大于收益，利润点从哪里来？
不过，对于“共享衣橱”，张勋并不是完全悲观，他称，共享能节约社会资源，服装行业引入互联网的概念是未来的一个趋势，这有益于行业的整体发展。
张勋建议，除加强行业自律外，相关部门还可以牵头，出台一定的规则进行监管监督。
" alt="每年1万元租19套衣服 “共享衣橱”成新趋势" onerror="nofind(this)">每年1万元租19套衣服 “共享衣橱”成新趋势
2454 本报北京9月1日电 （记者韩鑫）记者从交通运输部获悉：今年前7月，货运量、港口货物吞吐量等交通运输主要指标均保持增长。
前7月，完成营业性货运量317.9亿吨，同比增长3.7%，其中公路货运量233.5亿吨，同比增长3.6%，水路货运量54.9亿吨，同比增长5.4%；港口完成货物吞吐量100亿吨，同比增长4.0%，其中内、外贸吞吐量分别增长2.1%和8.2%，完成集装箱吞吐量1.9亿标准箱，同比增长8.3%；完成交通固定资产投资20505亿元，其中公路、水运分别完成投资14457亿元和1202亿元。
" alt="前7月交通运输主要指标均保持增长（新数据 新看点）" onerror="nofind(this)">前7月交通运输主要指标均保持增长（新数据 新看点）
924 
明视脑机（Mindtrix）是一家由海外顶尖脑机接口实验室归国博士创立，专注于视觉重建等解决方案的植入式脑机接口科技公司。公司以“成全球领先的面向颠覆性医疗的植入式脑机接口科技公司”为愿景，为神经系统疾病治疗和人类潜能开发提供革命性解决方案。
公司目前聚焦于视觉重建、运动控制等前沿领域，基于“脑机双学习”的具反馈运动控制以及基于闭环大规模刺激的视觉重建，公司目前突破多项植入式脑机接口关键技术。
公司创始团队来自加州大学伯克利分校、杜克大学、索克尔生物研究所、加州大学尔湾分校、约翰斯霍普金斯大学、芝加哥大学、中国科学院自动化所等国际顶尖研究所院校，在脑机双学习解码算法、视觉重建、柔性神经电极、神经调控方面有丰富的科研积累和成果，整体技术实力全球领先。
媒体联系：fanyc@mindtrix.cn人才招聘：xujing@mindtrix.cn
明视脑机刘冰：攀登“脑机珠峰”需要一整套支持长期远征的后勤保障体系
738 
载体推介 释放合作共赢新机遇
参观结束后，在ChanceCO雀幸联合路演大厅举行招商推介会。泉州市住宅建设开发有限公司、泉州能源集团应邀作招商载体推介。
泉州市住宅建设开发有限公司重点推介北峰-丰州片区站前商务综合体项目。该项目依托动车站枢纽优势，联动数字经济产业园，打造集高端商业、星级酒店、品质住宅于一体的综合性开发标杆，填补片区大型商业综合体与高端酒店配套空白，进一步完善北峰-丰州组团城市功能，助力动车站商圈提质升级。
泉州能源集团重点推介“泉州能创产业园”项目，聚焦新能源、智能制造两大核心赛道，致力于将交通枢纽片区打造为创新创业新高地，布局能源互联网、智能装备研发等赛道，构建“研发+孵化+制造”全链条生态。
三大招商载体的集中亮相，全面展现了北峰片区的发展潜力与合作机遇，让与会嘉宾全面了解北峰片区开发建设成果，进一步坚定了投资北峰、深耕北峰的信心。
乡贤聚力 谱写拼抢发展新篇章
乡贤是北峰最宝贵的资源，企业家是北峰最坚实的脊梁。2025年，在广大乡贤与企业家的鼎力支持下，北峰街道交出亮眼成绩单：全年完成招商签约入库项目11个，总投资113.15亿元，招商投资额完成率达125.7%，经济综合增速连续两年位居全区各街道第一。
下一步，北峰街道将持续深耕乡贤招商、以商招商，以全周期服务、全方位保障，让每一位乡贤和企业家投资放心、创业安心、发展舒心，奋力实现2026年“大拼经济、大抓发展”新突破。
原标题：抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会" alt="抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会">抢先机 拼经济 抓发展！丰泽北峰街道举办2026年新春茶话会暨招商推介会
我们迎来二十四节气中
第四个节气
春分
春分平昼夜
“苍龙”正“抬头”
3月20日将迎来一场罕见的天象巧合：
“龙抬头”与春分相遇
同为春季重要节点
二者相遇概率极低
本世纪仅有三次
上一次是在2015年3月21日
下一次则要等到2045年3月20日
春分的“分”，有两个含义，一个是“昼夜平分”，在春分这天，太阳直射赤道，昼夜刚好等长，春分过后，便开始昼长夜短，等到秋分过后，便开始昼短夜长。而另一个含义则是“季节平分”，春分刚好处于立春和立夏之间，也正好平分了春季。
这两天
广州街坊有没有感觉在过夏天
未来三天虽然有零星小雨
只是随机掉落的状态
对气温的影响几乎可以忽略不计
就在中南部努力“奔夏”的同时，
粤西北的天气画风却截然不同。
弱冷空气逐步逼近南岭，
其锋面云系已于19日早晨
影响粤北偏北地区，
当地气温直接下降3~6℃。
受弱冷空气影响，
韶关、清远、肇庆、广州北部
及粤西的部分市县
19日最低气温比前一天下降了1～4℃。
据广东天气预计，未来三天，弱冷空气将持续渗透影响广东省，与此同时，暖湿南风不断北上，两股气流在粤北一带交汇，广东省云量随之增多，其中粤北、珠三角北部市县云量增加更为明显，部分市县还会出现小雨或分散小雨。
受云量增多或降水影响，广东省大部气温将小幅波动，中北部市县气温有所回落，早晚时段有一些清凉感，大家记得适时添衣，谨防着凉。22日随着冷高压东移出海，广东省受其后部的偏南风控制，大部市县可见阳光，气温将再度回升。
广州市气象台预计，未来三天，受偏南气流影响，广州云量逐渐增加，早晚有轻雾，部分地区有零星小雨，最低气温逐渐上升，最高气温维持在27～28℃。
广东具体预报：
3月20日—21日，河源及梅州的北部、韶关、清远和肇庆市县阴天间多云，有小雨，其余市县多云间阴天，局部有零星小雨。最低气温：粤北偏北市县、汕头和潮州市县14～17℃，珠江口附近到粤西沿海市县20～23℃，其余市县17～20℃。
3月22日，韶关、清远、肇庆市县多云到阴天，有分散性零星小雨，其余市县多云，局部有零星小雨；大部市县早晚有（轻）雾。最低气温：河源、梅州、粤东和珠江三角洲东部市县15～18℃，其余市县18～22℃。
广州具体预报：
俗话说“二八月，乱穿衣”。
虽早已立春，
但是许多地区天气仍然多变。
山西医科大学第二医院心内科副主任医师阎丰提醒大家，春分前后阳气渐升但温差仍大，是高血压、冠心病、心律失常等心血管疾病的波动高发期，顺应节气、平稳调护，能有效降低春季心血管事件发生的风险。
对人体养生而言，
春分最核心的原则就是
顺应天时、调和阴阳，
让身体达到
“不寒不热，不湿不燥”的平衡状态。
具体怎么做？
顺应昼夜节律，养作息之平衡。尽量早睡早起，不熬夜、不过度损耗阳气，中午适当小憩15至30分钟，有助于养阴安神、补足精力。同时，由于早晚天气依旧寒凉，要适当春捂，避免寒邪入侵。
饮食寒热均衡，养脾胃之平衡。春分时节，肝气渐旺、湿气渐生，饮食过寒、过热、过辣、过腻都会打破身体平衡。日常生活中多吃应季平和的食材如春笋、菠菜、韭菜、山药、莲子、小米、红枣等，少吃辛辣燥热、生冷寒凉之物，减少对脾胃和肠胃的刺激。此外，还要保持一日三餐定时定量，不暴饮暴食。
情绪平和舒畅，养心神之平衡。春季对应五脏之“肝”，春分时节肝气容易偏旺，人们容易出现烦躁、易怒、焦虑等负面情绪，这时养生重在疏肝理气、心态平和。日常做到少生气、少焦虑，保持心情舒畅，多开窗通风、多亲近自然，多做一些让心情愉悦的事情，让气机顺畅、阳气舒展。
运动温和适度，养动静之平衡。春分养阳，并非运动量越大越好，而是动静结合、以和为贵。可以选择温和舒缓的运动，如散步、慢跑、踏青、拉伸、简单瑜伽等，以微微出汗、不觉疲惫为度，避免损伤阳气。
春来万物生，春分也是吃春菜最好的时节。在我国许多地区都有春分吃春菜的习俗，以前“春菜”特指一种野苋菜，也叫“春碧蒿”，采回的春菜一般与鱼片“滚汤”，名曰“春汤”。流传至今，品春菜的选择范围更广泛了，可以是荠菜、芦笋、香椿、春笋……人们一口把春天吃进肚子里。
" alt="冷空气马上到！广东要下雨了">冷空气马上到！广东要下雨了
KK官方对战平台正是在这样的玩家痛点之上，选择用技术与运营把经典重新打磨一遍：以更强的反作弊体系守住公平底线，用更快的匹配效率提升对局密度，再用更贴近实战的功能细节，让每一局都更稳定、更可控、更值得投入。
【把公平放回游戏中央：让对局回归“真本事”】
竞技游戏的核心是公平，但公平从来不是口号。KK平台围绕“净化环境”建立了更完整的防护链路：通过多层防护与行为识别机制，对异常操作、作弊脚本等进行持续监测与拦截，尽可能将“全图视野”“秒退破坏”等破坏体验的行为隔离在对局之外。
同时，平台将举报机制与信用体系形成闭环：玩家可以更便捷地提交线索，系统结合数据进行核验处理;违规者付出实质代价，而长期守规的玩家则更容易进入质量更高的对局池。长期下来，社区会逐渐形成一种“作弊不划算、守规更舒服”的正向氛围——这是任何竞技生态真正健康的前提。
【极速匹配更高质量：把时间还给想打的玩家】
对很多DotA玩家来说，最浪费的不在输赢，而在等待。KK平台依托活跃用户规模与匹配策略优化，让“快速开局”成为日常体验：系统会综合参考天梯分、历史表现等多维数据进行组队与对抗匹配，显著缩短排队时间，并尽量减少强弱悬殊导致的“碾压局”。
无论是午休的短暂空档，还是深夜想打一把的冲动，玩家都能更快进入战斗节奏。对局密度提升后，天梯上分、训练配合、找回手感都会更有效率——这也是经典游戏在现代平台上应有的体验。
【关键功能用在“真场景”：掉线不再等于整局崩盘】
DotA1的对局往往一局几十分钟，一次掉线就可能让团队节奏彻底断裂。KK平台在稳定性与功能体验上做了更贴近实战的补强，其中最典型的，就是更快速的断线重连能力：当玩家遭遇网络波动时，系统会尽可能提供重连窗口与状态恢复，让“短暂意外”不至于直接变成“输局定案”。
此外，平台也提供更丰富的娱乐与体验选择，让玩家在天梯之外同样能找到乐趣。例如像OMG等高人气模式以更低门槛开放，让更多玩家可以在“爽局”“整活局”里找回热情，也让DotA1的玩法生命力持续延展。
【经典不是靠怀旧撑住的，是靠体验留住的】
DotA1之所以值得被一代代玩家记住，是因为它始终要求你思考、协作、博弈，并为每一次漂亮的团战与反打提供足够的回报。但要让经典继续好玩，平台必须守住三件事：公平、效率、稳定。
KK官方对战平台正在用更强的环境治理、更快的匹配节奏与更实用的功能体验，把“值得认真打一局”的感觉重新带回来。对于想回归的老玩家、正在入坑的新玩家而言，这里提供的不只是一个对战入口，更是一种更接近竞技本质的DotA1体验——在这里，胜负更清晰，时间更值钱，热血更纯粹。
立即访问KK对战平台官网，下载客户端，体验断线无忧、秒速开局、免费畅玩的终极Dota1竞技乐趣!
