负责领导特朗普政府效率部门工作的亿万富翁埃隆·马斯克当地时间周一早上绍了这项工作的最新情况。他说，他们正在努力关闭美国对外援助机构美国国际开发署。  马斯克在X平台上的一次谈话中，讨论了政府效率部（DOGE）的工作。这次谈话的参与者包括前共和党总统候选人维韦克·拉马斯瓦米和共和党参议员乔尼·恩斯特。马斯克一开始就说，他们正在努力关闭美国国际开发署（USAID）。 “它无法修复，”马斯克说，并补充说特朗普总统同意应该关闭它。 这次在线对话发生在人们对马斯克进入美国财政部系统的担忧之际，该系统每年代表联邦机构支付超过6万亿美元的款项，其中包含数百万从政府领取社会保障金、退税和其他款项的美国人的个人信息。 美国参议院财政委员会成员、民主党人彼得·韦尔奇（Peter Welch）要求解释为什么马斯克可以进入支付系统，以及韦尔奇所说的包括纳税人敏感数据的内容。 韦尔奇在一份电子邮件声明中说：“这是一个未经选举的官僚严重滥用权力，这表明在特朗普的白宫里，金钱可以买到权力。” 马斯克得到了特朗普的支持。当地时间周日，当被问及马斯克是否做得很好时，特朗普表示同意。“他是个大幅削减成本的人。有时我们不同意，我们不会去他想去的地方。但我觉得他做得很好。他是个聪明人。非常聪明。他非常热衷于削减联邦预算。” [查看评论](https://m.cnbeta.com.tw/comment/1475660.htm)

韩国首尔高等法院当地时间2月3日就三星电子会长李在镕不当合并与会计造假案进行二审宣判，维持一审判决，认定李在镕无罪。韩国检方指控李在镕涉嫌违反《资本市场法》和渎职，并提请法院判处李在镕有期徒刑5年、罚金5亿韩元（约合人民币259万元）。  李在镕以及三星集团未来战略室前室长崔志成、未来战略室前次长张忠基、未来战略室前战略组长金钟重等人涉嫌在2015年三星集团旗下第一毛织和三星物产两家公司的合并过程中，故意发布虚假信息哄抬第一毛织股价、压低三星物产股价，以帮助李在镕以最低费用继承经营权并强化他在三星集团内的影响力，韩国检方于2020年9月对他进行了起诉。 首尔中央地方法院2024年2月就此案做出一审判决，认定三星集团旗下两家公司合并目的并不仅限于强化李在镕在集团内的影响力，从总体上看，无法将其视为不当行为，且没有证据可证明此举给股东造成损失，该案所有指控均无确凿证据。因而认定李在镕及崔志成等人均无罪，检方不服判决提起抗诉。（总台记者 张昀） [查看评论](https://m.cnbeta.com.tw/comment/1475658.htm)

OpenAI发布了一款新的人工智能工具“Deep Research”，旨在为用户执行耗时的在线研究任务，涵盖从复杂科学问题到汽车推荐等众多领域。这一新工具进一步丰富了这家初创公司的人工智能代理阵容。 Deep Research可能需要 5 到 30 分钟来完成其工作——在你离开或处理其他任务时深入挖掘网络。最终输出以报告的形式出现在聊天中，很快用户还将看到嵌入的图像、数据可视化和其他分析输出，以增强清晰度。这次的时间大大提升了它的能力。例如，在“人类的最后考试”中，Deep Research取得了令人印象深刻的 26.6% 的准确率——远远超过了其最接近的竞争对手 DeepSeek R1，后者的得分低于 10%。这一飞跃凸显了系统的迭代优化和结构化综合能力，证明了在人工智能快速发展的步伐中，有些任务确实需要时间。  在上周日的博客文章中，OpenAI宣布，这项名为“Deep Research”的服务将通过其ChatGPT在线聊天机器人向特定付费客户开放。该工具能够根据用户的指令，在线搜索文字、图像、PDF文件以及用户上传的文件，进而生成一份详尽的报告。OpenAI将这一功能比作研究分析师，并强调它能够在“几十分钟”内完成通常需要一个人“数小时”才能完成的工作。 不过，OpenAI也提醒用户，“Deep Research”仍处于早期阶段，可能会将虚构信息误认为事实，且在区分谣言和准确信息方面可能存在困难。此外，这款研究工具“非常耗费计算资源”，初期用户每月仅能提交100次查询。 [查看评论](https://m.cnbeta.com.tw/comment/1475654.htm)

韩国有关部门周一对釜山航空（Air Busan）一架飞机起火事件展开联合调查。一周前，这架飞机在韩国一座机场起飞前不久起火，导致乘客紧急逃生。韩国国土交通部和负责民用航空事故技术调查的法国民航安全调查分析局等机构正在首尔东南323公里处的釜山金海国际机场进行联合调查。 上周二，釜山航空一架飞往香港的飞机在起飞前在机场起火。机上176人全部通过逃生滑梯安全撤离，但有7人受轻伤。 起火原因尚未确定，但一些乘客和机组人员认为，火灾可能是由手提电池或头顶行李架中的其他物品引起的。  [查看评论](https://m.cnbeta.com.tw/comment/1475652.htm)

