（1）第一、第二、第三产业我国有第一、第二、第三产业之分。第一产业，我个人简单给大家说说，就是制造业需要的原材料制造，或者农林牧渔的种植养殖，就这两大部分。第二产业，我也...

今天看到一篇有关云计算技术文章，把虚拟化和虚机集群管理OpenStack、容器Docker和容器集群管理Kubernetes、通用资源调度管理器Mesos和大数据处理调度...

我加入两个群，主要都是中国制造企业的CIO、流程管理、供应链管理、制造IT解决方案、制造业媒体、制造业国家部委专家这些人士。天天吵工业4.0、智能制造、工业云、工业互联网...

现在有了ClawHub，全世界最优秀的人都在贡献最佳实践的skill，这样不会写skill的普遍大众就能坐享其成了，使用大模型也和高手一样水平了。现在针对联网搜索也有很多skill，可以让联网搜索能搜索到最新、最准确的信息，并且让返回的数据可以是最干净最结构化的数据格式。现在，大家对这两个点的解决思路从大模型本身改进转移到了外挂，用外挂这种灵活的思路来解决。如何让新的信息源源不断进入大模型，让大模

AI大模型的训练已经进入了瓶颈期，而且更严重的问题是：AI每年投入烧钱这么多，商业价值转化却不高，这是很大的危机。聊天室、BBS、博客、微博、QQ群，这些应用相比AI技术来说，都很简单，但是发挥了重要的价值，而AI技术的重投入，却没有大产出，这是大矛盾。虽然我从互联网上受益了很多，我通过互联网的聊天室、BBS、博客、微博、QQ群，结识了很多人，大家启发和帮助了我很多。而搞聊天室、BBS、博客、微博

毕竟，2026年马上就要到了，离2017年谷歌发布Transformer架构已经过去快十年了，大家已经把Transformer模型魔改出了花、把数据和算力都使上了最大的劲儿，就如今这程度。不过，在最基础的研究方面，谷歌还是牛，在今年发布了三篇论文：Titans架构及通用理论框架MIRAS，以及进化版HOPE架构，这为AI下一步前进指明了探索方向。不过很可惜的是，除了出了一堆Agent框架以外，大模

我个人觉得：虽然大模型的推理能力已经难以突破，但是Coding专有大模型能力提升，再加上Agent辅助基础模型提高：意图理解能力-方案规划能力-多Agent任务分工协作能力，再加上Agent的记忆模块和Skill模块，可以使最终结果表现出来的推理能力再提升提升。这三年，推理能力并没有得到大的提升，只是从：理论方法（思维链）成熟，到商业产品落地（GPT-o1），到推理速度提高（DeepSeek做了很

AI基础设施厂商：Space火箭多次发射回收太空运输-星链太空数据传输-太空能源-太空算力。2026年 到5月为止，收入已高达440亿美元，按这个速度走，今天妥妥的收入超1000亿美元。我想起前段时间国内Kimi也接入了同花顺的数据、Qwen接入了万得Wind的数据。Kimi接受美团龙珠领投的20亿美金，美团投了2亿美金，在中国：专业高级人群太少，专业版商业模式也很难走通。我个人洞察，AI行业应用

2、DeepSeek这次发版，肯定想在长思维链多步推理大上一层楼。前几天我看Kimi发的论文倒是觉得那条道是对的：同样也是聚焦残差环节，但是解决手法却是用的注意力的方法，这是Transformer之所以牛的核心方法，Kimi给应用到了残差环节。Claude Code作为全球最牛的代码生成模型，核心却是高手程序员写的专业Skill外挂，而非在模型、在前训练。DeepSeek的上下文虽然能容纳1M，导

昨天，中国医改又一轮启动，有人对多次医改已经不抱希望，我却说这对中国医疗信息化行业变动挺大，对中国云计算医疗行业解决方案也影响挺大。这段时间我正好在研究云计算医疗行业解决...