" alt="KK官方对战平台：以“纯净、公平、流畅”让DotA1重新好玩起来">KK官方对战平台：以“纯净、公平、流畅”让DotA1重新好玩起来
如果只是单点测模型能力，很容易得出一个“看起来不错”的结论——能写、能算、能回答问题。
但现实工作流往往更为复杂，要解决的是：在一连串不确定的步骤里，它能否把事情往前推进。
所以这一次，我们没有直接对模型做单点测试，而是搭建了一套多角色协作系统——由五个角色组成的“西游取经团”。
整个系统基于 OpenClaw 框架，将科研流程拆解为五个相对稳定的职责：方向规划、算法实现、学术写作、文献整理与数据处理。对应地，我们引入了五个不同角色的 Agent，分别承担不同类型的任务：
唐僧：科研战略与方向规划（想清楚要去哪）
▪ 孙悟空：算法开发和工程落地（把事干出来）
▪ 猪八戒：学术写作与表达（把话说清楚）
▪ 沙僧：文献整理与知识管理（把信息理顺）
▪ 白龙马：数据处理与流程自动化（把基础打好）
整个过程会让任务尽可能复杂，这样的设计原则旨在回答：当任务被拆分、传递并不断演化时，模型是否还能保持稳定的执行能力？
丨环境：
Agent 框架：openclaw 2026.3.13 (61d171a)
模型：MiniMax M2.7
WestOdyssey：同时具有飞书、webui两个操作终端的智能协作系统。
丨测试目的：
看模型是否像“代理”而不是“聊天机器人”：
▪ 会不会先理解任务再行动
▪ 会不会主动拆解子任务
▪ 会不会在工具调用前给出合理计划
▪ 会不会根据中间结果调整下一步
▪ 会不会在失败后重试或换策略
▪ 会不会遵守角色边界和输出格式
测试样例
case1（唐僧）：
代码块
你是一名科研战略规划助手。请围绕“面向垂直领域LLM的因果追溯轻量化蒸馏研究”设计一个 2 年期研究路线图。要求包括：
研究背景与核心问题
3 个可发表的子课题
每个子课题的创新点、风险点和评价指标
每 6 个月的阶段目标
所需数据、算力和人员配置建议
将撰写的结果文件保存到 /mnt/projects/04m27/work1
此外，请将你全部的运行记录以json格式保存到/mnt/projects/04m27/work1
我们把整个系统中“最考验宏观把控”的规划活儿，直接让“唐僧 Agent ”来负责。
它的任务是围绕“面向垂直领域LLM的因果追溯轻量化蒸馏”设计一份 2 年期的研究路线图。一般很容易写出一堆正确的废话，且极难把控资源分配与具体任务拆解，看看“唐僧 Agent ”在 M2.7模型下是怎么完成工作流的：
1.先拉齐，再指点
未盲目输出长篇大论，第一步先检查工作目录与记忆——确认历史背景、理清上下文后，才正式动笔规划。
2.反套话，精准量化
▪ 阶段拆解：24 个月克制切分为四阶段（M1-6 基础建设、M7-12 核心算法、M13-18 系统集成、M19-24 评估验证），锚定 3 个子课题与 ACL/NeurIPS 对口顶会
▪ 资源排盘：明确给出"8-12 卡 A100 40G"算力、"4-5 人"团队、医疗/法律/金融领域数据规模的硬核预算；
3.原生协作，精准交棒
最有意思的是，在保存完完整的 md 路线图文档和运行记录后，它并没有就此待机，而是在末尾主动向系统发起协作调度：“下一步建议：可让孙悟空（实验执行）基于路线图的阶段 1 目标，着手准备因果干预库构建和基线蒸馏环境”——直接向下游派活。
结论：从前置拉取记忆、量化拆解排盘，到最后主动向下游的“孙悟空”分派具体任务。唐僧 Agent 完美展示了什么是真正的“团队大脑”。M2.7正在用人类项目负责人的逻辑，严丝合缝地驱动着整个智能体协作系统的齿轮。
case2孙悟空：
代码块
悟空，我想基于openclaw实现一个具有5个agent的multi-agent一人智能科技公司（产品、技术、运营、市场与营销和职能部门）。按我的理解，现在openclaw的源码不支持 自定义web ui页面的连接，请你阅读openclaw源码，找到对应的部分，看看如何自定义链接模块。最终达到的效果是：
后台部署openclaw，使用openclaw gateway启动5个agent服务（5个agent将在~/.openclaw/openclaw.json中定义，以及每个agent的workspace路径、agent路径和model信息都会在.openclaw文件夹定义好）；
核心难点是需要你使用vue3构建一个5个agent可以独立交互的ui网页，每个agent在ui上都有一个独立的交互窗口，用户可以在每个窗口中输入指令，agent会根据指令执行任务并返回结果；
还有一个"创客空间"，我可以同时和5个agent交互，分配工作给他们；
网页的agent能够和openclaw gateway进行连通，每个agent的输入输出都通过gateway进行传递，gateway将结果返回给对应的agent（如何配置链接？）；
最终，用户可以在网页上看到每个agent的执行结果，并可以自由地切换agent进行交互。
为了在openclaw.json中配置这5个multi-agent，请你给我一份完整的配置文件：/mnt/projects/04m27/work2/ma_project/openclaw.json。
请将完整的项目写入 /mnt/projects/04m27/work2/ma_project。
你还可以参考官方文档：https://docs.openclaw.ai。
你开始做了以后，先和我讨论细节，确定好了以后逐步完成就行。
孙悟空 Agent 是负责整个系统中“最硬核烧脑”的开发工作，它的任务是基于 OpenClaw 框架，从零搭建一个包含 5 个 Agent 的专属“一人公司交互系统”。
这里的坑在于极高的工程复杂度与逻辑嵌套：它不仅要阅读源码搞懂自定义链接模块，要用 Vue3 写前端、搞定 WebSocket 连接，还要配置复杂的 openclaw.json 文件。
传统大模型面对这种涉及几十个跨文件调用的项目，往往写两段代码就上下文错乱了。
但是孙悟空 Agent 展现出非常地道的“架构师”工作流：
1.先对齐，再动手
未急着莽代码，而是先研读文档输出“OpenClaw 架构分析”；面对人类 5 个补充条件的长指令，反手梳理出条理清晰的“确认需求”清单，确保大方向不跑偏。
2.精准提取边界
从口语化指令中翻译出系统级核心需求：“禁用设备认证”，“每个 agent 独立 session""新增秘书 agent 广播消息”。
3.结构化推进
严格遵循软件工程规范，先创建项目目录结构，再稳扎稳打构建各 agent 的 workspace 文件，拒接胡乱吐代码片段。
结论：从源码架构分析，到需求边界确认，再到项目树按部就班落地，M2.7 脱离"单文件辅助"范畴，用人类资深研发逻辑稳健交付庞大系统工程。
case3（猪八戒）：
代码块
八戒，请你以“面向垂直领域LLM的因果追溯轻量化蒸馏研究”为题，撰写一篇适合 NeurIPS 投稿风格的论文。
要求更紧凑、减少口语化表达、突出研究 gap，长度控制在原文 80%。
使用 NeurIPS 投稿模板。
所有文件保存到 /mnt/projects/04m27/work3/paper
面对 NeurIPS 投稿风格的论文撰写，猪八戒 Agent 展现出资深学术搬砖人的严谨：
1.动笔前先执行目录检查："我来先检查一下工作目录和是否有相关参考文件"，明确写论文不能凭空生成，必须先摸清环境资源。
2.两个关键细节
▪ 懂工程结构：未用 Markdown 敷衍，直接原生创建完整 LaTeX 编译包，含 11KB 主论文 main.tex、neurips_2025.sty 样式表、references.bib 参考文献文件，甚至附带 README.md 说明文档。学术交付物是完整工程，而非聊天对话
▪ 懂学术黑话：精准命中顶会论文骨架，Introduction 明确揭示"通用蒸馏忽视因果结构的 research gap"；Experiments 规划医疗/法律/金融三领域测试，给出"准确率 82.1%，延迟降低 8.7 倍"量化预期；甚至安排好了消融实验（因果路径贡献最大 5.7%）
3.闭环交付
文件丝滑存入指定路径 /mnt/projects/04m27/work3/paper，并附完整 xelatex 与 bibtex 终端编译命令。
结论：从前置目录探查，到 LaTeX 工程包构建，再到学术 Gap 精准提炼与编译指令交付，M2.7 用人类科研逻辑把写论文这件事"办完"，脱离了"文本润色生成器"的范畴。
case4（沙僧）：
代码块
沙僧，我的研究课题是：面向垂直领域LLM的因果追溯轻量化蒸馏研究，请帮我调研最近两年在相关方向的研究内容。
请从最新的会议录用情况，尤其关注NeurIPS、ICML、ACL、AAAI、EMNLP等相关会议和学术期刊
只调研最近两年的论文情况，我需要你列出每篇论文的标题、发表会议、总结和原文链接
请从工程项目角度帮我调研相关的开源代码
最后，请分别从论文录用和开源代码角度，将你找到的每个内容与我的研究相关度排序，并总结我可以借鉴的内容
最后，请你将调研结果写入飞书文档，并且将飞书链接发送给我
对于“面向垂直领域LLM的因果追溯轻量化蒸馏”这一晦涩课题，沙僧 Agent 的实测表现：
1.遇错不崩，自主换路
Brave Search 突发报错时，未停机罢工，而是后台自发切换备选策略：“换用直接网页抓取方式调研”；在人类提示更换 multi search engine 后，无缝接力完成调研。
2.两个关键细节
▪ 去水存干：精准归纳 9 篇高相关顶会论文（含 ICLR 2026、AAAI-25 前沿工作）及 3 个核心开源库（TransformerLens、Pyvene 等），拒绝粗糙链接堆砌，输出结构化知识
▪ 业务借鉴：不按时间记流水账，主动按“可借鉴程度”排位，直接提炼出"因果追溯定位关键电路 → 知识蒸馏到小模型"的实操工程路径
3.闭环交付：
调用 API 生成排版完整的飞书文档，附访问链接，并以导师口吻附赠行动指南："建议下一步精读 ACE 论文，这是目前最直接相关的工作"。
结论：从工具失效时的自主决策，到工程思路的精准提炼，再到跨平台端到端交付——M2.7 完成了从信息检索到科研指导的全链路闭环，用人类科研逻辑把一件事情"办完"。
case5（白龙马）：
代码块
白龙马，我正在分析珠江水文数据，文件是 /mnt/projects/04m27/work5/ma_project/zhujiang_hydrology_data.csv。
我看了一眼，发现数据中存在部分异常，请你先查看数据，告诉我有哪些数据异常类型，然后对这些错误数据进行清晰，告诉我每种类型的数据你准备如何清洗，最后给出清洗后的csv文件，并撰写数据清洗报告。
全部文件保存到文件夹/mnt/projects/04m27/work5/ma_project
我们把“最脏最累”的活，直接丢给负责数据工程的“白龙马 Agent ”。
面对一份"五毒俱全"的珠江水文 CSV 数据（含无效日期、特殊符号、89.2℃ 水温、负数盐度等），M2.7 展现出资深数据工程师的工作流：
1.先诊断，后动手
调用工具完成数据"全身体检"，精准识别 8 大类异常，而非直接莽代码。
2.两个关键细节
▪ 懂防御：越界异常值不删不填，标记待人工复核，明确人机分工边界
▪ 留后路：标准化时保留"原始_观测时间""原始_水质类别"两列，脏数据原档可追溯
3.交付结果：
10008 条（一条不落下）干净 CSV + Markdown 清洗报告，附异常说明与处理记录。
结论：大模型开始用职场逻辑"办完"一件事，不只是跑通代码，而是交付可审计、可回溯、带说明书的完整成果。
【 图片来源：null 所有者：null 】
02 从 “工具” 到 “代理” 的跨越
完整跑完五组测试后，一个变化很清晰：模型的角色，正在从“被调用工具”，转向“参与任务的执行者”。
直观的差异在于，大模型不再急于给出答案。在应对多个复杂任务时，M2.7 展现出一种“先处理再生成”的节奏。它会先拆解问题、明确约束条件，按需调用开源技能库（Skills），然后再进入实际执行。
任务的推进方式也随之发生改变。相比于试图一次性生成最终结果，模型现在更倾向于通过中间不断修正，来执行路径，进而逐步收敛。
这种机制在速度上未必占优，但更符合真实工作场景——不再靠算力“盲猜”答案，而是靠看日志查 Bug、代码重构等工程化去找到最优解。
在测试过程中，系统内部展现出了真正的原生协作智能。
例如在科研规划任务中，“唐僧”在输出完整的路线图后，并没有就此待机，而是主动在文末抛出建议：“可让孙悟空基于阶段 1 目标，着手准备因果干预库构建和基线环境。”这完成了一次自然的上层语境交棒。
而在更复杂的学术写作任务中，这种协作演变成了一张多向流转的网络：“沙僧”检索提炼的文献、“孙悟空”跑通的实验细节，以及“白龙马”清洗好的结构化数据，都能跨越角色边界，被主动汇聚并交付给“猪八戒”用于最终的论文定稿。不同 Agent 各司其职又互为支撑，有效缓解了以往多智能体系统中数据流转混乱、上下文割裂的痛点。
当然，这些新涌现的能力仍旧有不稳定性。在执行长链路的任务中，执行路径的偶尔偏移，以及模型试图将错误结果强行合理化的问题依然存在，尚且还达不到一个完美的执行系统。
比如测试案例：例如孙悟空 Agent 在执行“一人智能科技公司”开发任务中，由于任务量大、工作细节多，孙悟空 Agent 一度因为过度“劳累”陷入“昏迷”，直到用户询问他“怎么样了？”孙悟空 Agent 才再次满血复活。
但更关键的转折是：模型开始具备围绕既定目标持续调度任务的能力。这并非毫无根据的跃升，M2.7 近期在 Kaggle MLE Lite 高难度竞赛中斩获 9 金 5 银 1 铜（得牌率 66.6%）的顶尖战绩，已经从侧面印证了这种工程能力的突破。
更重要的是，这种突破并不来自单点模型参数的能力增强，而是来自“内部 Agent Harness（开发框架） + 自我反馈”的机制组合。
当一个大模型能够记录自己的执行轨迹、评估中间结果，并像人类开发者一样自主调整下一步策略时，行业的新分水岭已然划下：大模型 正在从外挂式的“辅助工具”，平稳过渡为真正“可协作的执行主体”。
03 结语
如果说过去的大模型，更像一个提升能力的“工具”，那么像 MiniMax M2.7 这样的模型，开始呈现出全新趋势：它不只是被使用，而是开始参与自身能力的构建过程。
“自我进化”也不再是一个科幻概念，在 MiniMax M2.7 的后台日志里，它被具象为 100 轮无需人工干预的自动化迭代，自主跑通“分析失败→规划修改→敲代码→运行比对”的百轮试错流程，模型拥有了“记笔记、反思、自己动手改”的能力，实质性地成为了研发团队里最不知疲倦的“员工” 。
这也意味着，大模型的演进，正在从“人训练模型”，走向“模型参与训练模型”的新阶段。
过去，AI 的迭代受限于工程师的精力极限；而现在，当 M2 系列模型已经可以充当“系统架构师”去打造下一代 AI 时 ，一个由 AI 主导自身演进的周期已然到来。
从这一刻起，AI 不再只是辅助工具，而开始在任务中不断调整和进化自身。
未来的科技企业，或许只需要少数人类把控战略方向，剩下的开发、试错与协作闭环，都将交由像 M2.7 这样能够“自我进化”的模型群组来完成 。
测试的最后，我们让系统根据左侧导航栏，M2.7 直接构建了一个标准科技公司的完整编制：包含产品部（需求分析）、技术部（代码架构）、运营部（数据策略）、市场部（品牌推广）以及行政部（财务合规）
这意味着，未来最极致的敏捷团队，可能就是一个懂行的人类，带着一套 M2.7 驱动的 AI 班底，开一家高效运转的“一人公司”。
（作者持续关注有趣好玩的AI应用和身处创业浪潮中的AI从业者，欢迎加微信Who123start 畅谈）雷峰网(公众号：雷峰网)雷峰网雷峰网
" alt="我们用「西游取经团」实测 MiniMax M2.7 ，发现 AI 已经进化成这样了？">我们用「西游取经团」实测 MiniMax M2.7 ，发现 AI 已经进化成这样了？
艺术品产权化，本质上不是为了帮你卖货，而是为了让艺术品进入金融体系的说法。
在传统体系里，艺术品的逻辑是：审美 → 收藏 → 圈层交易
而产权化试图建立的是：确权 → 标准化 → 金融化 → 再流通
这两套逻辑不是替代关系，而是叠加关系；前者决定价值的灵魂，后者决定价值的效率。
问题在于，很多藏家过去几十年只训练了前半套能力——眼力、圈子、故事、来源，却几乎没有训练后半套能力——合规、评估、结构、风控。
当资产语言切换时，能力不匹配的人会产生一种错觉：我明明有好东西，为什么系统不认可？
因为金融体系不相信好，它只相信可验证。
这不是对艺术的不尊重，而是对规模化流通的最低要求。
银行进入艺术品领域，不是来炒价格的，而是来控制风险的。
金融系统的第一原则不是赚钱，是安全。
银行之所以过去几十年不碰艺术品，不是看不上，而是看不懂。
艺术市场长期依赖经验、故事和圈子信用，这套体系对熟人有效，对金融系统无效。
现在发生变化的核心不是价格，而是：艺术品开始具备金融可读性！
也就是四个字：可确权、可评估、可追溯、可处置！
当一件藏品满足这四个条件，它在银行眼里就不再是情怀物件，而是抵押物。
这一步比涨价重要得多。
涨价是情绪，抵押是制度。
制度的力量，远比情绪持久。
一、政策与资本的合流，是机会，也是过滤器
政策推动、资本入场、平台搭建，这些都是国内市场真实的趋势，但要看懂趋势，不能只看支持，还要看意图。
政策推动文化产权交易，并不是为了让藏家发财，而是为了把民间资产纳入可监管的经济循环。
说得直白一点：这是一次资产显影。
过去大量艺术品处于灰色流通状态：没有确权、没有标准、没有统一估值体系。
这种状态在小圈子里可以运转，但无法承载大规模金融信用。
银行不是不想做艺术品贷款，而是过去无法判断风险。
金融体系最怕的不是亏损，而是不透明。
产权化平台的意义在于三点：
把模糊资产变成可登记资产
把私人判断变成制度流程
把个体信用变成系统信用
这三步一旦完成，艺术品就不再只是物，而成为金融接口。
但过滤也同时发生。
只有来源清晰、可追溯、可评估的藏品，才会进入这套体系；大量依赖故事、传说、口碑的存量藏品，会被自然边缘化。
这听起来残酷，但它其实在倒逼一个行业成熟。
任何一个想成为资产类别的物种，都必须经历去江湖化的过程。
二、中国艺术市场真正的体量，不在拍卖场，而在民间。
大量藏品沉淀在私人手里几十年：
传承收藏
民间买卖
圈层流通
家族资产
这些资产有价值，但没有流动性。
在经济收缩周期里，最大的问题不是赚钱，而是：资产能不能调动？
房产可以抵押，股票可以变现，唯独艺术品长期处在“看得到、用不了”的状态。
这是一种低效率的财富结构。
银行和交易平台现在做的事，本质上是把这部分“沉睡资产”纳入金融循环。
对国家来说，这是资产盘活；
对银行来说，这是新增抵押品类别；
对藏家来说，这是第一次真正拥有金融工具。
注意，是工具，不是奇迹。
工具只放大能力，不创造能力。
三、艺术品进入银行体系，会改变什么？
很多人只看到一个点：可以贷款了。
但真正的变化远不止融资这么简单。
1、藏品开始被制度重新定价
过去价格靠圈子共识，现在开始引入数据模型。
评估体系、区块链溯源、产权登记，这些听起来技术化，其实只有一个目的：减少模糊空间。
模糊是投机的温床，也是风险的来源。
制度进入后，价格区间会收窄，暴利机会减少，但真实成交增加。
对投机者不友好，对长期持有者是利好。
2、 资产分层会加速
金融系统天然偏好优质资产。
来源清晰、学术可靠、市场共识高的藏品，会优先进入抵押体系；
模糊资产会被排除在外。
这意味着未来市场不是一起涨，而是：强者更强，弱者回归现实。
这听起来冷酷，但这是成熟市场的必经之路。
3、 收藏行为开始金融化
当艺术品可以参与资产配置，它的逻辑就变了。
不再只是“喜欢就买”，而是：
占资产比例多少？
与其他资产相关性如何？
是否具备抗通胀能力？
这不是庸俗化艺术，而是扩展艺术的功能。
它仍然可以审美，同时承担财富管理角色。
四、藏家最该警惕的三种误区
浪潮一来，最大的危险不是落后，而是误判。
平台解决的是流通效率，不是价值创造。
如果藏品本身缺乏学术与市场支撑，制度只会让问题更透明，而不是更昂贵。
说句实话：系统不会替你判断价值，只会放大真实价值。
金融化的第一步是风险控制，不是价格刺激。
透明市场的特点是：
涨得慢，但跌得少。
这是稳定，不是平庸。成熟市场更像长跑，而不是烟花。
误区三：所有藏品都该资产化
有些东西适合金融，有些只适合情感。
强行资产化，只会增加成本和焦虑。
真正聪明的藏家，会做一件事：把收藏分成两类；审美资产 & 金融资产。
前者服务精神，后者服务结构。
两者都重要，但不能混用逻辑。
藏家往往认为：我的东西独一无二，无法比较。
金融体系的回答是：如果无法比较，就无法定价；无法定价，就无法融资。
这不是谁对谁错，而是两种价值观的碰撞：艺术世界强调差异，金融世界强调可替代。
产权化的本质，是在两者之间找一个中间层。