据路透社报道，一名加拿大政府高级官员2月2日表示，加拿大将通过相关国际机构，针对美国对加拿大多数产品征收25%关税的举措采取法律行动，并称这一关税“非法且不合理”。  报道称，该官员表示，加拿大政府认为美国特朗普政府这次加征关税属于“非法”，并称此举违反了两国在自由贸易协定和世界贸易组织下达成的贸易承诺。 “我们显然将根据我们与美国达成的协议，采取我们认为可以采取的法律手段。”该官员在渥太华向记者介绍说，“如果有其他对我们来说可行的合法途径，也将被纳入考虑。” 报道称，该官员还表示，美国加征关税以及加拿大采取的反制措施将对加拿大经济产生影响。但他拒绝说明相关细节。 特朗普1日签署行政令，将对进口自加拿大的商品加征25%的关税，路透社提到，该关税措施将于4日开始生效。其中，石油、天然气和电力等能源产品将只被征收10%的关税，并于18日开始生效。 对此，加拿大总理特鲁多1日宣布将对价值1550亿加元（1美元约合1.45加元）的美国输加产品加征25%的报复性关税。特鲁多表示，首批报复性关税将于4日起征收，涵盖价值300亿加元的美国产品。在此21天后，加方将对价值1250亿加元的美国产品征收报复性关税。特鲁多称，加方还在考虑采取非关税手段进行反制。 [查看评论](https://m.cnbeta.com.tw/comment/1475650.htm)

美国总统特朗普周末宣布征收关税，加密货币交易员以削减一系列加密货币头寸作为回应。数据显示，亚洲时间周一上午，以市值计算第二大加密货币以太币一度下跌26.53%，至2135美元，随后跌幅缩窄。这是该加密货币自2021年5月以来的最大盘中跌幅。 预计这些关税将影响美国从加拿大进口的价值数十亿美元商品，并可能扰乱全球贸易。 市场的负面情绪对其他加密货币造成压力，比特币一度下跌近6%，小型加密货币的跌幅更大。  BTC Markets首席执行官Caroline Bowler表示，“特朗普的关税战正在影响整个市场”。 “以太币受到的打击比比特币、Solana和Ripple更大，主要是因为人们预期后三者可能会被纳入美国的数位资产储备，”做市商Acheron Trading高级量化交易员Jonathan Yark说。 截至新加坡上午，以太币交易价格为 2，495美元，比特币交易价格为93，747美元，Ripple下跌近14%，至2.25美元。 [查看评论](https://m.cnbeta.com.tw/comment/1475648.htm)

美国消防员上周五表示，洛杉矶伊顿大火（Eaton Fire）已完全受到控制。在大火持续超过三周后，这是具有象征意义的里程碑。这场大火烧毁了洛杉矶东部超过14，000英亩（约合57平方公里）的土地。 [](https://n.sinaimg.cn/spider20250127/213/w2048h1365/20250127/335a-8dc64e013336b44e7234e2b64c52eaa0.jpg) 加州消防局表示，帕利塞德大火（Palisades fire）也完全受到控制。这场大火在洛杉矶西侧烧毁了23448英亩（95平方公里）的土地。 加州消防局表示，两场大火加上几场小火造成了洛杉矶县历史上最严重的自然灾害，造成28人死亡，16000多座建筑受损或被毁。据洛杉矶县官员称，一度有18万人接到疏散命令。 气象机构AccuWeather预计，火灾造成的破坏和经济损失超过2500亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1475646.htm)

Mozilla 于 2023 年收购用于检测电商网站虚假评价的 Fakespot，该工具能够对用户提交的评论进行评分以显示准确度，例如刷评价之类的评论就可能会被标记出来，现在Mozilla将其改造成 Fakespot Deepfake Detector 扩展程序，利用 Fakespot 的基础知识和 AI 相关能力来检测文章是否为 AI 生成的。 与其他在线检测 AI 文本工具类似，该扩展程序会分析文本以识别 AI 生成的文本中的某些惯用格式、特征和暗示等，同时使用 Mozilla ApolloDFT 引擎以及其他开源检测模型对内容进行识别。 [](https://img.lancdn.com/landian/2025/02/107711.png) 从用户角度来说我在参考某些内容时希望这是真人撰写的而非 AI 生成的，因为 AI 生成的内容可能缺乏洞察力、创造力或实质内容，以及可能还存在不准确的东西。 从这个角度来说 Fakespot Deepfake Detector 扩展程序可能有些用，但问题是按照蓝点网的观察，这个扩展程序可能要不了多久就会被放弃，原因很简单：没法赚钱。 对谋智基金会来说开发这类工具也需要投入，如果这类工具无法赚钱的话最终下场就是被关停，Fakespot Deepfake Detector 目前来看存在这种窘境，毕竟指望用户付费订阅和检测不太现实。 另一方面是实用性问题，至少目前 Fakespot Deepfake Detector 无法实现自动检测，而是用户选中内容后在右键菜单中进行识别，这种略过于繁琐的操作 (即每次使用都需要手动操作) 可能会让用户放弃使用。 有兴趣的用户可以安装 Firefox 浏览器和 Fakespot Deepfake Detector 试试看，目前该扩展程序仅支持 Firefox 浏览器，不支持 Chromium 系列浏览器。 Fakespot Deepfake Detector：[https://addons.mozilla.org/en-GB/firefox/addon/deep-fake-detector/](https://addons.mozilla.org/en-GB/firefox/addon/deep-fake-detector/) [查看评论](https://m.cnbeta.com.tw/comment/1475644.htm)

