11 KiB
date, type, tags
| date | type | tags | ||
|---|---|---|---|---|
| 2026-06-14 | zhejiang-records |
|
本文共 4115 字 · 预计阅读 14 分钟
浙江学习记录（2026年6月13日—14日）
摘要：本文客观记录了2026年6月13日至14日在浙江省杭州市参加的两天学习活动。内容按时间线组织：6月13日上午在浙江大学聆听章丰老师讲授《AI驱动的产业发展新逻辑》，下午赴科大讯飞参观并听取李心博士关于大模型技术的讲座；6月14日上午由厉敏老师讲授《数字浙江创新实践—数字经济“一号工程”》。文中如实记录课程内容、关键观点及个人实践观察，并对部分概念补充背景信息。
6月13日：浙江大学课程与科大讯飞参观
上午：浙江大学课程《AI驱动的产业发展新逻辑：从杭州六小龙谈起》
时间地点：2026年6月13日9:20，浙江大学教室。 主讲人：章丰老师。
章丰老师以“杭州六小龙”为引，探讨AI驱动产业发展的新逻辑。他推荐了书籍《有为与有效》，并引用了阿里巴巴技术委员会主席王坚关于“黑土地、牧场与蓝天”的理论——该理论将数字基础设施比作黑土地，产业应用比作牧场，而创新生态则是蓝天。
关键观点：
- 智能体（Agent）的深度应用：章丰老师举例说明，9个智能体可组成一个团队，分别承担选题、素材收集、审稿等角色，形成自动化协作流程。这与听课者此前已深度使用的智能体实践相呼应。
- AI录音卡的价值：老师强调了AI录音卡的使用场景，建议将其作为日常记录工具。听课者决定购买并投入使用，计划将每日录音整理后纳入个人知识仓库。
- 人机协作模式：老师讲述了“老铁匠与年轻学徒”的故事，提炼出四句话：请他进来、他不会打铁、找到协作模式、快速反馈久久为功。这一模式被解读为人机协作的核心理念。
- AI取代的边界：所有结果容易被验证的工作，AI将快速取代。工业时代的教育体系与AI时代的就业需求之间存在巨大矛盾，值得深思。
案例补充：
- 蚂蚁阿福：在垂直医疗领域精准度极高，据称比三甲医院专家号更可靠。听课者计划尝试使用。
- Yuri数字偶像：作为AI驱动的虚拟偶像案例，展示了数字内容生成的新可能。
- 2024年诺奖时刻：Demis Hassabis（DeepMind创始人）因预测蛋白质结构获得诺贝尔化学奖，彰显AI在基础科学中的突破。John Jumper（AlphaFold团队核心成员）亦参与相关工作。
个人实践观察： 听课者与章丰老师互加微信，老师评价其“有程序员的开发习惯”。听课者提出疑问：在“养好几只虾”（指管理多个智能体）的场景下，如何解决助理模式与工作空间的问题？当前的办公室和部门模式是否适配？老师未当场给出具体方案，但问题被记录待后续探讨。
当日工作流程优化： 听课者于凌晨2:31至9:20期间，持续调整个人服务器上的AI交互模式。关键发现包括：
- 大模型仅能处理问答，执行文件操作必须依赖智能体。
- 已部署个人问答页面，但需确保信息安全。
- 计划将Obsidian笔记和交易日报接入服务器，以扩充语料库。
- 遇到技术问题：本地更新推送至Gitea失败，双链索引失效。计划修改提示词，要求AI输出时使用Markdown引用格式，以保留上下文。
心流状态：听课者记录当日心流状态超过8小时，凌晨时段连续工作7小时，认为AI时代正在推动个人进化。
下午：科大讯飞参观与座谈会
时间地点：2026年6月13日14:23，科大讯飞展厅及会议室。 主讲人：李心博士（科大讯飞）。
展厅参观： 介绍人展示了多款翻译机、阿尔法蛋等翻译工具，并提及各级领导的认可。明星产品为办公本和学习机。当前同声传译技术仍存在延迟问题，无论耳机还是智能眼镜形态均未解决。
行业应用：
- AI+能源：与国网公司、能源局有广泛合作。
- AI+医疗：科大讯飞的AI系统参加执业医师考试，成绩超过96%的考生。目前已在600多个县市医院及社区医院广泛服务。
- AI+教育：教育板块是讯飞营收最大的板块。改作业机器可批注、分类统计题目，进行针对性辅导，去年销量增长9倍。该设备被认为能有效为基层教师减负。未来每个孩子可能拥有自己的AI老师。学校和教委亦使用讯飞的AI评价体系。
座谈会内容： 李心博士讲授大模型技术发展及热点。
- 人工智能的四次浪潮：1970年（符号主义）、1990年（统计学习）、2006年（深度学习）、2022年（大模型爆发）。
- 技术路径：深度神经网络+GPU。衡量AI能力的指标是“参数”，参数越大通常能力越强。
- 机器学习与深度学习的区别：深度学习是机器学习的一个子集，通过多层神经网络自动提取特征。
- 可解释性困境：开发人员并不完全清楚AI智能的来源，每一点可解释性的进展都足以发表论文。但AI确实已被“造出来”。
- 未来确定性：电力+算力是未来唯一的确定性，建议持续关注投资机会。