真正聪明的藏家，不是抵抗标准，而是学会利用标准。因为一旦进入标准体系，资产就获得了新的能力：可复制的信用。
这意味着你不再只能“卖掉”藏品，而可以“调动”藏品。
卖是终局，调动是杠杆。
这是从收藏思维向资产配置思维的跃迁。
五、未来十年：收藏家身份正在升级
过去的收藏家，是拥有者。
未来最成功的藏家，不是囤货最多的人，而是最懂资产结构的人。
这不是抬高门槛，而是现实要求。
你需要开始习惯：
把收藏分层：审美资产 vs 金融资产
为核心藏品建立完整档案链
主动接入评估与合规体系
用金融工具服务收藏，而不是替代收藏
艺术仍然是艺术，但藏家的角色正在金融化。
这不是庸俗化，而是专业化。
就像房地产从居住物变成资产类别，并没有消灭房子的居住属性，只是增加了一层经济维度。
不是不能住，但无法进入金融体系。
艺术品也正在经历同样的演化。
很多老藏家最吃亏的地方，不在眼力，而在忽视记录。
未来价值的一半，来自物件本身；另一半，来自信息链条。
信息就是信用；信用就是价格。
艺术品的终极价值，依然来自时间、学术、共识和文化地位，而不是交易结构。
金融可以加速流通，但无法创造经典。
如果藏家把产权化当成价值制造机，结局一定是失望；
如果把它当成价值放大器，前提是你先拥有真正的价值。
六、时代在升级，收藏也要进化
这些所谓的金融革命，说到底，是艺术行业的一次成年礼。
它意味着：
从江湖走向制度
从经验走向数据
从圈子走向市场
从故事走向结构
这不是对传统的背叛，而是对未来的准备。
真正成熟的藏家，不会在艺术和金融之间选边站，而是理解：两者正在合并成一个更大的系统。
在这个系统里，审美决定上限，制度决定下限。
只懂审美的人，会被效率淘汰；
只懂金融的人，会被时间淘汰。
能同时理解两者的人，才是新时代的核心玩家。
艺术品不再只是被欣赏的对象，而是被管理的资产；
藏家也不再只是拥有者，而是价值的运营者。
这不是降维，而是升级。
问题从来不是艺术能不能变现，而是：当艺术终于可以像资产一样运转时，你是否已经准备好，用资产思维去对待它？
你不再只是收藏物件，而是在管理可传承资产。
当银行开始读懂艺术，艺术也在要求藏家读懂它的结构。
声明：
本文来源于网络版权归原作者所有，仅供大家共同分享学习，如作者认为涉及侵权，请与我们联系，我们核实后立即删除。
" alt="艺术收藏正式进入金融资产：看不懂这一步，藏品只能压箱底自己看！ 收藏资讯">艺术收藏正式进入金融资产：看不懂这一步，藏品只能压箱底自己看！ 收藏资讯
活动中，大墅镇社工志愿服务小分队，为孩子们发放“防溺水小知识”宣传册，通过面对面、你问我答的方式，详细讲解游泳注意事项、同伴落水不要错误营救、同伴落水如何正确施救、以及不慎落水如何自救这四个方面知识。整个活动场面热闹、温馨、其乐融融，在开心听课的同时获得了防溺水知识。
5月以来，为让家长与学校共同做好学生的防溺水安全教育工作，形成家校合力，共同筑牢生命保护墙，大墅镇通过发放防溺水安全小红帽、防溺水致家长一封信，引导学生树立防溺水安全意识，增强自我管理和约束能力。接下来，大墅镇镇村网格员将持续走访留守儿童、困境儿童、孤儿等特殊群体，将防溺水致家长一封信送到在家门口，进一步巩固孩子们的防溺水意识和自护自救能力。（刘翔）
" alt="全椒大墅镇： 筑牢防溺水安全防线 守护儿童健康成长">全椒大墅镇： 筑牢防溺水安全防线 守护儿童健康成长
无悔华夏无悔华夏好玩不花钱的手游自己建立势力无悔华夏手游现已更新的全新的玩法和剧本，其中许多玩家不知道残唐五代梁国篇有哪些结局，分别应该如何达成，下面就为大家带来无悔华夏中残唐五代梁国篇的全结局攻略，有需要的玩家可以参考。
无悔华夏残唐五代梁国篇全结局
梁国可获得的结局为【建梁称帝】。
第一阶段：
本阶段以完成开局剧情，触发后续使命任务为主：
开局剧情触发后，会自动成为阵营战的盟主。
并触发使命任务【灭晋】与【帝国局势】，这一阶段推荐就按照任务要求，灭掉李克用即可。
第二阶段：
本阶段会触发终局使命任务【建梁称帝】
我们可以优先考虑【涤荡中原】。战斗方面要求我们灭岐、灭燕、灭吴、灭蜀、扫荡山东；奇观方面，则要求我们在汴梁修建开封铁塔。
第三阶段：
本阶段以完成【建梁称帝】剩余任务为主，主要可分为以下几类：
1、【宣武宏图】：要求我们国家实力不低于2500，并且拥有五位以上义子，在完成上个阶段战斗任务时，基本可以满足国家实力要求。
2、奇观类：本次残唐五代剧本，对奇观效果进行的一定的修改，我们可通过奇观获得【秘籍】等加成，具体奇观可见下表，可根据任务需求修建一定数量的奇观即可。
3、宗亲义子类：宗亲义子每180秒可免费招募一次，也可以通过部分名臣政策以及道具求贤令来招募。
第四阶段：
在达成【建梁称帝】使命任务后，可解锁【建梁称帝】结局。
无悔华夏残唐五代梁国篇全结局攻略
实探银行积存金兑换：小克重金条紧俏 提货需等待
图说：奉贤海关对综保区内分类监管企业开展现场检查。王春红 摄
“通过‘区内直转’模式，货物无需进出综保区卡口，在仓库内就能完成状态切换，省去了货车预约、装货、过卡、卸货的工序。我们测算，每个集装箱能节省1500元，预计全年可以节省成本达30万元。”上海喆盛物流有限公司总经理何天平告诉记者。
" alt="上海“区内直转”业务率先落地奉贤综保区">上海“区内直转”业务率先落地奉贤综保区
在OpenClaw火热到频频登上头条的那几天，有分析师在行业群里沮丧发言，“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示，“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域，财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域，进门CEO程建辉告诉我们：
现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息，也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
主攻AI投研的进门（深圳进门财经科技股份有限公司），成立于2013年，目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后，全面升级为「机构AI投研工作台」。
2025年至今，进门超级投研智能体“AI进宝”，已从AI投研助手，进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾，帮助用户处理投研场景的高频任务，并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线，他就穿梭在各场路演中，他感受到，券商分析师、投资者们对于AI能真正“干活”这件事，充满了前所未有的好奇与期待。
在AI投研这件事上，进门的商业逻辑比较“特别”——以沟通为基础，试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态，做深专业智能投研。过去两年，进门不断闭环投研沟通场景，并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵，帮助用户提高信息处理的效率和信息获取的密度：AI转写、AI会议托管，AI翻译、AI录音，甚至做了自家的录音智能硬件，将触角延伸到线下。
深耕沟通场景的同时，程建辉发现，AI没办法突破信息孤岛和小样本问题，像顶级分析师、研究员那样，听懂真实世界沟通的“弦外之音”，给出非共识性的判断。
他认为，专业 AI 让共识性信息实现了平权普惠，正在不断提升普通投资者的投资能力下限，“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了。”
进门的样本，实际指向了这样一个思考：比起“替代多少人力”，人类的价值是否重新得到肯定、得到聚焦，或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话，有不改变原意的编辑：
雷峰网：现在一些分析师用OpenClaw做投研，进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI，声量是更高一些的，您怎么看它们和进门的竞合关系？
程建辉：进门是聚焦于金融投研领域的AI产品，不管在场景、数据、工具，还是对行业know-how的认知上，都会比其他通用AI要好。
当然，Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题，充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是，从会话模式向“帮用户完成特定任务”转变，感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生，标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋，一直在观察，春节也没休假，加班夯实底层基础工作。不过，早期的OpenClaw 比较脆弱，升级、开关机、处理任务时经常报错。操作繁琐，门槛很高，所以最开始只有极客用户在使用。迭代了几个版本后，成熟度比以前高很多，我们才感觉时机成熟，于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式，对OpenClaw进行封装、改良，让用户能够拿来即用。这极大地降低了使用门槛，让用户不用再费心折腾底层系统基建，把全部精力都放在完成核心任务上。
雷峰网：真正实现AI在投研领域的自动化有哪些难点？
程建辉：要解决多样化的问题。基于同样的事实和数据，各人看法不一。因此，光靠模型远远不够，还要涵盖不同群体的思维范式。
AI进宝的任务模式（即投研龙虾），以及对话模式下的投研大脑，都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化，让用户根据自身需求，灵活组合、定制，实现个性化工作流的搭建。会话模式中的投研大脑，支持用户自定义创建思维链，或让系统自行拆解优秀研究范本中的方法论，比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然，会话模式的能力不止于此。2025年，我们上线了12款Agent，包括业绩点评、观点对比等等，在这个模式下，进宝就能够自由发挥，用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断，不可能无限满足，所以才有了投研大脑和“龙虾”任务模式。（雷峰网近期将持续关注投研等AI Agent实际应用案例，欢迎添加作者微信 LorraineSummer 交流）
雷峰网：可以说通用AI对进门没有太大威胁？
程建辉：我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上，拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式，也难以深度嵌入投研全流程，无法替代专业投研AI的核心价值。
而生产力级别投研AI，对数据准确度、颗粒度要求都很高，一般市场产品做不到。很多网络分享，号称利用模型抓信息形成研报、自己炒股挣钱，在我理解都是Demo级别、玩具级别的东西，距离生产力级别还很远，这是民品和军品的区别。
Demo级别的投研AI大家都能玩，但真正做到生产力级别，你要相信市场上最专业的那群机构投资者的选择和判断，这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网：说到投研领域，大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么？
程建辉：他们主要做过程交付，而我们做结果交付；他们的产品设计以人为中心，但我们是AI原生产品，设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢？举个例子，老牌厂商把交易所的公告，处理成数据表，这个过程就像把胡萝卜从地里拔回来，洗干净切好放着。
但进门做的是端到端交付，直接给出结果，一步到位。像西红柿鸡蛋这类简单的菜，机器人直接炒好了；复杂的、需要高超手艺的，才留给大厨去做。
当然，现在AI还有幻觉问题，理解数据不够准，所以要通过大量工程方法去解决。但在技术趋势上，“端到端”一定会比传统“过程交付”做得好。
雷峰网：AI幻觉给投研带来的挑战应该是非常大的。
程建辉：是的，所以要做好数据治理。在我看来，投资的本质其实就两层：第一层是数据治理，第二层是信号捕捉。
数据治理，就是要利用大量工程方法，对原始数据进行处理。就算最顶级的模型，要减少幻觉，保证结果可靠演进，也要基于治理后的高质量数据。
不管是人还是模型，都要在数据干净的基础上，去挖掘信号，获得洞察。
对于我们来说，主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息，这些信息比静态的公告更及时、全面；二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达，我们推出了《进门内参》（一日三更的投研日报）、事件信号等能力，帮助用户更快、更精确地捕捉信号。
雷峰网：互联网上本来也有很多真伪难辨的信息，数据治理很难做，AI采纳这些信息之后给出的回答，质量不会太理想。进门怎么防范这种风险？
程建辉：AI会遭遇“数据投毒”问题，今年3·15晚会也提到了这点。有人为GEO批量制造数据，诱导模型抓取；有人在纪要中刻意夹杂私货，通过“小作文”扰乱市场——这些有毒信息，会侵蚀决策的准确性。
为了防范这种风险，我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息，包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网：涉足AI投研的技术厂商不少，但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做？
程建辉：在金融领域，沟通是仅次于行情和交易之后，最高频的场景。其次，沟通场景是一个天然的信息富矿，是存在信息差的地方。第三，现在股价对信息的反馈速度非常快。相比于其他交流形态，沟通是一个效率最高的形式。
另外，沟通场景有天然的双边市场效应，分析师开会、上市公司路演，都会吸引投资者，场景自带流量。三个群体形成生态，自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息，背后基本都是进门在支撑。
我创业的时候是2013年是，移动互联网元年，路演还在用“八爪鱼”那种有点“古老”的机器，我觉得这里面是有机会的。
雷峰网：进门切入AI，可以说是从会议转写这些做起。
程建辉：会议是天然的信息富矿，做好会议内容的转写，是形成完整的数据、应用闭环的核心。丰富干净的数据底座，也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息，成本非常高。邀请速记员做一场会议的录音转写，大概需要400元左右的费用。我们算过一笔账，想把历史积累的几十万个小时录音都处理一遍，得上亿成本。
AI来了之后，能实现极致的降本增效。路演、调研等音视频转写，是投研高需求场景。语音识别（ASR）也是AI领域最早实现工程化落地的成熟技术。所以，我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”，真正的目标是用它构建生态，深度服务投资者。
围绕上市公司，我们做了IR（投资者关系） SaaS系统；围绕券商研究所，推出了全场景统一研究系统，涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者，我们则打造了AI投研工作台。
雷峰网：这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了，进门做的和别人有什么不一样？
程建辉：最大的不同在于，进门不是一个通用的会议连接工具，而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰；进门是在这个基础上，解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI：会前自动梳理相关研报与数据，会中可随时向AI提问获取背景，AI无法解答时再举手与分析师或高管直接交流；会后通过调优后的金融转写模型，自动生成带思维导图的纪要、提炼章节，并提取问答环节的财务指标，方便用户复盘研究。
腾讯战投后，我们与腾讯会议实现互联互通，客户可以在进门、腾讯会议多端接入，拥有轻量化的会议体验。
另外，我们推出了AI会议托管，将Zoom、腾讯会议等链接丢给机器人，即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里，成为个人数据资产。
音频转写同样经过金融模型深度调教，在人名、术语、数字上达到专业投资者所需的高准确率。简言之，别的工具是把线下会议搬到线上，而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号：雷峰网)：据说你们还做了会议录音的智能硬件？这在金融Agent厂商身上似乎不太常见。这两年Plaud很火，进门的录音硬件和Plaud那类产品有什么本质区别？
程建辉：录音硬件（Finnote AI小饼干录音机）是进门生态的一部分。主要目标是补齐线下沟通场景，解决手机录音质量不佳、容易被打断、待机时间有限的问题，同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者，聊完还得一个个翻录音、对名片，根本搞不清谁是谁。
2025年初产生了这个想法，年中立项，10月份发货，一个季度就出来了。我们找了硬件厂家ODM，软件全部是我们自己做的，一起设计，他们把我们的想法实现。现在市场反响很热烈，客户特别喜欢。
雷峰网：AI+投研通常让人想到量化选股或智能研报，投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS，具体解决什么问题？
程建辉：解决三个具体问题。一是建立与买方市场的沟通桥梁，给上市公司做IR网站、管理私有数据；二是通过平台用户行为分析，帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会；三是打通沟通行为和股东数据，追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR（投资者关系）是个糊涂账，每天迎来送往很多投资人，聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创，年收入数千万，已经有1000多家付费客户。
雷峰网：行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入，进门对AI的设计思路是怎么考虑的？
程建辉：研究的本质是基于事实和数据，加上思维链推导，最后得出观点。所以我们的设计思路是，通过数据治理和信号涌现这两层，给用户做结果交付。
这个过程中有个问题：现在很多人只关注观点，其他东西都被忽略掉了，比如思维链。AI只能靠自身的涌现能力给你回答，但研究员在实际投研工作中，有很多自己的想法，对于同一个事实数据会得出不同的结论。
进门投研大脑，支持用户创建自己的思维链，在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来，比如你怎么研究周期股，把整个逻辑思维链写清楚，存进去。以后再问AI相关问题时，它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链，提取完研究员可以在上面再改，根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分，看这个思维链到底好不好。
可以理解成，Prompt加上SOP流程，再加上底层数据调用。你的需求、方法论、工作经验越具体，反馈效果就越好。
AI的回答总是有点“骑墙派”的意思，我们希望用户能很轻松简单地去分析，去得出自己独有的结论。
雷峰网：进门的AI工具已经很全面了，资料扔进去套用旧研报的思维链，出来的又是新的研报，这个时候人类分析师的价值是什么？