2024 年 10 月 Linux Kernel 项目将 11 名俄罗斯内核开发者除名，这种做法在开源社区引起激烈讨论，最终 Linus Torvalds 都下场发布回应。  Linus Torvalds 称除名原因主要是因为各种合规要求，对开发者来说这意味着要谨慎对待贡献者提交的代码，因为稍有不慎就可能引起复杂的法律问题，显然对大多数开源项目开发者来说这些法律问题可能会引起非常麻烦的后果，所以 Linux Kernel 项目的做法就是直接将俄罗斯开发者除名避免引发可能的法律争议。 日前 Linux 基金会发布综合指南帮助开源开发者应对美国外国资产控制办公室 (即 OFAC) 制裁的复杂局面，该基金会称监管合规和网络安全风险增加都给开源社区带来了负担。 大多数 OFAC 的制裁都豁免于信息材料，这些材料通常包括开源代码，但这仅适用于现有代码，即已经提交的代码无需处理，而提交的新代码和修改请求则需要进行审查。 例如当你的项目有俄罗斯开发者提交补丁就可能存在法律风险，按照 OFAC 的制裁要求，虽然被制裁地区的贡献者主动提交的补丁有时候是可以接受的，但如果让这些贡献者积极参与讨论或进行改进则可能引起法律问题。 Linux 基金会虽然无奈但也提到开发者要注意试图通过第三方间接做出贡献的受制裁尸体或单独行动的开发者，也就是受制裁地区的个人和企业 / 组织提交的代码都需要进行审查。  **目前受到 OFAC 制裁的国家或地区包括：**(不含被单独制裁的企业/组织) - 俄罗斯 - 古巴 - 朝鲜 - 伊朗 - 叙利亚 - 乌克兰的以下地区：克里米亚、顿涅茨克、卢甘斯克 Linux 基金会曾表示，OFAC 的制裁规则是严格责任规则，这意味着你是否了解这些规则并不重要，违反这些规则则可能受到严重的处罚，因此了解这些规则可能如何影响你的开源工作非常重要。 **当然现实情况是小公司通常会忽略这些问题，开源许可律师 Heather Meeker 表示：** 说实话小公司通常会忽略这样的规则，因为他们没有资源来分析这些法规，美国政府通常也会忽略小公司，因为美国政府也没有足够的资源来对他们实施强制措施，受到关注的大公司通常需要专业顾问提供帮助。 以上内容全文详见 Linux 基金会官方博客。 [查看评论](https://m.cnbeta.com.tw/comment/1475642.htm)

不知不觉，中国人的春运已经40年了，也见证了中国交通的飞速发展，尤其是铁路与火车，从最早又挤又慢的绿皮车，直到如今舒适快捷的复兴号动车组。在这个特殊的时刻，中国中车精选了10余种具有代表性的车厢型号，一起回顾中国铁路装备的发展史。 今年春运期间，中国中车有**超过4400组动车组、2万台机车**投入到春运服务保障工作。 要说大家印象最为深刻的，自然就是“绿皮车”，也就是**北京型液力传动内燃机车，或者说是22型客车，时速120公里，定员118人，3+2座椅排列。** **这是中国铁路第二代主型客车，总产量达2.6万辆左右，在上世纪从50年代一直用到90年代，直到如今仍然会在春运执行临客任务。** 它拥有多种衍生型号和车种，包括硬座YZ22/YZ22B/YZ22C、软座RZ22、硬卧YW22、软卧RW22、餐车CA22、邮政车UZ212、行李车XL22。 **1985年4月1日，13/14次京沪特快列车升级为直达特快，使用的就是22型客车，北京至上海需要约17小时。**   **担当北京-乌兰巴托-莫斯科国际列车的NY7内燃机车(YW18)、我国第一款准高速列车东风11+25Z、京九直通车SS8 25K客车(RW19K)、京沪直达特快东风11G+BSP25(RW25T)、高速卧铺动车组CRH1E、非统型动车组CRH380A、纵向卧铺动车组CRH2E、卧铺动车组CRH5E、智能动车组CR400BF-C/Z……** 不知道你认识几个？又坐过几个呢？                     [查看评论](https://m.cnbeta.com.tw/comment/1475640.htm)

NorthridgeFix是一家阅历极为丰富的硬件维修机构，见过各种各样奇奇怪怪的损坏产品，但最近收到的一块RTX 3090却相当疯狂，直呼离谱。收到该卡后，维修人员将它插入开机后，却检测不到任何信息，之后拆开惊讶地发现，**GPU芯片、显存芯片统统不见了，有明显的拆卸痕迹。** 同时，**各种元件要么丢失，要么扭曲位置错乱，就像龙卷风现场似的，一片凌乱， 惨不忍睹。**  诡异的是，送修的用户坚称，这块卡放在一台闲置电脑里好几年了，从来没有挖过矿，然而事实上，即便是“矿渣”也不至于如此。 一再追问之下，**用户终于承认，他是低价从一个黄牛那里买的这块卡，黄牛对他保证不是矿卡，只是一直闲置，而他只是把黄牛的原话转发给了维修人员，还希望修一修就能用。** 这事儿搞的，维修人员都不好意思告诉他真相了。 所以，还是那句话：**贪便宜是没有好结果的。**  [查看评论](https://m.cnbeta.com.tw/comment/1475636.htm)

随着Windows 10主流支持临近结束，Windows 11的市场份额正在加速增长。根据Statcounter的最新数据，Windows 10虽然仍占据主导地位，但Windows 11正在迅速缩小差距。 **截至2025年1月，Windows 10的市场份额为60.33%，较上月下降了2.37个百分点，而在2024年1月，Windows 10的份额为66.47%。** 这意味着在过去一年中，Windows 10的份额已经下降了超过6个百分点。  **与此同时，Windows 11的市场份额在2025年1月达到了36.65%，较上月增长了2.53个百分点，创下了历史新高，与去年同期相比，Windows 11的份额增长了8.82个百分点。** 这一增长趋势表明越来越多的用户开始转向Windows 11，尤其是在微软向Windows 10用户全面推送Windows 11 24H2之后。 在其他Windows版本方面，Windows 7的市场份额为2.24%，较上月下降了0.17个百分点；Windows 8.1的市场份额为0.3%，较上月增长了0.03个百分点；而Windows XP的市场份额为0.27%，较上月增长了0.03个百分点。 [查看评论](https://m.cnbeta.com.tw/comment/1475634.htm)