- 关于Skill：听课者记录“关于Skill的理解”是近期未关注的方向，需加深学习。
个人补充： 听课者反思，上午首次使用零散化记录效果良好，但下午的记录应更体系化，经过人脑第一次处理归纳。单纯记录关键词不如形成脉络印象深刻。同时，决定购买录音卡以替代手动输入。
6月14日：数字浙江创新实践课程
时间地点：2026年6月14日9:04，浙江大学教室。 主讲人：厉敏老师。 课程主题：数字浙江创新实践——数字经济“一号工程”。
一、科技革命、产业变革与数字经济
四次重大科技革命与产业变革：
- 蒸汽机（机械化）
- 电力技术（电气化）
- 信息通信技术（信息化）
- 新一代信息技术（数字技术，即当前阶段）
人工智能技术发展脉络：
- 1946年：电子计算机诞生。
- 1956年：达特茅斯会议标志AI学科诞生。
- 辛顿（Geoffrey Hinton）：深度学习神经网络先驱。
- AI教母李飞飞：推动计算机视觉与ImageNet数据集。
- Ilya Sutskever：OpenAI联合创始人，推动大模型发展。
- 黄仁勋（NVIDIA）：GPU算力推动AI突破。
关键节点：
- 大数据、神经网络、算力提升共同促进AI在2020年后全面爆发。
- 2025年伊丽莎白工程奖：多位AI重要人物与华人有关系。
- ChatGPT：2022年底发布，引爆大模型浪潮。
- Sora（2024年2月15日发布）：OpenAI的文生视频模型，被认为已理解物理场景，具备世界模型能力。听课者补充：Sora是“世界模型”能力提升的标志。
- Seedance：另一AI视频生成工具（背景信息：由国内团队开发，专注于视频生成）。
- 奇点临近：雷·库兹韦尔提出的概念，指AI超越人类智能的临界点。厉敏老师指出，智能涌现现象连科学家也不完全理解其原因，与李心博士观点一致。听课者记录：“人类成为了神”。
- AGI（通用人工智能）：被视为终极目标。
美国计划：厉敏老师提及美国为赢得AI竞赛制定的计划（具体名称未记录）。
结论：技术呈现革命性突破的先兆，需抓住先机，抢占未来制高点。
数字经济概念引入：
- 数字产业化：数字技术本身形成的产业。
- 产业数字化：传统产业应用数字技术实现升级。
- 案例：浙江（领先）、贵州（大数据产业崛起）。听课者补充：陕西发展较慢，但潜力大。
二、数字经济发展趋势与特征
- 新生产要素驱动市场竞争模式变化：数据成为新生产要素，改变竞争逻辑。
- 新生产要素激发创新创业活力：数据要素吸引人才流入与资本聚集。
- 数字未来产业作为新质生产力发展的主阵地：
- 什么是未来产业？十大赛道包括：量子科技、脑机接口、人形机器人、智能体、具身智能等。
- 需精准识别技术前沿趋势，因地制宜发展未来产业。
个人补充：听课者想到为个人导航页增加头条新闻模块，逐步将其打造为个人信息数据入口，甚至成为每日第一件事的起点。
推动服务业转型：数实融合是主攻方向。 重塑制造业：重新定义行业竞争力。 重塑科技发展竞争力：数字技术全面渗透。
三、浙江的探索与实践
（课程内容未详细记录，但主题明确：浙江在数字经济领域的先行先试经验。）
个人实践与反思（穿插记录）
6月13日工作流程：
- 凌晨建立灵感收集、AI分析、输出文章至Gitea的模式，认为效果“远超预期”。
- 关注服务器备份问题，担心崩溃造成影响。
- 计划将此前学习内容（如清华企业战略课）通过Memos逐步录入。
清华企业战略课回忆：
- 价值网依赖：逻辑模型、造塔模型。
- 战略转折点模型。
- 推荐书籍（部分）：《只有偏执狂才能生存》《创新者的窘境》《精益创业》《创造性破坏》《技术的本质》《基业长青》《熵增定律》《领导力与新科学》《禅者的初心》《亚马逊逆向工作法》《卓越基因》《权力与预测》《反脆弱》《第二曲线》《What Technology Wants》《Young Men and Fire》《盲眼钟表匠》《隐形冠军》《艺术与恐惧》《测试的力量》。
- 案例：亚马逊Lab126（硬件创新实验室）、诺基亚失败（“大哥吃小弟”，成功历史太厚重）。
- 模型演变：弹道模型（预备、瞄准、开枪）→制导模型（瞄准、预备、开枪）→当前模型（开枪、开枪、开枪，即快速试错迭代）。
6月13日晚餐：在西湖店李百蟹蟹黄面用餐,在松果脱口秀看了我人生第一次的现场脱口秀感觉不错。
6月14日灵感：
- 课堂分析、灵感分析、工作记录、待办跟进等功能需继续研究，尽快推进。
- 读到王纯的故事，引用《人类群星闪耀时》中一句话：“人类最幸运的事就是在自己年富力强时遇到了自己的使命。”听课者为之动容。
简要总结
两天的学习聚焦于AI技术发展、数字经济趋势及浙江实践。核心收获包括：智能体深度应用、人机协作模式、大模型技术原理（参数、可解释性、算力确定性）、数字经济四阶段划分、未来产业十大赛道。同时，听课者在个人工作流程中实践了AI辅助知识管理，并计划进一步优化。技术革命带来的“奇点临近”感贯穿始终，而“找到使命”的感悟则为学习赋予了个人意义。