程建辉：那就没有价值了呀（笑）。AI确实在某些能力上比人厉害，但现阶段，AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界，做统计学上的概率猜测，表现好了我们叫它“涌现”，表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流，AI时代里，普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作，交给AI又快又好，如果水平较低的分析师能力就停留在做这些工作上，那确实有被替代的风险。但懂得思考、提问，懂得去跟AI交互的人，肯定更有价值。有想法的人，总是稀缺的。
雷峰网：但毕竟不是每个人都是顶级分析师。
程建辉：恰恰因为很多人不是顶级分析师、专业研究员，思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题，想把一件事研究清楚，这就是研究。只是有的人方法论成熟，有的人没那么系统。思维链这个东西，就是把你的思考过程结构化、表达出来。
我们希望通过这个形态，让大家生产出不同的思维链。这些思维链可以私有，自己用；也可以贡献出来，给别人参考。
未来高水平研究人员的思维链，可以被付费订阅。比如一个很牛的分析师，他研究周期股的方法论写成了思维链，或许平台可以帮他分发变现，别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民，这些专业AI能力能把普通投资者的能力提升到一个新台阶，直白点说，至少不会那么容易被割韭菜了。
雷峰网：AI能替代人类分析师的部分很明确了，不能被替代的部分是什么？比如某些分析师对市场的“直觉”？
程建辉：现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题，AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
尤金·法玛的有效市场理论，讲的是如果股价真的反映所有信息，价格和价值应该完全一致。但事实上，市场没有我们想象得那么“聪明”。如果真的有一天，AI真的能吃进去所有的信息，成本和代价会非常巨大，再用它来解决投研问题，已经不划算了。
雷峰网：思维链可以这样“传播”出去，会不会像量化投资那样导致“信号拥挤”，策略失效？
程建辉：不会。因为市场能形成交易，就是因为有不一样的想法。即使事实和数据都很明确，仍然有人看多，有人看空。
如果全部看多或全部看空，就没有交易了，没有对手盘。单边行情即使短暂出现，拉长看也会回到相对均衡的状态。最终还是看价格，多少价格才算是“好”？
这里没有绝对的答案。
雷峰网：AI时代可以卖的不光是信息，更可以卖方法论、卖知识框架。
程建辉：思维方式、方法论都是可以共享和商业化的。比如，我在进门笔记里的思维链，可以分享给好朋友、重要客户。他调用AI的时候，既可以调底层数据，又能调我的思维链，以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的，是给AI看的。过去SaaS软件做的都是复杂图形界面，给人点击、给人看，现在不需要那么多图形界面，年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网：这是不是意味着，在AI时代，设计逻辑已经完全改变了，软件的首要用户不人类，而是AI本身？
程建辉：未来的趋势是人机协同，AI会是首要执行者，但人类仍然要掌控判断、创意、关键决策。人只需要把思维链（思考方法）表达出来，剩下的让AI去组合、去执行。
所以，软件的设计逻辑，要从人类交互优先，转向AI原生能力优先，不管是底层架构、数据接口，还是执行流程，首要适配AI Agent的自动化调用，而非人类手动操作。
现在AI新名词特别多，Function call、MCP Server、Sub Agent什么的，本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力，再加上人类的思维表达能力。
雷峰网：从“给人看”到“给AI看”，软件的范式转移会不会遇到阻力？
程建辉：很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报，其实都不需要表达出来给人看，直接AI读、理解、输出就完了。但金融行业的一些用户，使用习惯确实没那么容易改变，比如网络通话更好，有些人还是喜欢打电话，所以我们还留了一点“尾巴”，让习惯图形界面的用户还能用，但希望逐步全部收到AI的对话框里处理，只留几个Tab。
雷峰网：大模型这股热潮出现之前，已经有AI+投研/投顾的技术方案了，现在进门做的事情，还可以怎么进一步帮助人类做判断、提高决策效率？
程建辉：先用量化投资的事件回测，验证驱动信号（如供给侧变化），比如历史上类似情况股价怎么走，是真有效还是假有效。再结合基本面与专业投研信息，输出多空判断、驱动类型、关联个股，实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强，第一时间获得信息，几十秒或一分钟内处理完，涌现信号。
但在过去，一个事件发生，分析师马上组织专家会议讨论、形成观点，这个过程至少几小时，甚至几天，整个流程非常低效。
雷峰网：要实现这个功能，底层听起来非常复杂。
程建辉：处理海量信息、识别和理解事件信号，工程难度很高。要让AI像顶级分析师那样思考问题，同时要保证底层数据干净、真实。
我们做了很多底层的创新，比如AI进宝的架构，上下文感知与意图对齐、异构信息动态检索、递归式假设验证，不是简单的React那种方式。
雷峰网：目前进门的“进度条”，走到了您预期的哪个阶段？
程建辉：在数据治理上，进门已经做得比较扎实了。在信号挖掘上，我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程：第一，识别并捕捉信号，初步判断其影响方向；第二，进一步明确信号对股价的影响程度；第三，尝试定量表达这种影响。比如，当某个事件发生后，AI分析师可以快速推演，将目标股价从50元调整至60元，给出初步的定价判断。
当然，定价本身并不容易。不同模型基于各自的假设，得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网：在模型的选用上，进门是怎么考虑的？Token消耗是不是成本大头？
程建辉：最开始我们也做过一段时间自研，做SFT（监督微调）和强化学习，跟一家大模型厂家合作过。后来发现了一些问题，就调整了方向。
我们的定位是应用型公司，不是做基座大模型的。把应用做好，特定场景的小模型做好，大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影，比把所有资源投入基座模型训练更经济、更划算。作为创业者，要追求资源投入最大化。
目前我们接入了多个基座大模型，不是一家。把模型架构结构化了，不同任务用不同模型。根据模型工程方法的体系，不断调优，每个步骤根据需要选择不同模型——有些模型推导推理很强，有些泛化能力很强，各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大，不过还在可承受范围内。出于对安全的考虑，用国内的模型会多一点，个别部分在保障数据安全的基础上，考虑用境外模型提高性能。
进门CEO程建辉：做投研，AI越强大，人类越值钱
投保年龄：0周岁（出生满30天）至70周岁，男性最高66周岁，女性最高70周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
保额递增：交费期满后，保额每年按基本保额的1.75%复利递增。
减保规则：每个保单年度累计减少的基本保额不超过投保时基本保额的20%。
等待期：180日，意外伤害无等待期。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
身故或身体全残保险金
根据身故或全残时的年龄和交费情况，按以下规则给付：
18周岁前：已交保费与现金价值较大者；
18周岁后、交费期满前：已交保费 × 给付系数；
18周岁后、交费期满后：已交保费×给付系数、现金价值、基本保额×（1+1.75%）ⁿ⁻¹ 三者最大者。
给付系数（根据身故时年龄确定）：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
✅ 保额复利递增，身价逐年长
交费期满后，保额每年按1.75%复利增长，持有时间越长，保障水平越高，活得越久、保额越高。
✅ 身故+全残双重守护
不仅给家人留保障，自己万一全残也能赔付，给付规则一致，双重安心。全残涵盖双目失明、四肢缺失、咀嚼吞咽机能丧失等严重情形，保障范围明确。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故或全残时按已交保费的160%与现金价值、递增保额较大者赔付，给家人更充分的保障。
✅ 红利交清增额，保障二次增长
红利可选择购买交清增额保险，新增保额继续参与分红，让保障和分红同步复利增长，长期持有收益更可观。投保时未选择红利方式，默认按购买交清增额保险办理。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 减保+保单贷款，资金灵活周转
减保：每年最高可减生效保额的20%，领取对应现金价值，满足教育、养老等资金需求。若选择交清增额，减保时交清增额部分同比例减少。
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题，贷款期间保障继续有效。
新华人寿E增福终身寿险（分红型）是一款“保额递增+身故全残双重守护+红利交清增额”的分红型终身寿险产品。它以每年1.75%复利递增的保额为基础，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。如果你正在寻找一款能伴随终身、保额和红利双重复利增长的分红型寿险产品，这款值得重点关注。
如果您对“新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" alt="新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护">新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护
90vs体育讯 北京时间12月11日，据《足球报》报道，艾克森极有可能落选国足的亚洲杯阵容，国家队应该就剩下蒋光太和李可两大血缘归化了。
报道中表示，国足进入扬科维奇时代以来，归化球员表现始终未达预期：李可和蒋光太受伤病影响无法保证出勤率;虽然加盟泰山前阔别赛场多时的费南多甚至在俱乐部也只能更多扮演替补奇兵的角色，虽然此前亚冠面对卡雅也曾上演助攻帽子戏法，但状态并不稳定;洛国富在巴西下半年都在养伤，甚至已有退役打算;今夏阿兰未能重返中超再次失业，离开广州队后这两年几乎完全虚度时光;艾克森虽然一度打上主力，但11月36强赛的大考来临时，却未能进入名单，恐怕明年初亚洲杯也很难出现奇迹。
不出意外，扬科维奇时代归化球员将只剩李可和蒋光太。“巴西帮”归化球员因年龄、伤病和状态问题，基本退出了历史舞台。归化对中国足球而言是一地鸡毛，至少这个世界杯周期很难有突破。
" alt="《足球报》：艾克森可能落选国足亚洲杯阵容">《足球报》：艾克森可能落选国足亚洲杯阵容
某高校推出1元菜3块钱学生就能吃饱 堪称最实在的高校食堂
前7月交通运输主要指标均保持增长（新数据 新看点）
本报北京9月1日电 （记者韩鑫）记者从交通运输部获悉：今年前7月，货运量、港口货物吞吐量等交通运输主要指标均保持增长。
前7月，完成营业性货运量317.9亿吨，同比增长3.7%，其中公路货运量233.5亿吨，同比增长3.6%，水路货运量54.9亿吨，同比增长5.4%；港口完成货物吞吐量100亿吨，同比增长4.0%，其中内、外贸吞吐量分别增长2.1%和8.2%，完成集装箱吞吐量1.9亿标准箱，同比增长8.3%；完成交通固定资产投资20505亿元，其中公路、水运分别完成投资14457亿元和1202亿元。
" alt="前7月交通运输主要指标均保持增长（新数据 新看点）" onerror="nofind(this)">133个！福建公布2026年度数字经济重点项目名单
福建省数据管理局发布
关于印发2026年度省数字经济
重点项目名单的通知
确定2026年度
省数字经济重点项目133个
总投资1299亿元
年度计划投资298亿元
来看详情——
2026年度省数字经济
重点项目名单
一、数字产品制造业（28个）
1.罗源时代新能源电池产业基地项目（一期）
2.福州罗源县福蓉源年产18万吨消费电子铝型材及加工项目
3.厦门海沧士兰集科年产20.4万片IGBT功率器件芯片及模拟电路芯片扩产项目
4.厦门法拉电子南海路厂区项目
5.厦门士兰集宏半导体有限公司8英寸SiC功率器件芯片制造生产线项目（一期）
6.海沧区集成电路先进封装测试产业化基地（一期）扩产项目
7.厦门天马光电子第8.6代新型显示面板生产线项目
8.海沧达昊精密零部件智慧工厂项目
9.漳州新数能凝胶固态锂电池项目
10.漳州光弘电子科技项目
11.漳州宏奥低铁损高磁感取向电工材料及变压器生产项目
12.漳州高新区新石器物流配送无人车项目
13.芗城区能源装备产业园
14.云星电解电容增资扩产项目
15.泉州南安伊瓦特年增产机械手5万台和机器人生产线3万台项目
16.宁化数智碳纤无人机核心配件制造项目
17.福建中州新材料科技有限公司高端氟新材料项目
18.福建华东航空智造基地项目一期
19.福建志祎科技有限公司刷胶机器人生产线建设项目
20.莆田仙游县瑞声数码蓝牙智能终端全产业链项目
21.顺昌县六氟丙烯及电子氟化液系列产品建设项目
22.邵武市科润年产1500吨高端含氟聚合物项目
23.上杭紫金佳博半导体键合线材生产项目
24.宁德星云储能系统及电池关键部件制造和检测中心项目
25.宁德湖西三期年新增产能591MWH锂离子电池生产线扩建项目
26.宁德思客琦新能源智能装备建设项目
27.凯金高性能锂电池负极材料一体化项目
28.宁德时代科士达储能项目（南区）
二、数字技术应用业（16个）
29.升腾资讯基于信创生态的的工业靶场与全链路仿真关键技术研究与应用项目
30.中科星泰双梗（心脑）预警系统
31.新动力软件基于人工智能的智慧社区智慧物业平台
32.福州市韧性城市综合保障能力提升工程
33.厦门建发供应链ERP系统（国际版）建设项目
34.亿联网络基于高质量多模态数据集的专业音视频（ProAV）智能视听平台研发与产业化项目
35.龙文区先进空中交通安全管控及基础设施建设项目
36.漳州凯盛总部及智慧环卫中心项目
37.龙海LNG冷能交换中心
38.漳州市长泰区物联网技术创新中心
39.紫华光算力赋能项目
40.三明超讯高性能密态数据安全平台项目
41.三钢钢铁产业数字化协同生态平台
42.宁德市“智慧社区·美丽家园”建设项目
43.宁德市市政基础设施智慧改造提升项目
44.平潭综合实验区数字一体化平台
三、数字要素驱动业（24个）
45.福建省广播影视集团新质融媒公共服务平台
46.星瑞格数据库管理系统
47.华电新能源智慧生产管理平台研发与应用重大科技项目
48.中武（福建）科路通国际工程供应链数字化平台
49.福建省三医联动·医养健康数据流通利用基础设施
50.福州数联网建设项目
51.2026年福州铁塔5G新基建通信配套设施建设项目
52.马尾区面向福建纺织产业集群的综合性数字赋能平台
53.思明区数字内容创作公共服务平台项目
54.思明数据产业集聚区基础设施及可信平台项目
55.漳州市全民全生命周期健康管理平台项目(一期)
56.漳州市龙文区量子精密测量应用示范项目
57.漳州市龙文区量子城域网建设项目
58.福建省泉州生态产品交易平台
59.泉州市数据集团有限责任公司“海数丝途”数据流通枢纽工程
60.香港理工大学晋江技术创新研究院
61.泰宁数字影视基地项目
62.莆田异星智能智算中心项目
63.脉易智算人工智能先进计算中心项目
64.龙岩紫金矿业智慧供应链综合服务平台项目
65.宁德时代21C创新实验室超算中心
66.宁德时代工业软件国产化建设与升级项目
67.周宁县不锈钢产业园配套设施（检测检验中心）项目
68.宁德时代工程中心数智化建设与装备升级项目
四、数字化效率提升业（65个）
69.大道成智慧物流调度平台项目
70.鑫图光电半导体缺陷检测扫描系统项目
71.邰峰环保科技浅海智能生态增养殖全过程信息化服务中心
72.福清市御冠生物技术开发有限公司年冷藏加工各类食品50万吨项目
73.联迪AI数智化平台
74.万华化学（福建）有限公司基于5G与AI的数智园区新质生产运营一体化项目
75.福州旅游景区及游客高质量数据集项目
76.永辉网络网点改造升级项目
77.福建工泰不锈钢精深加工项目
78.罗源鸿恒不锈钢精深加工项目
79.连江锦纶新材料产业链全景智慧生产项目
80.三宝集团高端马口铁项目
81.联盛工业云PM2白卡纸工程智能化绿色化数字平台建设项目
82.漳州烟草智慧物流配送中心建设项目
83.云霄县冠九峰茶业数字化产业园
84.东山县蓝色粮仓智能化建设项目(一期)
85.华安抽水蓄能数字化应用项目
86.漳州三宝钢铁绿色低碳工业互联网平台智造项目
87.漳浦县惟盛新能源装备制造项目
88.南靖比绿能电子类石墨粉生产项目
89.东山渔获满舱绿色循环发展项目
90.东山县全产业链智慧渔业养殖项目（一期）
91.“漳州号”智慧媒体公共服务信息化建设项目
92.宏威生物科技与食品智能化生产项目
93.漳州市漳浦县种养加一体化现代农业示范基地
94.漳州市漳浦县静态交通设施盘活与智慧化改造项目
95.龙海中心渔港智慧提升项目
96.漳州漳浦县金顺鑫环保包装无人化运作项目
97.漳州市漳浦县钛锆新材料科技产业园
98.诏安湾外6号海域海洋牧场数据赋能海洋牧场建设项目
99.永春县林业大数据多模态AI数智体系建设项目
100.德化塑米智谷项目
101.华夏金刚炭基复合型新材料生产线建设项目
102.南安市静态交通设施盘活与智慧化改造项目
103.永春竹纤维全生物降解材料全产业链项目
104.数字德化智慧城市新型基础设施建设项目
105.福建华膜环保科技产业园
106.福建百宏化学有限公司新材料绿色化智能化技术改造项目
107.晟宇智齿研创基地
108.信泰（福建）科技有限公司纺织类运动鞋面材料全产业链高质量数据集建设项目
109.清流县新建现代化牲畜定点屠宰厂项目
110.永安市三联通信数字化应急救援基地项目
111.宁化闽西应急设备智能化制造与创新发展项目
112.沙县开诚高端精密铸造智能制造生产项目
113.建宁“红绿融合”文旅数字化升级示范工程项目
114.大田工业园区智能化提升改造工程
115.永安市数字城市管理建设项目
116.尤溪县市政公共服务信息化建设项目
117.明溪县智慧中医医疗服务平台建设项目
118.明溪经济开发区运维运营及平台系统升级项目
119.永安市智慧安贞旅游项目
120.永安龙大脐橙产业数字化升级项目
121.秀屿区荔枝新材料高端纺织面料生产线技改项目(一期)
122.秀屿区佳通轮胎生产线智能化改造项目（二期）
123.邵武市自然资源领域AI智慧管理平台建设项目
124.南平市建阳区智慧燃气项目
125.邵武市社会治理信息化及智能化改造提升建设项目
126.连城赛特年产370万平方米能源热管理真空绝热板改造项目
127.青橄榄环保科技可降解环保餐具数字化生产线建设项目
128.漳平龙钢工业4.0全流程数字化赋能互联网平台
129.上杭县露天矿山绿色智慧采运设备提升工程项目
130.数字古田智慧城市能力提升项目
131.阳春茶叶有限公司茶产业提升加工项目
132.福安市中国红茶数字交易中心
133.安发本草现代中药过程控制与数智化中试研发与应用转化平台
" alt="133个！福建公布2026年度数字经济重点项目名单" onerror="nofind(this)">基于国科微 GK7206V1 芯片：视美泰“ AOV + 普惠黑光 + AI大模型”IPC 产品矩阵解决方案发布
方案以芯片为底层算力底座，打造多规格 PCBA 模组矩阵，核心实现低功耗+ 黑光全彩的极致体验，结合本地端侧算法+ 云端大模型的双层智能架构，实现从硬件到平台的全栈自研、端边云协同，为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案，重构消费级智能监控新范式，完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座：国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力，源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎，通过芯片与方案的深度协同优化，实现了算力、成像、功耗、编码、集成五大维度的全面突破，更是低功耗+ 黑光全彩技术落地的核心硬件支撑，为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座，也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。