近一周以来，DeepSeek不仅引发了美国硅谷的恐慌，也让很多原本不关心AI的人感受到了中国AI大模型的震撼。不过，国外老牌硬件网站Tomshardware发文称，**DeepSeek可能没有宣传的那么具有颠覆性，在AI领域不存在奇迹。** **以下为文章节选：** 中国初创公司DeepSeek最近因其先进的AI模型R1的计算资源使用量惊人地低，而成为科技界的焦点。 该公司声称DeepSeek的训练成本仅为600万美元以及2048个GPU，其最新的R1模型可以与Open AI的o1相媲美。 **然而，行业分析公司SemiAnalysis报告称，DeepSeek背后的公司花费了16 亿美元的服务器成本，并拥有50,000 个NVIDIA Hopper GPU。 ** 报告称，DeepSeek运营着一个拥有约50,000个Hopper GPU的庞大计算基础设施。根据 SemiAnalysis 的数据，其中包括10,000个H800和10,000个H100，另外还购买了H20芯片。 这些资源分布在多个位置，用于AI训练、研究和财务建模等。SemiAnalysis的数据显示，该公司在服务器上的总资本投资约为16亿美元，估计运营成本为9.44亿美元。 DeepSeek 起源于High-Flyer（幻方），这是一家中国对冲基金，很早就采用了人工智能，并在GPU上投入了大量资金。 2023 年，High-Flyer成立了 DeepSeek，作为一家专注于人工智能的独立企业。与许多竞争对手不同，DeepSeek 仍是自筹资金，这使其在决策方面具有速度和灵活性。 DeepSeek的一个主要优势在于它能够运行自己的数据中心，而大多数其他AI初创公司则依赖外部云提供商。这种独立性允许其完全控制测试和AI模型优化。 此外，它能够快速迭代而不受外部瓶颈的影响，这使得DeepSeek与业内传统参与者相比效率极高。 根据SemiAnalysis的数据，DeepSeek只在中国境内招聘，注重员工的技能和解决问题的能力，而非资历。 DeepSeek面向北京大学、浙江大学等知名高校招聘人才，并提供极具竞争力的薪水。**根据研究，DeepSeek的一些人工智能研究人员的薪酬超过130万美元（约合942.7万元人民币），超过了 Moonshot（月之暗面）等其他领先的中国人工智能公司的薪酬。** SemiAnalysis报告称，由于人才的涌入，DeepSeek率先推出了MLA等创新技术。DeepSeek 强调效率和算法改进，而不是蛮力扩展，重塑了人们对AI模型开发的期望。 出于多种原因，这也让大家相信，技术的快速进步可能会减少对高端GPU的需求，从而对NVIDIA等公司产生利空应影响。 最近有消息称，DeepSeek 仅花费600万美元训练其最新模型，但这个数字仅指总训练成本的一部分——不包括研究、模型改进、数据处理或整体基础设施费用。 事实上，自成立以来，DeepSeek在人工智能开发上花费了超过5亿美元。SemiAnalysis认为，与受官僚主义困扰的大型公司不同，DeepSeek 的精益结构使其能够积极推动人工智能创新。 DeepSeek的崛起凸显了一家资金雄厚的独立AI公司如何挑战行业领导者。但现实情况要复杂得多：SemiAnalysis 认为DeepSeek的成功建立在数十亿美元的战略投资、技术突破和有竞争力的员工队伍之上。 **这意味着没有什么奇迹。正如埃隆·马斯克一年前指出的那样，如果你想在AI领域具有竞争力，你就必须每年投入数十亿美元**。  [查看评论](https://m.cnbeta.com.tw/comment/1475632.htm)

