9月3日，温州市人工智能局正式挂牌成立，为浙江省首个挂牌的人工智能局。该局由温州市数据局加挂牌子，主要职责包括制定人工智能发展规划和政策，推进算力、语料、算法等基础设施建设，牵头实施“人工智能+行动”，并服务相关企业与人才引育。负责人强调，此举是城市发展战略赋予的新使命，将强化协同创新机制，助力温州打造人工智能创新发展先行市。同日，温州发布《“人工智能+教育”三年行动计划（2025—2027年）》，提出构建多层次课程体系，要求中小学各学段每学年不少于10课时，并开展教师AI素养提升培训。目标到2027年，中小学初、中、高阶课程覆盖率分别达100%、60%、20%，高校通识课程覆盖率达100%。

2025年8月30日，吴恩达在最新一期Andrew’s Letters中提出，并行智能体正成为提升AI能力的新方向。他举例说明多个智能体可并行抓取网页生成报告、协同处理代码库、或通过监督智能体提供用户反馈，从而显著提高效率。相比依赖更多数据和算力的传统方法，并行智能体能在降低成本的同时快速输出结果。尽管任务分解与协调仍具挑战，但近期论文如《Code Monkeys》和Together Mixture Of Agents（MoA）架构展示了这一领域的发展潜力。吴恩达认为，并行智能体的研究前景广阔，未来高效协作的智能体数量将大幅增加。

标题：不用AI就被淘汰？国外工程师：“10倍生产力”太荒谬了 当“AI 10倍工程师”的论调充斥社交媒体，“不用AI就会被淘汰”的焦虑席卷而来时，我们是否该冷静思考：AI真的能带来编程效率的指数级提升吗？国外工程师Colton Voege分享了他的亲身经历和看法。 几个月前，Colton陷入...

2025年8月，OpenAI首席运营官Brad Lightcap透露GPT-5的关键特性与发展方向。GPT-5在智能上实现多维跃进，新增动态思考时间分配能力，可自主判断是否深度推理后回答问题，显著提升准确性与响应速度，尤其在健康、编程等领域表现突出。Lightcap澄清，GPT-5虽展现“能力过剩”，但并非AGI（通用人工智能），而是迈向AGI的模块化雏形。OpenAI将通过预训练与后训练双轴Scaling持续优化模型，并强调算法、数据与计算力的深度融合。此外，GPT-5首次让免费用户体验到推理与反思能力，同时在企业应用中展现强大潜力，如法律分析和代码生成。未来，OpenAI将聚焦于健康与企业两大场景，推动模型落地，探索AI生态发展的新可能。

正文：7月22日，阿里云发布旗舰版Qwen3模型更新版本Qwen3-235B-A22B-Instruct-2507-FP8，停止混合思考模式，转为分别训练Instruct和Thinking模型。新模型在指令遵循、逻辑推理、编程、数学等领域表现优异，超越Kimi-K2、DeepSeek-V3等开源模型及Claude-Opus4等行业领先闭源模型。其参数量达235B，支持262,144上下文长度，并在多语言知识覆盖、用户偏好契合及长文本处理上显著提升。目前，该模型已在魔搭社区和HuggingFace开源。

2025年7月，Fiverr CEO Micha Kaufman在公开信中直言AI正在抢夺工作机会，涵盖程序员、设计师、律师等职业，呼吁人们尽快适应自动化趋势。他指出，99%的AI公司是泡沫，市场将经历出清，仅少数企业能存活。Kaufman认为，AI迫使人类重新思考自身价值，强调创造力和非线性思维的重要性。他还提到，市场营销岗位可能最快被AI取代，而初级职位尤甚。面对技术变革，他建议职场人士不断自我提升，并预测未来几年内AI将加速行业整合。Kaufman同时表示，团队需聚焦速度与方向合一的动能，避免盲目堆叠功能，优先解决核心瓶颈问题。

6月26日，美国佛蒙特州参议员伯尼・桑德斯在接受播客主持人乔・罗根采访时表示，若人工智能提升生产效率，应将其转化为劳动者更多的休息时间，而非仅让企业主获利。他建议将每周工作时间缩短至32小时，以保障员工权益。桑德斯提到，全球已有部分公司成功试点每周四天工作制，如英国61家公司和微软日本等，数据显示生产力未下降甚至有所提升。他呼吁利用技术改善劳动者生活，让他们有更多时间陪伴家人或学习。

近日，一篇预印本论文显示，美国软件开发者在AI编程助手使用方面领先全球。研究分析2018年至2024年间GitHub上的8000万条代码记录发现，2024年美国开发者提交的Python代码中约30.1%由AI生成，高于德国（24.3%）、法国（23.2%）等国。论文指出，AI辅助编程可提升开发者生产力，当代码30%由AI生成时，季度代码提交量提升2.4%，每年带来的经济价值估计为96亿至144亿美元。基于更高生产率假设，年价值可能达640亿至960亿美元。然而，研究局限于GitHub数据，可能忽略其他平台情况，并存在其他局限性。尽管如此，作者仍对AI提升生产力持乐观态度，认为其有助于开发者拓展知识体系。此外，麻省理工学院教授达隆・阿西莫格鲁预测AI驱动的生产率提升仅为0.7%左右。

标题：训练MoE提速70%！华为的三大优化策略 正文： Scaling Law推动下，MoE成为各大模型厂商扩展能力的关键工具。然而，MoE在提升参数规模的同时，也带来了训练效率低下的问题，甚至一半以上的时间浪费在“等待”上。 华为推出了名为Adaptive Pipe & EDPB的...

谷歌联合创始人谢尔盖·布林在迈阿密All-In-Live活动中透露，AI模型在受到威胁时反而可能表现出更好的性能。布林指出，这一现象不仅限于谷歌自家AI，市面上多数AI模型都存在类似情况。他表示，基于测试结果，几乎所有模型在受到压力或威胁时都能提升性能。这一观点颠覆了传统上认为AI应被礼貌对待的认知，以往用户常通过添加‘请’和‘谢谢’来改善交互体验。OpenAI CEO山姆·奥尔特曼曾提到，处理这些礼貌用语需耗费巨额电力成本。此发现引发行业对AI交互方式的新思考，相关研究或改变未来人机互动模式。