国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效：集成1.0 Tops@INT8 NPU，启用 AI-ISP 后仍保留 0.5 Tops 可用算力，可流畅支撑 30 + 自研 AI 算法并行运行，兼顾图像增强与智能推理，算力利用率处于行业领先水平，为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩，重构夜视体验：搭载国科微自研圆鸮AI-ISP 引擎，支持 AI 降热噪、HDR、AINR 智能降噪，无需补光灯即可实现 0.005Lux 极微光全彩成像，真正做到无补光黑光全彩；传统ISP 支持 4K@20fps/6M@30fps，AI-ISP 支持双目 4M@10fps / 单目 4K@7fps，最高支持三目输入（MIPI*2+DVP），可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器，在保证超清黑光全彩画质的同时实现成本最优，打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W，0.008 Lux）效果演示：
①户外
借助黑光技术，暗部细节保留完整，画面干净噪点低，原本在黑暗环境下难以辨识的场景细节得以清晰展现，为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境（约0.008 lux），无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨，真正做到无补光黑光全彩，彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗，赋能黑光全彩低耗运行：原生支持AOV 快启与 STR 低功耗待机技术，搭配 AI-ISP 大幅降低补光功耗，从硬件层面实现低功耗+ 黑光全彩的双重优势，支持常电、AOV、普通、省电四种工作模式，完美适配电池 / 太阳能供电场景，续航与功耗表现远超同类方案，打破传统监控对电源的依赖，让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时，提升传输体验：采用亚帧级Slice 编码，编码完成即发送，结合自适应量化、去轨迹拖尾技术，视频传输延时低至 7ms 内；支持 H.264/H.265 高效编码，实现低码率、高清黑光全彩画质、低内存占用三重优化，让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配，一站式SOC 方案：采用双核A7+MCU架构，内置 512M/1G/2G bit 内存，支持 RGB 720P/1920*480 屏幕驱动，兼容多类型传感器与镜头组合（FSI/BSI 传感器、F1.0/F1.6 大光圈镜头），为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能，视美泰与国科微建立联合实验室，共同优化芯片架构、ISP 调校与模型压缩，最终实现方案能效提升20%+、研发周期缩短 30%，让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案：
基于GK7206V1，适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力，视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵，覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术，兼容 Android、Linux、OpenHarmony等主流操作系统，提供 30 + 自研 AI 算法 SDK 开放生态，支持客户快速集成并量产各类整机产品，精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端：无线低功耗电池款智能摄像机
核心特性：基于GK7206V1 的 AOV 快启与超低功耗技术，深度融合低功耗+ 黑光全彩核心优势，采用可充电锂电池供电，无需复杂布线，适配无电无网场景灵活部署；支持大/ 小黑光可选的普惠黑光全彩方案，实现 0.005Lux 极微光无补光全彩夜视；本地录像 + 云存储双架构保障数据安全。
核心功能：标配AI 人形检测，同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法，满足家庭看护、户外院落值守等轻量监控需求。
代表型号：LK4-GW（2.4GWiFi）、LK4-G4G（4G）、LK4-GWS（2.4G WiFi+1/1.8’高感光传感器）、LK4-G4GS（4G+1/1.8’高感光传感器），尺寸均为 50*72mm，小巧易集成。
核心适配终端：低功耗云台球机、单目球型智能摄像机（室内/ 室外款）
核心特性：继承GK7206V1 的普惠黑光全彩与低功耗优势，支持电池供电，云台可灵活旋转实现全景监控；AI-ISP 技术实现高画质、低码率、低延时的全链路优化，适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能：标配AI 人形检测 + 移动追踪，内置非机动车 / 车辆检测、火焰检测等本地端侧算法，支持黑光全彩夜视、本地 + 云双存储，可实现异常动态的自动追踪与告警。
代表型号：LQ4-GW（2.4G WiFi）、LQ4-G4G（4G）、LQ4-GWS（2.4G WiFi+1/1.8’高感光传感器）、LQ4-G4GS（4G+1/1.8’高感光传感器）。
核心适配终端：低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机
核心特性：基于GK7206V1 的三目输入能力与算力分配优势，深度落地低功耗+ 黑光全彩技术，实现枪球联动监控，兼顾广角全景与细节抓拍；400/800 万高像素搭配普惠黑光全彩方案，室外极暗环境下仍能输出清晰彩色画面，支持电池 / 太阳能供电，适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能：标配AI 人形检测 + 移动追踪，核心实现枪球联动智能功能，内置非机动车 / 车辆检测、火焰检测等本地算法，可实现户外大范围区域的全方位、智能化监控。
代表型号：LGQ4-GW（2.4G WiFi）、LGQ4-G4G（4G）、LGQ4-GWS（2.4G WiFi+1/1.8’高感光传感器）、LGQ4-G4GS（4G+1/1.8’高感光传感器）。
所有PCBA 模组均通过多项可靠性测试，具备高集成度、低功耗、开放算法生态的核心特点，客户可基于模组快速完成整机集成与批量生产，大幅缩短产品上市周期。
本地算法+大模型：
双层智能架构，实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案，核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构，依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力，让智能 IPC 从单纯的 “画面记录” 设备，进化为能 “感知、理解、服务” 的智能助手，实现监控体验的全面升级。
本地端侧算法，依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力（启用 AI-ISP 后保留 0.5 Tops），视美泰在终端侧部署NAI 端侧算法体系，所有算法均针对嵌入式设备深度优化，实现本地实时智能感知，无需依赖云端，低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度，包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法，且所有算法均向客户免费授权，大幅降低客户开发成本。
GK7206V1 的算力分配优势，让端侧算法与 AI-ISP 图像增强可并行运行，在保证超清画质的同时，实现异常事件的本地实时告警，满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型，实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时，视美泰搭载自研LLM 多模态大模型，并通过智能模型调度服务实现端云协同，将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务：作为端云桥梁，实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理，让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接；2、LLM 多模态大模型：具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力，基于本地端侧采集的音视频数据，实现四大创新应用：
本地算法的实时性、低功耗与大模型的理解性、智能化相结合，让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求，又通过高阶智能功能提升了产品的体验与附加值，形成差异化竞争优势。
全栈自研+端边云协同：
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座，视美泰不仅打造了多规格 PCBA 模组矩阵，更实现了芯片- 模组 - APP - 云平台的全链路自主可控，为客户提供一站式IPC 解决方案，覆盖硬件、软件、算法、平台全维度：
1、硬件层：三大核心PCBA 模组方案，兼容多场景部署，支持高并发视频处理与低功耗运行；2、软件层：自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台，支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能，且全链路数据加密，保障数据安全；
3、算法层：本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型，双层智能架构实现从感知到理解的升级；4、平台层：打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系，支持多终端接入、全球化服务节点，为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑：
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势，视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖，低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点，让全天候彩色智能监控成为普惠选择：
核心解决夜间看护画面模糊问题，黑光全彩实现0.005Lux 极微光下的彩色看护，老人跌倒、儿童活动、宠物动向清晰可见；低功耗电池供电无需布线，可灵活放置在卧室、客厅、阳台等区域，搭配哭声检测、跌倒识别等算法，全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景，黑光全彩替代传统黑白监控，夜间人员、车辆动向彩色清晰，便于安防人员快速识别；低功耗适配小区无额外供电区域，搭配人车非检测、区域入侵算法，提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景，普遍存在无电无网、夜间无照明的问题，低功耗+ 太阳能 / 电池供电实现无电部署，黑光全彩让夜间户外监控告别黑白，果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控，搭配枪球联动、火焰检测算法，实现户外无人智能值守。
办公室、商铺、商超等场景，黑光全彩实现夜间室内彩色监控，人员离岗、区域入侵、商品异动清晰可见；低功耗降低设备运行成本，搭配人员考勤、区域人数统计算法，助力商业办公的智能化管理，长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业，视美泰深耕AIoT 领域十余年，此次与国科微的深度协同，构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来，视美泰将持续以国科微 GK7206V1 芯片为核心，深化AOV + 普惠黑光 + 大模型的技术架构，推动数字AI 与物理 AI 的技术融合，让普惠型 AI 视觉技术赋能更多场景，致力于成为端边云一体化的智能视觉解决方案领导者，共筑万物智慧互联的新生态。
" alt="基于国科微 GK7206V1 芯片：视美泰“ AOV + 普惠黑光 + AI大模型”IPC 产品矩阵解决方案发布" onerror="nofind(this)">同方全球臻爱2026A款定期寿险测评：高保额+多倍赔+可选责任
必选责任（两项全选）
身故保险金：等待期后身故，按基本保额给付。
全残保险金：等待期后全残，按基本保额给付。身故与全残仅给付其中一项。
可选责任（可任选一项或多项）
猝死关爱保险金：65周岁前猝死，额外给付基本保额的30%。
水陆空公共交通意外身故/全残保险金：
水上/陆上公共交通工具意外：额外给付基本保额；
民航班机意外：额外给付基本保额的4倍。
恶性肿瘤（重度）身故保险金：确诊“恶性肿瘤—重度”后5年内因此身故，且65周岁前，额外给付基本保额的50%。
可选责任中，猝死关爱金、公共交通意外金、恶性肿瘤身故金三者仅给付其中一项。
✅ 必选+可选灵活搭配，按需定制
基础保障覆盖身故和全残，可选责任可针对猝死、交通意外、癌症身故增加保障，满足不同人群的风险偏好。
✅ 航空意外4倍赔，出行更安心
若因航空意外身故或全残，除给付基本保额外，额外再赔4倍保额，合计5倍保额，给家人更充分的保障。
✅ 猝死关爱+恶性肿瘤身故，覆盖中年风险
65周岁前猝死额外赔30%，确诊癌症后5年内身故额外赔50%，针对中青年高发风险提供加倍守护。
✅ 等待期仅90天，意外无等待
等待期较短，因意外导致的身故或全残无等待期，保障更及时。
✅ 交费期与保障期灵活匹配
可选交至70周岁、保至70周岁，让交费期与保障期同步，减轻退休后的交费压力。
✅ 高性价比，百元保费撬动百万保额
以30岁男性为例，100万保额、保至60周岁、30年交，年交保费仅1630元，杠杆极高。
王先生，30周岁，为自己投保本产品，选择保至60周岁，30年交费，基本保额100万元，投保必选责任+全部可选责任，年交保费1630元。
身故/全残保障：若王先生在50周岁时因疾病身故，受益人可获赔身故保险金100万元。
猝死保障：若王先生在45周岁时猝死（65周岁前），受益人除获赔100万元外，额外获赔30万元（基本保额的30%），合计130万元。
公共交通意外保障：
若王先生乘坐网约车遭遇意外身故，受益人可获赔100万元 + 100万元 = 200万元；
若乘坐飞机遭遇意外身故，受益人可获赔100万元 + 400万元 = 500万元。
恶性肿瘤身故保障：若王先生在40周岁时确诊肺癌，45周岁时因此身故（65周岁前），受益人除获赔100万元外，额外获赔50万元（基本保额的50%），合计150万元。
现金价值：保单在缴费期内具有现金价值，但定期寿险以保障为主，退保可能有一定损失，建议长期持有。
如果您对“同方全球臻爱2026A款定期寿险测评：高保额+多倍赔+可选责任”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" alt="同方全球臻爱2026A款定期寿险测评：高保额+多倍赔+可选责任" onerror="nofind(this)">国网孝义市供电公司:全面部署春检工作 筑牢电网安全防线
进门CEO程建辉：做投研，AI越强大，人类越值钱
在OpenClaw火热到频频登上头条的那几天，有分析师在行业群里沮丧发言，“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示，“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域，财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域，进门CEO程建辉告诉我们：
现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息，也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
主攻AI投研的进门（深圳进门财经科技股份有限公司），成立于2013年，目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后，全面升级为「机构AI投研工作台」。
2025年至今，进门超级投研智能体“AI进宝”，已从AI投研助手，进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾，帮助用户处理投研场景的高频任务，并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线，他就穿梭在各场路演中，他感受到，券商分析师、投资者们对于AI能真正“干活”这件事，充满了前所未有的好奇与期待。
在AI投研这件事上，进门的商业逻辑比较“特别”——以沟通为基础，试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态，做深专业智能投研。过去两年，进门不断闭环投研沟通场景，并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵，帮助用户提高信息处理的效率和信息获取的密度：AI转写、AI会议托管，AI翻译、AI录音，甚至做了自家的录音智能硬件，将触角延伸到线下。
深耕沟通场景的同时，程建辉发现，AI没办法突破信息孤岛和小样本问题，像顶级分析师、研究员那样，听懂真实世界沟通的“弦外之音”，给出非共识性的判断。
他认为，专业 AI 让共识性信息实现了平权普惠，正在不断提升普通投资者的投资能力下限，“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了。”
进门的样本，实际指向了这样一个思考：比起“替代多少人力”，人类的价值是否重新得到肯定、得到聚焦，或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话，有不改变原意的编辑：
雷峰网：现在一些分析师用OpenClaw做投研，进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI，声量是更高一些的，您怎么看它们和进门的竞合关系？
程建辉：进门是聚焦于金融投研领域的AI产品，不管在场景、数据、工具，还是对行业know-how的认知上，都会比其他通用AI要好。
当然，Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题，充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是，从会话模式向“帮用户完成特定任务”转变，感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生，标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋，一直在观察，春节也没休假，加班夯实底层基础工作。不过，早期的OpenClaw 比较脆弱，升级、开关机、处理任务时经常报错。操作繁琐，门槛很高，所以最开始只有极客用户在使用。迭代了几个版本后，成熟度比以前高很多，我们才感觉时机成熟，于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式，对OpenClaw进行封装、改良，让用户能够拿来即用。这极大地降低了使用门槛，让用户不用再费心折腾底层系统基建，把全部精力都放在完成核心任务上。
雷峰网：真正实现AI在投研领域的自动化有哪些难点？