据澎湃新闻，台湾女演员、歌手、主持人徐熙媛（大S）**因流感并发肺炎去世**，年仅48岁。流感（Influenza）在中文中称为“流行性感冒”，由于其中带有“感冒”两个字，所以很多人以为它是普通感冒（Common Cold）在流行，对流感掉以轻心，但其实，**得了流感有可能引起严重后果，甚至可能会有生命危险。** 据 WHO 估计，流感在全球每年可导致 300 万～500 万的重症和 29 万～65 万呼吸道疾病相关死亡。一项全球的研究数据估算了 1999～2015 年 33 个国家的死亡率，估计每年流感相关死亡率平均值如下：  **肺炎** **流感最常见的并发症** **临床上把小于 5 岁、大于等于 65 岁**（也有指南界限在大于 50 岁）**、孕妇、产后 2 周内和有慢性基础疾病的人群列为并发症高危人群。**健康的中青年人群流感出现并发症风险低，但也不能因此忽视风险。 图源：参考文献 **肺炎是流感最常见的并发症**，典型表现是咳嗽伴呼吸困难、呼吸急速（&gt; 24 次/分）、缺氧和发热（&gt; 3 天）。肺炎类型包括： **原发流感病毒性肺炎：**流感发作 3～5 日后仍持续存在高热，以及有上述肺炎表现。通常很严重，进展可能很快，不积极干预会有生命危险，特别是有肺部或心血管疾病的人群。 **继发细菌性肺炎：**流感症状有所好转（包括热退）后，再次出现发热和咳脓痰。通常出现在流感数天后（7～14 天），最常见，在重症流感中约占 1/3，继发金黄色葡萄球菌肺炎往往危重。 **细菌和病毒混合感染性肺炎：**参考上两者，可表现为症状逐步加重，也可表现为短暂好转后加重。 **这些流感并发症也要注意** 除了肺炎，流感还有这些并发症也要当心： **1 心脏并发症** 心肌缺血、心肌梗死、心力衰竭，约占成人流感的 12% ，但流感性心肌炎和心包炎罕见。 **2 中枢神经系统并发症** 癫痫发作多见于儿童和癫痫患者，流感相关性脑病更常见于儿童，流感导致成人脑炎、脑血管意外、急性播散性脑脊髓炎和吉兰-巴雷综合征，总体上不常见。 **3 肌肉骨骼并发症** 重度肌炎和横纹肌溶解（极度肌痛、无力、尿色加深）更常见于儿童。虽然肌痛是流感的突出特征，但真正的肌炎并不常见。 **4 中毒性休克** 在最近几年的甲型和乙型流感暴发期间，既往健康的儿童和成人中出现了中毒性休克样综合征，多跟继发产毒葡萄球菌感染有关。 **5 合并感染 ** 包括肺炎（其它病毒、细菌、真菌）、菌血症、脑膜炎和曲霉菌病。对于发热超过 3～5 日、退热后再次发热，或病程 3～5 天后症状仍持续加重的流感患者，需要警惕。 **流感是什么？** **和普通感冒有什么区别？** **1 普通感冒症状** 典型的普通感冒通常表现为鼻涕、鼻塞明显，其他常见症状包括咽干、痒或痛，咳嗽和不适感，成人感冒很少发热或低热。咳嗽较常见，往往出现在鼻塞、鼻涕症状之后；鼻分泌物可能清稀，也可能呈脓性（不一定是细菌感染）。 **2 流感症状** **流感和普通感冒的最大的差异在于其严重性。**不同人感染流感后的症状轻重不一。轻者症状跟感冒类似，重者则会有上文提到的并发症。 **<strong>对流感掉以轻心，可能导致高危人群忽视疫苗接种或抗病毒药物的及时使用，进而引发严重的、不可逆转的后果。</strong>**例如，因忽略疫苗接种，使流感引发严重综合性疾病，导致儿童死亡；对于老年人来说，这个问题可能更为隐匿，但在临床，不少时候我们可以看到，一场看似普通的感冒可能导致老年人身体状况急转直下，甚至无力回天。 从症状上分辨流感和感冒，有时不会很准确。**最快速、最精确的方法是病原检测，**在临床，如果非要鉴别是由何种病毒造成的感冒，方法可以有病毒培养、抗原检测和  PCR。但是，如果没有办法及时进行检测，随着疾病的发展，**两者的<strong>症状上还是可能出现一些差异：</strong>**  在全球范围内，**流感每年导致大量住院和死亡，属于严重的公共卫生问题。**即使是健康成年人，流感感染后可能出现剧烈的疼痛，由此造成和引发的暂时性劳动力丧失或生活质量下降，也更强烈一些。 **得了流感后怎么办？** **A **自我判断 对于平素身体健康的年轻人（15～65 岁），在流感季节，自己的小区、学校、办公场所等有流感病例，突然出现发热、咳嗽、肌痛或无力症状时，临床可以疑诊流感。 此时不需要流感检测来确诊。自购抗原家庭检测也是一种选择，但受采样技术影响，阳性的准确率可能达不到预期的 50%～70%，有需要明确诊断时，在 1～2 天内多次采样有助于提高阳性的准确率。 - 无并发症的流感，成人的发热和呼吸道症状通常持续约 3 天，随后大多会改善，完全康复可能需要 10～14 日（年纪大、免疫力低下恢复时间更长），部分患者的乏力症状会持续数周。 - 出现并发症的流感，或者有脱水（口渴、疲倦、尿少黄）、心肺功能受损、精神状态改变的情况，通常属于重症，应住院治疗 **B 疑诊或确诊流感时**，符合以下任一情况，需要积极抗病毒治疗： **① 并发症高危人群：**高危人群流感，无论症状轻重、病程是否超过 2 天，都建议抗病毒治疗。 **② 高危人群接触者：**非高危人群流感，但会接触到高危人群（比如家里有小孩、老人等），无论症状轻重、病程是否超过 2 天，也建议抗病毒治疗。 **③ 流感持续或重症：**流感样症状持续进展，超过 3 天，或者出现流感并发症、重症时。重症或病程超过 2 天时建议遵循医嘱选用对应抗病毒药物及时治疗。 **C 不属于以上三种情况，用药前先权衡利弊：**病程在 48 小时内，可以根据自身生活、工作或学习等需要，跟医生沟通后决定是否给予抗病毒治疗，因为轻症流感可以自愈，药物可以缩短病程，但同时有增加耐药风险。 如果病程已经超过 48 小时，又不符合上面三点需要用药的情况，不建议抗病毒治疗。 **划重点** 流感危害可以很大，易引发严重并发症，对高危人群尤为致命，因此，**一定要重视流感疫苗接种！！！** 每年的 9 月和 10 月通常是接种流感疫苗的好时机，但即便在 10 月底前没有打上疫苗，在整个流感季都是可以接种的。而且，由于流感病毒易发生变异，每年流感流行株可能发生变化，因此，**流感疫苗每年都要接种！！！** [查看评论](https://m.cnbeta.com.tw/comment/1475630.htm)