程建辉：要解决多样化的问题。基于同样的事实和数据，各人看法不一。因此，光靠模型远远不够，还要涵盖不同群体的思维范式。
AI进宝的任务模式（即投研龙虾），以及对话模式下的投研大脑，都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化，让用户根据自身需求，灵活组合、定制，实现个性化工作流的搭建。会话模式中的投研大脑，支持用户自定义创建思维链，或让系统自行拆解优秀研究范本中的方法论，比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然，会话模式的能力不止于此。2025年，我们上线了12款Agent，包括业绩点评、观点对比等等，在这个模式下，进宝就能够自由发挥，用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断，不可能无限满足，所以才有了投研大脑和“龙虾”任务模式。（雷峰网近期将持续关注投研等AI Agent实际应用案例，欢迎添加作者微信 LorraineSummer 交流）
雷峰网：可以说通用AI对进门没有太大威胁？
程建辉：我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上，拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式，也难以深度嵌入投研全流程，无法替代专业投研AI的核心价值。
而生产力级别投研AI，对数据准确度、颗粒度要求都很高，一般市场产品做不到。很多网络分享，号称利用模型抓信息形成研报、自己炒股挣钱，在我理解都是Demo级别、玩具级别的东西，距离生产力级别还很远，这是民品和军品的区别。
Demo级别的投研AI大家都能玩，但真正做到生产力级别，你要相信市场上最专业的那群机构投资者的选择和判断，这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网：说到投研领域，大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么？
程建辉：他们主要做过程交付，而我们做结果交付；他们的产品设计以人为中心，但我们是AI原生产品，设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢？举个例子，老牌厂商把交易所的公告，处理成数据表，这个过程就像把胡萝卜从地里拔回来，洗干净切好放着。
但进门做的是端到端交付，直接给出结果，一步到位。像西红柿鸡蛋这类简单的菜，机器人直接炒好了；复杂的、需要高超手艺的，才留给大厨去做。
当然，现在AI还有幻觉问题，理解数据不够准，所以要通过大量工程方法去解决。但在技术趋势上，“端到端”一定会比传统“过程交付”做得好。
雷峰网：AI幻觉给投研带来的挑战应该是非常大的。
程建辉：是的，所以要做好数据治理。在我看来，投资的本质其实就两层：第一层是数据治理，第二层是信号捕捉。
数据治理，就是要利用大量工程方法，对原始数据进行处理。就算最顶级的模型，要减少幻觉，保证结果可靠演进，也要基于治理后的高质量数据。
不管是人还是模型，都要在数据干净的基础上，去挖掘信号，获得洞察。
对于我们来说，主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息，这些信息比静态的公告更及时、全面；二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达，我们推出了《进门内参》（一日三更的投研日报）、事件信号等能力，帮助用户更快、更精确地捕捉信号。
雷峰网：互联网上本来也有很多真伪难辨的信息，数据治理很难做，AI采纳这些信息之后给出的回答，质量不会太理想。进门怎么防范这种风险？
程建辉：AI会遭遇“数据投毒”问题，今年3·15晚会也提到了这点。有人为GEO批量制造数据，诱导模型抓取；有人在纪要中刻意夹杂私货，通过“小作文”扰乱市场——这些有毒信息，会侵蚀决策的准确性。
为了防范这种风险，我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息，包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网：涉足AI投研的技术厂商不少，但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做？
程建辉：在金融领域，沟通是仅次于行情和交易之后，最高频的场景。其次，沟通场景是一个天然的信息富矿，是存在信息差的地方。第三，现在股价对信息的反馈速度非常快。相比于其他交流形态，沟通是一个效率最高的形式。
另外，沟通场景有天然的双边市场效应，分析师开会、上市公司路演，都会吸引投资者，场景自带流量。三个群体形成生态，自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息，背后基本都是进门在支撑。
我创业的时候是2013年是，移动互联网元年，路演还在用“八爪鱼”那种有点“古老”的机器，我觉得这里面是有机会的。
雷峰网：进门切入AI，可以说是从会议转写这些做起。
程建辉：会议是天然的信息富矿，做好会议内容的转写，是形成完整的数据、应用闭环的核心。丰富干净的数据底座，也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息，成本非常高。邀请速记员做一场会议的录音转写，大概需要400元左右的费用。我们算过一笔账，想把历史积累的几十万个小时录音都处理一遍，得上亿成本。
AI来了之后，能实现极致的降本增效。路演、调研等音视频转写，是投研高需求场景。语音识别（ASR）也是AI领域最早实现工程化落地的成熟技术。所以，我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”，真正的目标是用它构建生态，深度服务投资者。
围绕上市公司，我们做了IR（投资者关系） SaaS系统；围绕券商研究所，推出了全场景统一研究系统，涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者，我们则打造了AI投研工作台。
雷峰网：这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了，进门做的和别人有什么不一样？
程建辉：最大的不同在于，进门不是一个通用的会议连接工具，而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰；进门是在这个基础上，解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI：会前自动梳理相关研报与数据，会中可随时向AI提问获取背景，AI无法解答时再举手与分析师或高管直接交流；会后通过调优后的金融转写模型，自动生成带思维导图的纪要、提炼章节，并提取问答环节的财务指标，方便用户复盘研究。
腾讯战投后，我们与腾讯会议实现互联互通，客户可以在进门、腾讯会议多端接入，拥有轻量化的会议体验。
另外，我们推出了AI会议托管，将Zoom、腾讯会议等链接丢给机器人，即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里，成为个人数据资产。
音频转写同样经过金融模型深度调教，在人名、术语、数字上达到专业投资者所需的高准确率。简言之，别的工具是把线下会议搬到线上，而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号：雷峰网)：据说你们还做了会议录音的智能硬件？这在金融Agent厂商身上似乎不太常见。这两年Plaud很火，进门的录音硬件和Plaud那类产品有什么本质区别？
程建辉：录音硬件（Finnote AI小饼干录音机）是进门生态的一部分。主要目标是补齐线下沟通场景，解决手机录音质量不佳、容易被打断、待机时间有限的问题，同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者，聊完还得一个个翻录音、对名片，根本搞不清谁是谁。
2025年初产生了这个想法，年中立项，10月份发货，一个季度就出来了。我们找了硬件厂家ODM，软件全部是我们自己做的，一起设计，他们把我们的想法实现。现在市场反响很热烈，客户特别喜欢。
雷峰网：AI+投研通常让人想到量化选股或智能研报，投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS，具体解决什么问题？
程建辉：解决三个具体问题。一是建立与买方市场的沟通桥梁，给上市公司做IR网站、管理私有数据；二是通过平台用户行为分析，帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会；三是打通沟通行为和股东数据，追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR（投资者关系）是个糊涂账，每天迎来送往很多投资人，聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创，年收入数千万，已经有1000多家付费客户。
雷峰网：行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入，进门对AI的设计思路是怎么考虑的？
程建辉：研究的本质是基于事实和数据，加上思维链推导，最后得出观点。所以我们的设计思路是，通过数据治理和信号涌现这两层，给用户做结果交付。
这个过程中有个问题：现在很多人只关注观点，其他东西都被忽略掉了，比如思维链。AI只能靠自身的涌现能力给你回答，但研究员在实际投研工作中，有很多自己的想法，对于同一个事实数据会得出不同的结论。
进门投研大脑，支持用户创建自己的思维链，在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来，比如你怎么研究周期股，把整个逻辑思维链写清楚，存进去。以后再问AI相关问题时，它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链，提取完研究员可以在上面再改，根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分，看这个思维链到底好不好。
可以理解成，Prompt加上SOP流程，再加上底层数据调用。你的需求、方法论、工作经验越具体，反馈效果就越好。
AI的回答总是有点“骑墙派”的意思，我们希望用户能很轻松简单地去分析，去得出自己独有的结论。
雷峰网：进门的AI工具已经很全面了，资料扔进去套用旧研报的思维链，出来的又是新的研报，这个时候人类分析师的价值是什么？
程建辉：那就没有价值了呀（笑）。AI确实在某些能力上比人厉害，但现阶段，AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界，做统计学上的概率猜测，表现好了我们叫它“涌现”，表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流，AI时代里，普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作，交给AI又快又好，如果水平较低的分析师能力就停留在做这些工作上，那确实有被替代的风险。但懂得思考、提问，懂得去跟AI交互的人，肯定更有价值。有想法的人，总是稀缺的。
雷峰网：但毕竟不是每个人都是顶级分析师。
程建辉：恰恰因为很多人不是顶级分析师、专业研究员，思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题，想把一件事研究清楚，这就是研究。只是有的人方法论成熟，有的人没那么系统。思维链这个东西，就是把你的思考过程结构化、表达出来。
我们希望通过这个形态，让大家生产出不同的思维链。这些思维链可以私有，自己用；也可以贡献出来，给别人参考。
未来高水平研究人员的思维链，可以被付费订阅。比如一个很牛的分析师，他研究周期股的方法论写成了思维链，或许平台可以帮他分发变现，别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民，这些专业AI能力能把普通投资者的能力提升到一个新台阶，直白点说，至少不会那么容易被割韭菜了。
雷峰网：AI能替代人类分析师的部分很明确了，不能被替代的部分是什么？比如某些分析师对市场的“直觉”？
程建辉：现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题，AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
尤金·法玛的有效市场理论，讲的是如果股价真的反映所有信息，价格和价值应该完全一致。但事实上，市场没有我们想象得那么“聪明”。如果真的有一天，AI真的能吃进去所有的信息，成本和代价会非常巨大，再用它来解决投研问题，已经不划算了。
雷峰网：思维链可以这样“传播”出去，会不会像量化投资那样导致“信号拥挤”，策略失效？
程建辉：不会。因为市场能形成交易，就是因为有不一样的想法。即使事实和数据都很明确，仍然有人看多，有人看空。
如果全部看多或全部看空，就没有交易了，没有对手盘。单边行情即使短暂出现，拉长看也会回到相对均衡的状态。最终还是看价格，多少价格才算是“好”？
这里没有绝对的答案。
雷峰网：AI时代可以卖的不光是信息，更可以卖方法论、卖知识框架。
程建辉：思维方式、方法论都是可以共享和商业化的。比如，我在进门笔记里的思维链，可以分享给好朋友、重要客户。他调用AI的时候，既可以调底层数据，又能调我的思维链，以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的，是给AI看的。过去SaaS软件做的都是复杂图形界面，给人点击、给人看，现在不需要那么多图形界面，年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网：这是不是意味着，在AI时代，设计逻辑已经完全改变了，软件的首要用户不人类，而是AI本身？
程建辉：未来的趋势是人机协同，AI会是首要执行者，但人类仍然要掌控判断、创意、关键决策。人只需要把思维链（思考方法）表达出来，剩下的让AI去组合、去执行。
所以，软件的设计逻辑，要从人类交互优先，转向AI原生能力优先，不管是底层架构、数据接口，还是执行流程，首要适配AI Agent的自动化调用，而非人类手动操作。
现在AI新名词特别多，Function call、MCP Server、Sub Agent什么的，本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力，再加上人类的思维表达能力。
雷峰网：从“给人看”到“给AI看”，软件的范式转移会不会遇到阻力？
程建辉：很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报，其实都不需要表达出来给人看，直接AI读、理解、输出就完了。但金融行业的一些用户，使用习惯确实没那么容易改变，比如网络通话更好，有些人还是喜欢打电话，所以我们还留了一点“尾巴”，让习惯图形界面的用户还能用，但希望逐步全部收到AI的对话框里处理，只留几个Tab。
雷峰网：大模型这股热潮出现之前，已经有AI+投研/投顾的技术方案了，现在进门做的事情，还可以怎么进一步帮助人类做判断、提高决策效率？
程建辉：先用量化投资的事件回测，验证驱动信号（如供给侧变化），比如历史上类似情况股价怎么走，是真有效还是假有效。再结合基本面与专业投研信息，输出多空判断、驱动类型、关联个股，实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强，第一时间获得信息，几十秒或一分钟内处理完，涌现信号。
但在过去，一个事件发生，分析师马上组织专家会议讨论、形成观点，这个过程至少几小时，甚至几天，整个流程非常低效。
雷峰网：要实现这个功能，底层听起来非常复杂。
程建辉：处理海量信息、识别和理解事件信号，工程难度很高。要让AI像顶级分析师那样思考问题，同时要保证底层数据干净、真实。
我们做了很多底层的创新，比如AI进宝的架构，上下文感知与意图对齐、异构信息动态检索、递归式假设验证，不是简单的React那种方式。
雷峰网：目前进门的“进度条”，走到了您预期的哪个阶段？
程建辉：在数据治理上，进门已经做得比较扎实了。在信号挖掘上，我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程：第一，识别并捕捉信号，初步判断其影响方向；第二，进一步明确信号对股价的影响程度；第三，尝试定量表达这种影响。比如，当某个事件发生后，AI分析师可以快速推演，将目标股价从50元调整至60元，给出初步的定价判断。
当然，定价本身并不容易。不同模型基于各自的假设，得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网：在模型的选用上，进门是怎么考虑的？Token消耗是不是成本大头？
程建辉：最开始我们也做过一段时间自研，做SFT（监督微调）和强化学习，跟一家大模型厂家合作过。后来发现了一些问题，就调整了方向。
我们的定位是应用型公司，不是做基座大模型的。把应用做好，特定场景的小模型做好，大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影，比把所有资源投入基座模型训练更经济、更划算。作为创业者，要追求资源投入最大化。
目前我们接入了多个基座大模型，不是一家。把模型架构结构化了，不同任务用不同模型。根据模型工程方法的体系，不断调优，每个步骤根据需要选择不同模型——有些模型推导推理很强，有些泛化能力很强，各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大，不过还在可承受范围内。出于对安全的考虑，用国内的模型会多一点，个别部分在保障数据安全的基础上，考虑用境外模型提高性能。
新华网关注丨彝良:村支书带头念活“富竹经”
来源：新华网
足协纪律委员会主任王小平涉嫌严重违法
90vs体育讯北京时间3月25日，官方消息，中国足协纪律委员会主任王小平涉嫌严重违法，目前正接受中央纪委国家监委驻国家体育总局纪检监察组和湖北省监委监察调查。
西班牙國王費利佩六世晉見教宗，赴聖母大殿領首席榮銜
国产算力生态拥抱开源AI智能体：光合组织全国OpenClaw体验“龙虾局”正式启动
新华人寿臻佑世家终身寿险（分红型）测评怎么样？值得买吗？
投保年龄：0周岁（出生满30天）至69周岁，男性最高67周岁，女性最高69周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
基本保额：最低30万元起投，满足中高净值客户需求。
等待期：90日，意外伤害无等待期。
减保规则：可申请减保，领取对应现金价值。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
1、基本责任：身故保险金
根据身故时的年龄，按以下规则给付身故保险金，合同终止：
18周岁前：实际交纳的保险费；
18周岁后：实际交纳的保险费 × 给付系数 与 基本保险金额 二者之较大者。
给付系数：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
2、可选责任：意外伤害身故保险金
若被保险人遭受意外伤害，并在18周岁后、80周岁前身故，除给付上述身故保险金外，额外按基本保险金额给付意外伤害身故保险金，合同终止。
3、保单红利
本合同为分红型保险，红利为非保证，分配后可选：
现金领取；
累积生息：红利留存公司复利增值；
购买交清增额保险：用红利购买交清增额保额，新增保额参与以后年度分红。投保时未选择红利方式，默认按购买交清增额保险办理。
购买交清增额保险后，若被保险人身故，除给付基本责任保险金外，还将给付交清增额保险对应的身故保险金：
18周岁前：累积交清增额基本保额对应的现金价值；
18周岁后：累积交清增额基本保额。
✅ 基本+可选双责任，灵活搭配
可单独投保基本责任，也可附加意外伤害身故责任，满足不同客户的保障需求。可选责任一经确定，终身不变，保障稳定。
✅ 意外伤害加倍赔，18-80周岁全覆盖
18周岁后至80周岁前，若因意外伤害身故，额外赔付基本保额，给家人更充分的保障。覆盖意外风险高发的人生阶段。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故时按已交保费的160%与基本保额较大者赔付，确保家人生活不受影响。