据业内消息人士称，美国人工智能（AI）企业OpenAI的创始人兼CEO萨姆·奥特曼将于本周访问韩国，与韩国本土开发人员一起举行活动。据悉，OpenAI将于周二在首尔举行由韩国人工智能企业和创业公司参加的“建设者实验室”（Builder Lab）活动，届时奥特曼将出席。 [](https://n.sinaimg.cn/tech/transform/725/w464h261/20250129/9470-29f3b0d6768fb7439fd0cb5646bd4d72.webp) 这将是奥特曼第三次访问韩国，他上一次访问韩国是在2024年1月，当时他参观了三星电子公司位于首尔以南平泽的生产设施。 在全球人工智能（AI）产业发生巨大变化的情况下，特别是最近中国人工智能创业公司DeepSeek推出最新大模型后，奥特曼的首尔之行备受关注。 奥特曼预计将于周二宣布与韩国科技企业Kakao的合作。Kakao首席执行官Chung Shin-a将于当天举行记者招待会。 Kakao去年推出了新的综合人工智能品牌Kanana，并计划在2025年晚些时候推出这项服务。业界预测，Kakao将把OpenAI的模式整合到自己的人工智能平台中。 除此了这些活动之外，奥特曼预计还将会见SK集团会长崔泰源等韩国商界领袖，探讨人工智能合作的可能性。 据悉，奥特曼还将与三星电子相关人士进行会谈，但是否会见三星电子会长李在镕还不清楚。 [查看评论](https://m.cnbeta.com.tw/comment/1475626.htm)

“因为我们都太年轻，不知道天高地厚。”

**OpenAI CEO（Sam Altman）奥特曼即将开启全球巡演，积极启程拜会投资人、产业领袖。**据报道，奥特曼在30日一场闭门会议向政策制定人士提出他的担忧，认为DeepSeek凸显“Stargate计划”的必要性。本周起，**奥特曼将前往日本、韩国、印度、德国、法国、迪拜，与投资者、开发商及业界领袖会面。** [](https://static.cnbetacdn.com/article/2024/0928/837988c4a41a8de.webp) 据悉，奥特曼周一于东京将拜访软银集团创办人暨社长孙正义，日本总理石破茂也与OpenAI总裁布洛克曼（Greg Brockman）会面。 然后奥特曼将前往首尔，去新德里与投资人洽谈合作，然后周五参加柏林工业大学的AI专题演讲。 接着下一周，奥特曼将参加巴黎AI高峰会，包括Google DeepMind执行长哈萨比斯（Demis Hassabis）、Anthropic共同创办人暨执行长阿莫迪（Dario Amodei）也会出席。 随后奥特曼前往迪拜参加世界政府高峰会，同场还有 Google 执行长皮蔡（Sundar Pichai）、甲骨文董事长艾利森（Larry Ellison）及阿里巴巴集团主席蔡崇信。 “人们对OpenAI的技术非常感兴趣，包括我们下一代 AI Agent如何实现经济价值。”OpenAI 31 日声明表示，“我们将在未来几周与多个国家的商业领袖、开发者及合作伙伴会面。” **2025年1月22日，特朗普宣布软银、OpenAI、甲骨文联合成立一家新AI公司Stargate，计划在未来四年投资5000亿美元，并将立即投资1000亿美元，为OpenAI建设新的AI基础设施。** Stargate的初始股权投资者包括软银、OpenAI、Oracle和MGX，其中软银负责财务，OpenAI负责运营，Arm、微软、NVIDIA、Oracle和OpenAI是该项目的关键初始技术合作伙伴。 [查看评论](https://m.cnbeta.com.tw/comment/1475624.htm)

上月9日，参与美国加州南部山火灭火工作的一架CL-415“超级舀子”灭火飞机在空中与一架私人无人机相撞受损，左机翼产生一个10x15厘米的大洞，不得不停飞。该型号飞机在水面滑行时只用12秒就能吸进6000升水，然后直飞火场，在水源地与火场之间来回穿梭灭火，**加州消防局仅拥有两架该型号飞机，而且是从加拿大租赁的。**  事后美国联邦调查局、美国联邦航空管理局等部门展开调查，近日，调查有了新进展。 涉嫌操作无人机的男子名为彼得·特里普·阿克曼 (Peter Tripp Akemann) ，是Treyarch工作室联合创始人，空舞互动娱乐前总裁。 当前他已对“不安全操作无人机”这一罪名认罪，**承认鲁莽操作自己的大疆Mini 3 Pro无人机，造成消防飞机损坏，维修费用至少为65169美元（当前约47.5万元人民币）**。 阿克曼同意向提供这架飞机的魁北克政府和修理这架飞机的飞机维修公司支付全额赔偿，并完成150小时社区服务，而美国检察官办公室将降低其罪行级别。  [查看评论](https://m.cnbeta.com.tw/comment/1475622.htm)