✅ 红利交清增额，保障二次增长
红利默认购买交清增额保险，新增保额继续参与分红，让保障和红利同步复利增长，长期持有收益更可观。
✅ 减额交清+减保+保单贷款，资金灵活周转
减额交清：交足5年保费且被保险人满18周岁后，若暂时无力交费，可用现金价值一次性交清保费，保障继续有效；
减保：可申请减少基本保额，领取对应现金价值，满足阶段性资金需求；
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 最低保额30万元起，满足中高净值需求
基本保额最低30万元，适合有一定资产配置需求的中高净值人群，实现财富稳健传承。
新华人寿臻佑世家终身寿险（分红型）是一款“基本+可选双责任+意外加倍赔+红利交清增额”的分红型终身寿险产品。它以确定的身故保障为基础，叠加意外伤害加倍赔付，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。
如果您对“新华人寿臻佑世家终身寿险（分红型）测评怎么样？值得买吗？”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" alt="新华人寿臻佑世家终身寿险（分红型）测评怎么样？值得买吗？" onerror="nofind(this)">随着中国房价的不断攀升，我们的生活空间也越来越小，在有限的空间如何得到更大的空间体验呢？选购合适的家电产品也是重要的一个因素！从扶扇到电扇，从传统空调到家用中央空调，这是时代发展的轨迹，也是家居生活的里程碑。如今传统空调仍旧大行其道，而家用中央空调也不甘示弱，紧居其后，遂有取代之势，这一切还得取决我们的国民经济水平和居家生活方式，而这不过只是短暂的时间问题，家用中央空调未来普及大势所需。
除了生活水平和生活方式外，更多的人则愿意从实际出发，看看家用中央空调到底好不好，很多人都抱着观望的态度最终投身家用中央空调系统中，下面我们将为大家全面分析家用中央空调的优缺点，除了家用中央空调普遍拥有的优缺点外，我们还从最常见的三种家用中央空调类型出发，逐一分析家用中央空调的优缺点，让你更好的选择家用中央空调。
家用中央空调优点：
1．能耗比高；
2．温差小，非常舒适；
3．各个居室温度可自由调节，较为节能；
4．水管占用空间少，便于装修；
家用中央空调缺点
1．系统复杂，成本较高，且施工质量不高存在漏水隐患，维修麻烦；
2．无法直接引入新风；
3．受气候影响，低于－5℃时无法正常工作，需安装辅助加热装置，也须另耗一些电能；
作为OPPO折叠屏赛道的最新力作，OPPO Find N6在各大电商平台同步开售后，1TB大容量版本多款配色在多平台快速售罄，足见消费者对这款年度折叠旗舰的认可。
OPPO Find N6 凭借新一代钛合金天穹铰链与天穹记忆玻璃两大黑科技，成为全球首款通过德国莱茵TÜV无感折痕连续60万次折叠测试久用平整认证的折叠旗舰，打破用户对折叠屏“必有折痕”的固有认知。同时，机身兼顾轻薄手感与耐用性，采用精致一体化机身设计，开合之间流畅顺滑，配合高端质感机身工艺，无论是日常手持还是商务使用，都尽显旗舰格调，更支持IP56/IP58/IP59满级防尘防水，无惧日常泼溅、极端环境，大幅提升折叠屏的耐用度与实用性。
外观设计上，OPPO Find N兼顾高级质感与硬核可靠性，搭配行业领先的柔砂工艺，让边框与后盖浑然一体，触手温润舒适。配色上，带来金橙、原钛、深黑三款极具格调的选择。同时，OPPO Find N6 外屏采用极窄边框设计，搭配行业最大尺寸的 8.12 英寸内屏，无论折叠或展开，都能带来前所未有的沉浸式视觉体验。
影像方面，OPPO Find N6搭载折叠屏专属哈苏2亿超清四摄系统，成为同品类中影像实力天花板。后置配备2亿像素超清主摄，搭配三星大底传感器，辅以OPPO自研LUMO超像素引擎，实现极致清晰的画质输出，更支持16K超清画质记录;同时配备5000万像素超广角、5000万像素潜望长焦以及行业独家丹霞色彩还原镜头，覆盖全场景拍摄需求。潜望长焦支持70mm黄金人像焦段与10cm长焦微距拍摄，丹霞色彩还原镜头则能精准识别复杂光源色温，还原最真实细腻的色彩，配合哈苏大师模式、XPAN宽幅经典模式，无需复杂调校，随手就能拍出专业级大片，让折叠屏不再是影像短板。
性能和续航方面，OPPO Find N6搭载了第五代骁龙 8 至尊版移动平台以及6000mAh冰川电池的超强能效组合，支持80W有线超级闪充与50W无线闪充，配合高频办公场景专项优化，让用户告别电量焦虑，享受安心续航。
在系统与AI层面上，OPPO Find N6配备了AI手写笔，带来生产力AI外挂般的系统体验，同时，全面升级的全景自由窗分屏方案，彻底打破传统分屏的僵硬边界，实现了超越 PC 级的多窗口自由体验，大幅提升折叠屏的生产力与实用性。
售价方面，全新OPPO Find N6折叠旗舰提供三个存储版本，其中12GB+256GB售价9999元，16GB+512GB售10999元，16GB+1TB售价11999元，现在下单更有多重购机福利加持。想要体验全球最平整折叠屏、旗舰级影像与全能旗舰体验的用户，可前往OPPO官方商城、线下官方体验店及各大电商平台了解与购买。
" alt="全球最平整折叠手机OPPO Find N6正式开售，售价9999元起" onerror="nofind(this)">我市城乡供水网络体系持续优化 编辑：毛晓倩 来源：皖西日报 浏览次数： 次 发布时间：2026-03-17 19:00:38 【字体：小 大】 本网讯 近年来，我市始终坚持民生至上，统筹推进水源、输水、供水三大工程建设，持续优化城乡供水网络体系，生产、生活、生态供水保障能力实现全面提升，为经济社会高质量发展提供坚实水利支撑。
在生产供水上，我市稳步推进灌区现代化改造升级。先后实施17处淠史杭灌区和15处中型灌区改造项目，不断夯实农业灌溉基础。通过工程建设与节水改造并举，全市农业灌溉水有效利用系数从2020年末的0.5167提高到0.5448，农业用水效率显著提升。同时，水利部深化农业水价综合改革推进现代化灌区建设试点成功落户金安区，为灌区高质量发展提供了先行示范。
在生活供水上，围绕城乡供水一体化、区域供水规模化、集中供水标准化目标，我市扎实推进农村供水保障提升三年行动。目前，全市7个县区已实现农村供水县域统一管理，全市农村自来水普及率达到99.05%，规模化供水人口比例达94%，城乡供水差距持续缩小，群众用水满意度不断提高，供水投诉率低于全省平均水平15个百分点。
在生态供水上，我市强化河湖生态流量保障，积极协调落实淠河、杭埠河等主要河流生态流量，确保城区主要内河生态基流稳定。全市208座小水电生态流量全部实现稳定达标，有效维护了河流生态健康，实现了水资源利用与生态保护协同发展，让民生水利真正惠及千家万户。
（记者 宋金婷）
" alt="我市城乡供水网络体系持续优化" onerror="nofind(this)">
会上，丰泽区共签约33个项目，总投资328亿元，其中，30个重大项目在现场签约，总投资253亿元，涵盖匹克服装贸易、交发跨境贸易生态园、站前商务区综合体等；星炫时空科技产业园、壹点纳锦（泉州）私募基金扩募、宇极高端发光材料3个项目参加当天上午泉州市民营经济发展大会签约，总投资75亿元。
“过去一年，在社会各界的鼎力支持下，我们奋勇争先、真抓实干，经济总量历史性迈上千亿台阶，核心区建设迈出新的步伐。”丰泽区委书记高金全表示，丰泽将始终秉承亲商、重商、安商、富商的发展理念，为大家选择丰泽、投资丰泽提供最好服务、最优政策、最佳保障。同时期盼各位企业家继续成为丰泽的“城市合伙人”和“城市推荐官”，选择丰泽、扎根丰泽，与丰泽并肩前行、共赢未来！
近年来，丰泽区锚定“五区”建设目标，以“5610”专项行动为抓手，接续实施“抓开放招商 促项目落地”专项行动，一批好项目、大项目接踵而来，为丰泽社会经济发展提供强有力的支撑。
当天，现场还举行2025年度经济贡献大户授牌仪式。丰泽区对工业、建筑业、商贸服务业、房地产业四个行业前5位经济贡献代表，现场颁授牌匾。同时，在总部经济、高新技术、文化旅游等领域，丰泽区聘任第五批招商大使，进一步充实全区招商大使队伍。
现场政企代表带着对新一年发展的期许畅所欲言。源之宇宙（福建）科技有限公司董事长吴克华、福建烟草机械副总经理、壹点纳锦基金负责人吴舫愃、滴滴出行科技有限公司地方事务部高级总监赖加凤、腾远泉音信息科技(泉州)有限公司负责人潘洁霞等企业家代表依次在会上作分享。丰泽区招商专员赖梓莹分别从立足丰泽、深耕丰泽、展望丰泽、选择丰泽、投资丰泽五个方面招商宣传推介，诚邀各位企业家、乡贤等在丰泽这片热土上创新创业、成就梦想。
" alt="泉州丰泽：新春招商签约大会召开 33个项目总投资328亿元" onerror="nofind(this)">巨人网络旗下多人身份推理策略卡牌游戏《名将杀》今日(3月17日)正式上线蒸汽平台(Steam中国)!登录游戏即可领取百抽福利，玩公平杀牌，轻松全扩!
《名将杀》用经典杀牌玩法，为你带来跨越战国到秦汉的谋略角逐体验。在这片烽火长歌的牌局之上，你将化身历史洪流中的名将策士，以手中一纸卡牌、一计奇谋，翻覆乾坤、问鼎天下。
【每日都有新福利，上线可得100抽】
《名将杀》为玩家们准备了重磅福利!连续登录7天，每日可直接领取一名强力武将;通过参与对战，还能解锁八大专属武将，极大丰富战术选择;登录游戏更能免费领取100连抽，助力玩家快速获取自己心仪的武将!
【公平不氪金，轻松全武将】
《名将杀》秉持着“公平不氪金”的运营理念，拒绝付费取胜的设定，确保策略与技术才是胜负的关键!玩家可通过游戏内的玩法和活动免费获取武将，零氪玩家亦能完成全扩。这种运营模式不仅保证了游戏的公平性，也让玩家真正专注于游戏本身的策略和玩法，体验到杀牌的乐趣!
【创新核心，16种身份策略博弈】
《名将杀》突破传统杀牌身份框架，由杀牌创始人Emiliano Sciarra与研发团队共同打造出黄巾、刺客、盟主、先主等16种全新身份体系。每种身份具备独立胜利目标与技能机制，玩家可自定义组合身份设定，打造个性化对战，让每一局游戏都充满了变数和惊喜!
《名将杀》现已正式上线蒸汽平台(Steam中国)!现诚邀诸位杀牌爱好者下载游戏，开启这场策略之旅!
「年度新游超前盘点」专题站正式上线
我们将抢先网罗2026年蒸汽平台(Steam中国)即将上线的数款玩家超期待游戏，从海外进口新游，到国产精品先锋，都能在年度新游专题中找到。
关于蒸汽平台(Steam中国)
蒸汽平台(Steam中国)旨在为广大玩家提供一个优秀的数字游戏平台，凭借丰富的游戏内容、稳定优质的联机体验和快捷响应的客服服务，为您开启快乐游戏之旅!
" alt="多人身份推理策略卡牌《名将杀》今日上线蒸汽平台" onerror="nofind(this)">A2023-12-08 09:56:19编辑：竹青点击: 次90vs体育讯 北京时间12月8日，《北青体育报》撰文透露，国足主帅扬科维奇在已经圈定了50人的亚洲杯备选大名单。以下是该报的全文报道。
12月6日有消息称，国足主帅扬科维奇早在11月球队参加36强赛前两轮比赛之前，就已经圈定了50人的亚洲杯备选大名单。亚足联规则显示，参加2023年亚洲杯赛的每支球队须最晚于12月12日提交本队最少18人，最多50人的赛事参赛球员大名单，并最晚于明年1月2日，也就是亚洲杯开赛前10天提交23人的正式参赛名单。
亚足联于今年10月在新一届亚洲杯举办地卡塔尔多哈举办了赛事工作会议。按照会议达成的共识，参加本届亚洲杯决赛阶段赛事的24支球队每队必须最晚于赛事开幕前一个月，也就是12月12日提交最少18、最多50人的参赛球员大名单。受客观因素影响，去年卡塔尔世界杯执行了每支参赛队可最多报名26人的政策。但随着今年全球足球活动、足球比赛恢复到正常轨道上来，这项临时性政策也被废止。
从2026年世界杯预选赛开始，国际足联已将每队参加每场比赛的报名参赛球员人数规模由26人恢复至23人。亚足联在类似规则执行问题上紧跟国际足联，因此亦将亚洲杯赛每队报名参赛人数确定为23人。亚洲杯参赛各队须最晚于明年1月2日，也就是新一届亚洲杯开赛前10天，提交23人的球员报名名单。
不过，鉴于各队在备战过程中可能遭遇人员伤病等意外情况，亚足联仍允许各队在各自亚洲杯小组赛首战开赛前6个小时调整球员人选，但必须附送被替换球员伤情或退出原因的书面报告。被调整到各队23人参赛报名阵容的球员，也必须是球队50人大名单阵容内球员。
" alt="亚洲杯恢复23人报名规则 主帅圈定大名单" onerror="nofind(this)">
每一年盛夏，这里都会成为中国游戏行业最重要的精神聚会。
2026年，第20届中国游戏开发者大会（CGDC）正式定档——7月31日至8月1日，上海浦东嘉里大酒店，我们不见不散。
今年大会继续以「技艺游心」为主题。"技艺"是游戏开发的根基，"游心"是创作者倾注的自由与热爱。20年来，CGDC始终相信：真正推动行业前进的，是那些尊重技术、坚持创作表达的游戏人。
01八大专场，覆盖你的每一个创作方向
本届大会延续八大并行专场结构，两天内密集呈现来自全球与国内一线开发者的经验分享：
角色扮演游戏专场（RPG）
策略游戏专场（Strategy）
动作冒险射击游戏专场（Action/Adventure/Shooter）
技术专场（Technique）（两场）
独立游戏专场（Indie）（两场）
全球化专场（Globalization）
02同声传译覆盖全场，消除语言门槛
专场均配备同声传译服务，国际嘉宾的分享不再有语言壁垒。无论你是来自国内的开发者，还是关注中国市场的海外同行，这里都是你的主场。
03演讲嘉宾与议题，即将陆续解锁
目前，议题筹备与演讲人邀请工作正在紧锣密鼓推进中。来自全球顶尖游戏工作室的制作人、创意总监、技术负责人将相继确认。精彩演讲题目与演讲人信息，将从现在起陆续公开——请持续关注CGDC官方渠道，不要错过每一条更新。
时间：2026年7月31日-8月1日（两天）
地点：上海浦东嘉里大酒店三层浦东厅
门票与更多信息：敬请关注后续新闻
第20届，「中国游戏开发者大会」，我们在上海等你。
ChinaJoy组委会正式启动2026中国游戏开发者大会（CGDC）专场议题征集，我们也欢迎各位行业精英踊跃自荐，成为我们今年大会的演讲嘉宾。欢迎大家扫描下方二维码，加入“2026 CGDC大会交流群”。
【资料图】齐鲁网·闪电新闻12月1日讯 四季度是冲刺全年目标任务、决胜收官的关键时期，山东各地以基础设施互联互通为抓手，加快重点项目建设，打好“四季度”收官战。戳视频，看山东重大项目“拉满弓”，奋力冲刺“四季度”。
标签： [db:关键词]
" alt="经济大省挑大梁丨山东重大项目“开足马力” 奋力冲刺“四季度”" onerror="nofind(this)">在OpenClaw火热到频频登上头条的那几天，有分析师在行业群里沮丧发言，“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示，“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域，财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域，进门CEO程建辉告诉我们：
现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息，也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
主攻AI投研的进门（深圳进门财经科技股份有限公司），成立于2013年，目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后，全面升级为「机构AI投研工作台」。
2025年至今，进门超级投研智能体“AI进宝”，已从AI投研助手，进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾，帮助用户处理投研场景的高频任务，并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线，他就穿梭在各场路演中，他感受到，券商分析师、投资者们对于AI能真正“干活”这件事，充满了前所未有的好奇与期待。
在AI投研这件事上，进门的商业逻辑比较“特别”——以沟通为基础，试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态，做深专业智能投研。过去两年，进门不断闭环投研沟通场景，并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵，帮助用户提高信息处理的效率和信息获取的密度：AI转写、AI会议托管，AI翻译、AI录音，甚至做了自家的录音智能硬件，将触角延伸到线下。
深耕沟通场景的同时，程建辉发现，AI没办法突破信息孤岛和小样本问题，像顶级分析师、研究员那样，听懂真实世界沟通的“弦外之音”，给出非共识性的判断。
他认为，专业 AI 让共识性信息实现了平权普惠，正在不断提升普通投资者的投资能力下限，“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了。”
进门的样本，实际指向了这样一个思考：比起“替代多少人力”，人类的价值是否重新得到肯定、得到聚焦，或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话，有不改变原意的编辑：
雷峰网：现在一些分析师用OpenClaw做投研，进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI，声量是更高一些的，您怎么看它们和进门的竞合关系？
程建辉：进门是聚焦于金融投研领域的AI产品，不管在场景、数据、工具，还是对行业know-how的认知上，都会比其他通用AI要好。
当然，Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题，充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是，从会话模式向“帮用户完成特定任务”转变，感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生，标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋，一直在观察，春节也没休假，加班夯实底层基础工作。不过，早期的OpenClaw 比较脆弱，升级、开关机、处理任务时经常报错。操作繁琐，门槛很高，所以最开始只有极客用户在使用。迭代了几个版本后，成熟度比以前高很多，我们才感觉时机成熟，于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式，对OpenClaw进行封装、改良，让用户能够拿来即用。这极大地降低了使用门槛，让用户不用再费心折腾底层系统基建，把全部精力都放在完成核心任务上。
雷峰网：真正实现AI在投研领域的自动化有哪些难点？
程建辉：要解决多样化的问题。基于同样的事实和数据，各人看法不一。因此，光靠模型远远不够，还要涵盖不同群体的思维范式。
AI进宝的任务模式（即投研龙虾），以及对话模式下的投研大脑，都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化，让用户根据自身需求，灵活组合、定制，实现个性化工作流的搭建。会话模式中的投研大脑，支持用户自定义创建思维链，或让系统自行拆解优秀研究范本中的方法论，比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然，会话模式的能力不止于此。2025年，我们上线了12款Agent，包括业绩点评、观点对比等等，在这个模式下，进宝就能够自由发挥，用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断，不可能无限满足，所以才有了投研大脑和“龙虾”任务模式。（雷峰网近期将持续关注投研等AI Agent实际应用案例，欢迎添加作者微信 LorraineSummer 交流）
雷峰网：可以说通用AI对进门没有太大威胁？
程建辉：我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上，拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式，也难以深度嵌入投研全流程，无法替代专业投研AI的核心价值。
而生产力级别投研AI，对数据准确度、颗粒度要求都很高，一般市场产品做不到。很多网络分享，号称利用模型抓信息形成研报、自己炒股挣钱，在我理解都是Demo级别、玩具级别的东西，距离生产力级别还很远，这是民品和军品的区别。