美国总统唐特朗普对加拿大和墨西哥征收的关税将威胁到北美汽车制造商的生产，并使创纪录的汽车价格进一步上涨，大约2500亿美元的贸易将受到影响。特朗普周六兑现了他的警告，对从这两个国家进口的商品征收25%的关税，并将此举归咎于移民和毒品流入美国边境，以及巨额贸易逆差。 除非出现意外，否则关税将于当地时间周二凌晨12:01生效，给制造商不到48小时的时间来考虑该怎么做。 [](https://n.sinaimg.cn/spider20230303/576/w881h495/20230303/fdd8-9c558ae5fedac321dded728dec43c1fb.jpg) “汽车行业将在一周内关闭，”加拿大汽车零部件制造商协会主席Flavio Volpe表示，“如果是25%，我们的业务中绝对没有人能长期盈利。” 根据汽车咨询公司艾睿铂（AlixPartners）的研究，这些关税将立即影响到美国每年销售的1600万辆汽车中的近四分之一，以及这些汽车的零部件。2024年，美国进口汽车和零部件市场的规模达到2250亿美元。研究显示，关税将给该行业增加600亿美元的成本，其中大部分可能会转嫁给消费者。 墨西哥汽车经销商协会（AMDA）主席罗萨莱斯（Guillermo Rosales）表示，墨西哥的汽车制造商一直在做准备，先发制人地进口更多零部件和车辆，这可能会在头几周缓解冲击。在那之后，前景就不那么确定了。“一切都取决于特朗普政府在这件事上采取的路线，”他说。 汽车零部件在生产过程中可能在美国边境来回运输多达8次，给依赖这三个国家材料的庞大行业增加了关税。Wolfe Research分析师表示，在供应链的消费者端，一辆新车的平均价格可能会攀升约3000美元，在价格已经接近历史高位的情况下，这将进一步挤压消费者的负担能力。 零部件供应商大陆集团北美业务首席执行官Aruna Anand在接受采访时表示：“这将产生很大的影响。问题是谁在吸收价格，这就变成了，我们有能力吸收这个价格，还是它会转移到终端消费者身上？” [查看评论](https://m.cnbeta.com.tw/comment/1475620.htm)

NVIDIA DLSS 4带来了全新的Transformer大模型、MFG多帧生成技术，后者可以为每一帧画面额外生成3帧，再加上超分技术，帧率最多可提升8倍，但它仅支持RTX 50系列。其实，NVIDIA还低调推出了一种名为**“Smooth Motion”(平滑运动)**的帧生成技术，**一种基于驱动的全新AI模型，通过在两帧之间插入由AI推理而生成的帧，可以让帧率翻倍。** 换言之，它和AMD AFMF技术是同样的原理。 **它的好处是可以用于几乎任何DX11、DX12游戏，无需特殊适配支持DLSS，坏处就是画质、帧率比较一般，不可能和DLSS相提并论。** [](//img1.mydrivers.com/img/20250203/16e563219da14283afea5e5555f864bf.jpg) 目前，最新的NVIDIA App和驱动都已支持Smooth Motion，在图形设置中找到相应的游戏，打开即可，但是暂时仅限RTX 50系列显卡。 **NVIDIA官方确认，Smooth Motion技术正在更多产品上进行测试、验证，未来会下放到RTX 40系列显卡上。** 不过，具体时间没有说，也不确定是否会进一步下放给RTX 30系列。 [](//img1.mydrivers.com/img/20250203/616ec5beefeb4a5ca908d639aa0b57eb.png) [查看评论](https://m.cnbeta.com.tw/comment/1475618.htm)