Demo级别的投研AI大家都能玩，但真正做到生产力级别，你要相信市场上最专业的那群机构投资者的选择和判断，这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网：说到投研领域，大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么？
程建辉：他们主要做过程交付，而我们做结果交付；他们的产品设计以人为中心，但我们是AI原生产品，设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢？举个例子，老牌厂商把交易所的公告，处理成数据表，这个过程就像把胡萝卜从地里拔回来，洗干净切好放着。
但进门做的是端到端交付，直接给出结果，一步到位。像西红柿鸡蛋这类简单的菜，机器人直接炒好了；复杂的、需要高超手艺的，才留给大厨去做。
当然，现在AI还有幻觉问题，理解数据不够准，所以要通过大量工程方法去解决。但在技术趋势上，“端到端”一定会比传统“过程交付”做得好。
雷峰网：AI幻觉给投研带来的挑战应该是非常大的。
程建辉：是的，所以要做好数据治理。在我看来，投资的本质其实就两层：第一层是数据治理，第二层是信号捕捉。
数据治理，就是要利用大量工程方法，对原始数据进行处理。就算最顶级的模型，要减少幻觉，保证结果可靠演进，也要基于治理后的高质量数据。
不管是人还是模型，都要在数据干净的基础上，去挖掘信号，获得洞察。
对于我们来说，主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息，这些信息比静态的公告更及时、全面；二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达，我们推出了《进门内参》（一日三更的投研日报）、事件信号等能力，帮助用户更快、更精确地捕捉信号。
雷峰网：互联网上本来也有很多真伪难辨的信息，数据治理很难做，AI采纳这些信息之后给出的回答，质量不会太理想。进门怎么防范这种风险？
程建辉：AI会遭遇“数据投毒”问题，今年3·15晚会也提到了这点。有人为GEO批量制造数据，诱导模型抓取；有人在纪要中刻意夹杂私货，通过“小作文”扰乱市场——这些有毒信息，会侵蚀决策的准确性。
为了防范这种风险，我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息，包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网：涉足AI投研的技术厂商不少，但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做？
程建辉：在金融领域，沟通是仅次于行情和交易之后，最高频的场景。其次，沟通场景是一个天然的信息富矿，是存在信息差的地方。第三，现在股价对信息的反馈速度非常快。相比于其他交流形态，沟通是一个效率最高的形式。
另外，沟通场景有天然的双边市场效应，分析师开会、上市公司路演，都会吸引投资者，场景自带流量。三个群体形成生态，自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息，背后基本都是进门在支撑。
我创业的时候是2013年是，移动互联网元年，路演还在用“八爪鱼”那种有点“古老”的机器，我觉得这里面是有机会的。
雷峰网：进门切入AI，可以说是从会议转写这些做起。
程建辉：会议是天然的信息富矿，做好会议内容的转写，是形成完整的数据、应用闭环的核心。丰富干净的数据底座，也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息，成本非常高。邀请速记员做一场会议的录音转写，大概需要400元左右的费用。我们算过一笔账，想把历史积累的几十万个小时录音都处理一遍，得上亿成本。
AI来了之后，能实现极致的降本增效。路演、调研等音视频转写，是投研高需求场景。语音识别（ASR）也是AI领域最早实现工程化落地的成熟技术。所以，我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”，真正的目标是用它构建生态，深度服务投资者。
围绕上市公司，我们做了IR（投资者关系） SaaS系统；围绕券商研究所，推出了全场景统一研究系统，涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者，我们则打造了AI投研工作台。
雷峰网：这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了，进门做的和别人有什么不一样？
程建辉：最大的不同在于，进门不是一个通用的会议连接工具，而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰；进门是在这个基础上，解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI：会前自动梳理相关研报与数据，会中可随时向AI提问获取背景，AI无法解答时再举手与分析师或高管直接交流；会后通过调优后的金融转写模型，自动生成带思维导图的纪要、提炼章节，并提取问答环节的财务指标，方便用户复盘研究。
腾讯战投后，我们与腾讯会议实现互联互通，客户可以在进门、腾讯会议多端接入，拥有轻量化的会议体验。
另外，我们推出了AI会议托管，将Zoom、腾讯会议等链接丢给机器人，即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里，成为个人数据资产。
音频转写同样经过金融模型深度调教，在人名、术语、数字上达到专业投资者所需的高准确率。简言之，别的工具是把线下会议搬到线上，而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号：雷峰网)：据说你们还做了会议录音的智能硬件？这在金融Agent厂商身上似乎不太常见。这两年Plaud很火，进门的录音硬件和Plaud那类产品有什么本质区别？
程建辉：录音硬件（Finnote AI小饼干录音机）是进门生态的一部分。主要目标是补齐线下沟通场景，解决手机录音质量不佳、容易被打断、待机时间有限的问题，同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者，聊完还得一个个翻录音、对名片，根本搞不清谁是谁。
2025年初产生了这个想法，年中立项，10月份发货，一个季度就出来了。我们找了硬件厂家ODM，软件全部是我们自己做的，一起设计，他们把我们的想法实现。现在市场反响很热烈，客户特别喜欢。
雷峰网：AI+投研通常让人想到量化选股或智能研报，投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS，具体解决什么问题？
程建辉：解决三个具体问题。一是建立与买方市场的沟通桥梁，给上市公司做IR网站、管理私有数据；二是通过平台用户行为分析，帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会；三是打通沟通行为和股东数据，追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR（投资者关系）是个糊涂账，每天迎来送往很多投资人，聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创，年收入数千万，已经有1000多家付费客户。
雷峰网：行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入，进门对AI的设计思路是怎么考虑的？
程建辉：研究的本质是基于事实和数据，加上思维链推导，最后得出观点。所以我们的设计思路是，通过数据治理和信号涌现这两层，给用户做结果交付。
这个过程中有个问题：现在很多人只关注观点，其他东西都被忽略掉了，比如思维链。AI只能靠自身的涌现能力给你回答，但研究员在实际投研工作中，有很多自己的想法，对于同一个事实数据会得出不同的结论。
进门投研大脑，支持用户创建自己的思维链，在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来，比如你怎么研究周期股，把整个逻辑思维链写清楚，存进去。以后再问AI相关问题时，它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链，提取完研究员可以在上面再改，根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分，看这个思维链到底好不好。
可以理解成，Prompt加上SOP流程，再加上底层数据调用。你的需求、方法论、工作经验越具体，反馈效果就越好。
AI的回答总是有点“骑墙派”的意思，我们希望用户能很轻松简单地去分析，去得出自己独有的结论。
雷峰网：进门的AI工具已经很全面了，资料扔进去套用旧研报的思维链，出来的又是新的研报，这个时候人类分析师的价值是什么？
程建辉：那就没有价值了呀（笑）。AI确实在某些能力上比人厉害，但现阶段，AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界，做统计学上的概率猜测，表现好了我们叫它“涌现”，表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流，AI时代里，普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作，交给AI又快又好，如果水平较低的分析师能力就停留在做这些工作上，那确实有被替代的风险。但懂得思考、提问，懂得去跟AI交互的人，肯定更有价值。有想法的人，总是稀缺的。
雷峰网：但毕竟不是每个人都是顶级分析师。
程建辉：恰恰因为很多人不是顶级分析师、专业研究员，思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题，想把一件事研究清楚，这就是研究。只是有的人方法论成熟，有的人没那么系统。思维链这个东西，就是把你的思考过程结构化、表达出来。
我们希望通过这个形态，让大家生产出不同的思维链。这些思维链可以私有，自己用；也可以贡献出来，给别人参考。
未来高水平研究人员的思维链，可以被付费订阅。比如一个很牛的分析师，他研究周期股的方法论写成了思维链，或许平台可以帮他分发变现，别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民，这些专业AI能力能把普通投资者的能力提升到一个新台阶，直白点说，至少不会那么容易被割韭菜了。
雷峰网：AI能替代人类分析师的部分很明确了，不能被替代的部分是什么？比如某些分析师对市场的“直觉”？
程建辉：现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题，AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
尤金·法玛的有效市场理论，讲的是如果股价真的反映所有信息，价格和价值应该完全一致。但事实上，市场没有我们想象得那么“聪明”。如果真的有一天，AI真的能吃进去所有的信息，成本和代价会非常巨大，再用它来解决投研问题，已经不划算了。
雷峰网：思维链可以这样“传播”出去，会不会像量化投资那样导致“信号拥挤”，策略失效？
程建辉：不会。因为市场能形成交易，就是因为有不一样的想法。即使事实和数据都很明确，仍然有人看多，有人看空。
如果全部看多或全部看空，就没有交易了，没有对手盘。单边行情即使短暂出现，拉长看也会回到相对均衡的状态。最终还是看价格，多少价格才算是“好”？
这里没有绝对的答案。
雷峰网：AI时代可以卖的不光是信息，更可以卖方法论、卖知识框架。
程建辉：思维方式、方法论都是可以共享和商业化的。比如，我在进门笔记里的思维链，可以分享给好朋友、重要客户。他调用AI的时候，既可以调底层数据，又能调我的思维链，以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的，是给AI看的。过去SaaS软件做的都是复杂图形界面，给人点击、给人看，现在不需要那么多图形界面，年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网：这是不是意味着，在AI时代，设计逻辑已经完全改变了，软件的首要用户不人类，而是AI本身？
程建辉：未来的趋势是人机协同，AI会是首要执行者，但人类仍然要掌控判断、创意、关键决策。人只需要把思维链（思考方法）表达出来，剩下的让AI去组合、去执行。
所以，软件的设计逻辑，要从人类交互优先，转向AI原生能力优先，不管是底层架构、数据接口，还是执行流程，首要适配AI Agent的自动化调用，而非人类手动操作。
现在AI新名词特别多，Function call、MCP Server、Sub Agent什么的，本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力，再加上人类的思维表达能力。
雷峰网：从“给人看”到“给AI看”，软件的范式转移会不会遇到阻力？
程建辉：很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报，其实都不需要表达出来给人看，直接AI读、理解、输出就完了。但金融行业的一些用户，使用习惯确实没那么容易改变，比如网络通话更好，有些人还是喜欢打电话，所以我们还留了一点“尾巴”，让习惯图形界面的用户还能用，但希望逐步全部收到AI的对话框里处理，只留几个Tab。
雷峰网：大模型这股热潮出现之前，已经有AI+投研/投顾的技术方案了，现在进门做的事情，还可以怎么进一步帮助人类做判断、提高决策效率？
程建辉：先用量化投资的事件回测，验证驱动信号（如供给侧变化），比如历史上类似情况股价怎么走，是真有效还是假有效。再结合基本面与专业投研信息，输出多空判断、驱动类型、关联个股，实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强，第一时间获得信息，几十秒或一分钟内处理完，涌现信号。
但在过去，一个事件发生，分析师马上组织专家会议讨论、形成观点，这个过程至少几小时，甚至几天，整个流程非常低效。
雷峰网：要实现这个功能，底层听起来非常复杂。
程建辉：处理海量信息、识别和理解事件信号，工程难度很高。要让AI像顶级分析师那样思考问题，同时要保证底层数据干净、真实。
我们做了很多底层的创新，比如AI进宝的架构，上下文感知与意图对齐、异构信息动态检索、递归式假设验证，不是简单的React那种方式。
雷峰网：目前进门的“进度条”，走到了您预期的哪个阶段？
程建辉：在数据治理上，进门已经做得比较扎实了。在信号挖掘上，我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程：第一，识别并捕捉信号，初步判断其影响方向；第二，进一步明确信号对股价的影响程度；第三，尝试定量表达这种影响。比如，当某个事件发生后，AI分析师可以快速推演，将目标股价从50元调整至60元，给出初步的定价判断。
当然，定价本身并不容易。不同模型基于各自的假设，得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网：在模型的选用上，进门是怎么考虑的？Token消耗是不是成本大头？
程建辉：最开始我们也做过一段时间自研，做SFT（监督微调）和强化学习，跟一家大模型厂家合作过。后来发现了一些问题，就调整了方向。
我们的定位是应用型公司，不是做基座大模型的。把应用做好，特定场景的小模型做好，大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影，比把所有资源投入基座模型训练更经济、更划算。作为创业者，要追求资源投入最大化。
目前我们接入了多个基座大模型，不是一家。把模型架构结构化了，不同任务用不同模型。根据模型工程方法的体系，不断调优，每个步骤根据需要选择不同模型——有些模型推导推理很强，有些泛化能力很强，各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大，不过还在可承受范围内。出于对安全的考虑，用国内的模型会多一点，个别部分在保障数据安全的基础上，考虑用境外模型提高性能。
洒水车
拼一年春夏秋冬，博一生无怨无悔，华通牌东风国六7吨洒水车你创业路上最好的伴侣。
此款车型的外形尺寸为7380,6880X2340X3100（mm），整车的总质量为11990（kg），整备质量为4885（kg），最高车速88（km/h）。
华通牌东风国六7吨洒水车的底盘型号为EQ1120GL6DJ，底盘轴距为3800,3950,4500（mm），排放标准为GB17691-2018国Ⅵ，使用8.25R20 14PR,8.25R20 16PR,245/70R19.5 16PR规格的轮胎，底盘配置的发动机型号为YCY30165-60 D25TCIF1 D30TCIF1，底盘承载力强，可靠耐用。
| 华通牌HCQ5120GSSEQ6型洒水车主要技术参数 | |||
|---|---|---|---|
| 产品名称: | 华通牌HCQ5120GSSEQ6型洒水车 | 外形尺寸: | 7380,6880X2340X3100(mm) |
| 底盘型号: | EQ1120GL6DJ | 货箱尺寸: | X X (mm) |
| 总质量: | 11990(Kg) | 接近/离去角: | 17/21(°) |
| 额定质量: | 6975,6910(Kg) | 前悬后悬: | 1200/1880,1220/1860,1250/1830,1280/1800(mm) |
| 整备质量: | 4885(Kg) | 最高车速: | 88(km/h) |
| 底盘参数 | |||
| 底盘型号: | EQ1120GL6DJ | 燃油种类: | 柴油 |
| 轴数: | 2 | 前轮距: | 1750,1820(mm) |
| 轴距: | 3800,3950,4500(mm) | 后轮距: | 1660,1800,1700(mm) |
| 驾驶室乘人数: | (人) | 弹簧片数: | 8/10+7,9/11+8,3/3+2 |
| 轮胎数: | 6 | 轴荷: | 1750,18203 |
| 轮胎规格: | 8.25R20 14PR,8.25R20 16PR,245/70R19.5 16PR | ||
| 发动机参数 | |||
| 发动机型号: | 发动机生产企业 | 排量(ml) | 功率(kw)/马力(PS): |
| YCY30165-60 | 广西玉柴机器股份有限公司 | 2970 | 121/165 |
| D25TCIF1 | 昆明云内动力股份有限公司 | 2499 | 110/150 |
| D30TCIF1 | 昆明云内动力股份有限公司 | 2977 | 125/170 |
| 专用功能说明： | |||
| ABS型号:3631010-C2000,J ABS;ABS生产企业:东科克诺尔商用车制动系统(十堰)有限公司,焦作博瑞克控制技术有限公司;选装描述:选装同系列驾驶室;随底盘选装油箱、滤清器、储气罐、蓄电池、尿素箱附件安装位置,选装方形软管箱,前置鸭嘴样式,后部箭头指示灯,上绿化浇灌系统,下喷雾装置,上弧形喷雾及专用装置结构;选装尾部平台管道样式;选装驾驶室前部带自动水炮装置,前伸500mm;;侧后防护情况:侧防护材料Q235,连接方式焊接连接,后防护材料Q235,焊接连接,后防护截面高度尺寸120mm,截面宽度尺寸50mm,下边缘离地高度450mm;罐体总容量7.23立方米,罐体有效容积6.91立方米,罐体尺寸 (长×长轴×短轴)(mm):4000×2000×1350;专用功能及装置:该车用于路面冲洗、洒水作业,主要专用装置为罐体和洒水泵;前伸尺寸:0,500;其他说明:该车采用3800轴距底盘改装;额定载质量和整备质量及驾驶室准乘人数一一对应;车辆长/前伸/前悬/后悬(mm)对应关系为7380/500/1200/1880,7380/500/1220/1860,7380/500/1250/1830,7380/500/1280/1800,6880/0/1200/1880,6880/0/1220/1860,6880/0/1250/1830,6880/0/1280/1800. | |||
华通牌东风国六7吨洒水车专业有保证，人生要有向“上”的勇气，却也要有“止”的心态与智慧。
" alt="华通牌东风国六7吨洒水车哪里有生产专汽家园" onerror="nofind(this)">