就在开源的DeepSeek-R1被整合进各路AI搜索工具之际，OpenAI临时举行小型发布会。4点27通知，8点开始直播。ChatGPT上新“Deep Research”，把推理大模型的思考能力用于联网搜索。  据介绍，Deep Research功能可在数十分钟完成人类专家需要几个小时的复杂研究任务。  在“人类最后的考试”上，DeepResearch刷新了最高分，比o3-mini高推理设置分数高出一倍。 该测试包括3000多个多选和简答题，涵盖从语言学、火箭科学到生态学的100多个主题。 与o1相比，Deep Research最突出的地方在化学，人文和社会科学以及数学中，表现出类似人类的“在必要时寻找专业信息”的能力。  另一项测试GAIA，在现实世界问题上评估AI的公开基准测试，Deep Research在3个级别的难度上均刷新记录，平均完成一个问题花费60-70秒。  出于保护基准测试的目的，OpenAI只展示了Deep Research在完成这些任务时的搜索过程，隐去了最终答案。  Deep Research功能接下来将对Pro、Plus和Team用户开放。 奥特曼后面补充，目前版本基于o3构建，Plus用户（20美元/月）每个月能用约10次，且正在构建一个更高效的版本。 此外，免费用户也能获得非常少量的使用额度。  推理Agent的第一步 OpenAI表示，Deep Research专门为在金融/科学/工程等领域从事高强度知识工作、需要深入精确且可靠研究的人群而设计。 它由OpenAI o3驱动，通过基于真实任务（涉及浏览器和Python工具的使用）的训练，采用了与o1相同的强化学习方法。 只需一个提示，它就会查找分析并整合数百个在线资源，生成一份达到研究分析师水平的综合报告。 Deep Research对于OpenAI的重要性，官方原话是： <blockquote></blockquote> Deep Research标志着我们在开发AGI的宏伟目标上迈出了重要一步。我们长期以来一直设想AGI能够进行新颖的科学研究，而Deep Research正是这一愿景的重要进展。 使用方法，点击输入框下方的Deep Research按钮即可，支持上传文件添加额外资料。  例如prompt： <blockquote></blockquote> Compile a research report on how the retail industry has changed in the past 3 years． Use bullets and tables where necessary for clarity．（写一份关于过去三年零售业变化的研究报告，并运用项目符号和表格来提升内容的清晰度） ChatGPT线会确认一下问题细节信息，比如“您能具体说明您最感兴趣的零售业方面吗？”“您需要全球视角还是特定地区的分析？”  然后，它就开始分析+挖掘信息了：  侧边栏会显示所采取的步骤摘要和使用的信息来源。 完成任务的时间大概是5-30分钟，最终结果将以报告的形式输出。  OpenAI表示，接下来几周内，还将为这些报告添加嵌入式图片、数据可视化和其它分析输出。 和GPT-4o等相比，Deep Research对于需要深度和细节的多方面、特定领域的问题，能够进行广泛探索并引用每个观点。 不过，OpenAI也指出了Deep Research存在的局限性。 <blockquote></blockquote> 它有时会在回复中产生事实幻觉或做出错误的推断，尽管根据内部评估，其错误率明显低于现有的ChatGPT模型。 它可能在区分权威信息和谣言方面遇到困难，并且在自信度校准方面目前表现出弱点，常常无法准确传达不确定性。 报告和引用中可能会有轻微的格式错误，并且启动任务可能需要更长的时间。 下一步，OpenAI表示将在本月内将Deep Research推到移动和桌面APP端。目前，Deep Research可以访问公开网络和上传的文件，未来将能够连接到更多专业化的数据源，使其输出更加稳健和个性化。 <blockquote></blockquote> 我们预见ChatGPT将实现Agent体验的融合，用于异步、现实世界的研发和执行。Deep Research（可进行异步在线调查）与Operator（可进行现实行动）的结合，使ChatGPT能够执行越来越复杂的任务。 AI深度搜索是互联网的新界面 OpenAI研究员Jason Wei分享了他对这项新研究的看法： <blockquote></blockquote> 它不仅是出色的Agent，也可以看成是互联网的新界面 人类使用互联网需要大量时间来搜索和点击，受到时间和注意力的限制。 AI永远不会累，一次可以浏览许多网站，并拥有几乎无限的世界知识。 <blockquote></blockquote> 将来，通过浏览器手动浏览互联网将过时，就像手动计算数字而不使用计算器一样。  OpenAI toG业务负责人Felipe Millon则分享了一个个人故事。  10月底，Millon的妻子被诊断出患有双侧乳腺癌，病情很严重，在12月初做了双乳房切除手术，晚些时候开始化疗。 他们遇到一个新问题，是否应该接受放疗，对于她的具体病情来说，这是一个模糊问题，不同的专家给出不同的建议。 Millon在OpenAI已经获得了Deep Research的测试权限，就尝试上传了手术报告，并询问ChatGPT的建议。 ChatGPT不仅证实了人类专家提到的内容，还搜索出了全新的参考研究。 MIllon认为，这是一个将改变世界的工具。  此外也有少数第三方团队提前获得了Deep Research的测试资格，并在今日分享测试结果。 Every团队介绍，一些问题要花费30分钟才得到结果，答案可能超过1万个单词。  他们做的测试包括： 撰写从2020年到今天每一天的历史 阅读《战争与和平》的第1章，分析托尔斯泰的人物描写，回答他对人性的看法是什么？ 仔细查阅近期的 10-K 报告以发现未报告的财务违规行为…… 测试中发现的局限性包括： 有时信息缺失引用来源 没有“停止”按钮，如果搜索歪了只能重头开始 [查看评论](https://m.cnbeta.com.tw/comment/1475614.htm)

北京时间2月1日凌晨，为应对DeepSeek-R1所带来的竞争，OpenAI正式发布了o3-mini模型，这也是OpenAI推理系列中最新、最具成本效益的模型，并且已在ChatGPT和API中开放使用。据悉，该模型在数学代码等基准测试中刷新SOTA，相关测试中o3-mini（high）在准确率和校准误差（Calibration Error）均是最优。  △o3-mini与o1在AIME竞赛数学的得分对比 据介绍，o3-mini的价格比OpenAI o1-mini便宜63%，比满血版o1便宜93%。开发者可根据需求选择高、中、低三种推理强度，让o3-mini在处理复杂问题时进行深度思考，平衡速度和准确性。 具体来说，目前ChatGPT免费用户首次可以体验一个有限速率的o3-mini版本，速率限制与现有的 GPT-4o 限制类似；Plus用户可选择o3-mini-high更高智能版本；每月支付200美元的 Pro 用户可无限使用o3-mini和o3-mini-high；API层面，o3-mini输入1.10美元/百万token、输出4.40美元/百万token，价格比o1-mini便宜63%，比满血版o1便宜93%，但仍是GPT-4o mini的7倍左右。 OpenAI表示，o3-mini的发布是在追求高效能智能技术道路上的又一重要里程碑。通过优化科学（Science）、技术（Technology）、工程（Engineering）和数学（Mathematics）领域的推理能力，同时保持较低的成本，让高质量AI技术变得更加平易近人。 OpenAI联合创始人、首席执行官山姆·奥尔特曼在o3-mini发布后的在线问答中透露，“在未来几周，满血版o3即将上线。” 谈及对于DeepSeek的看法，奥尔特曼表示，“它（DeepSeek）确实是一个非常好的模型，OpenAI会开发出更好的模型，但我们不会像往年那样保持那么大的领先优势了。” 奥尔特曼还罕见地承认了自己的错误，并表示OpenAI正在讨论一个新的开源策略。“我个人认为，在这个问题上我们站错了队，需要想出一个不同的开源策略；不是OpenAI的每个人都持有这种观点，而且这也不是我们目前的最高优先级。”   值得一提的是，图灵奖得主、主导Meta AI研究的首席科学家Yann LeCun日前就曾指出，DeepSeek 成功的最大收获，是AI开源的价值使任何人都能受益。“对那些看到DeepSeek表现并认为‘中国在AI领域正超越美国’的人而言，你的解读错了，正确解读应是‘开源模型正超越专有模型’。DeepSeek 从开放研究和开源获益良多（如同PyTorch和Llama），他们提出新想法，并从其他人的工作基础加以建构。他们发布新的模型并开源，所以每个人都能从中受益，这就是开放研究和开源的力量。”Yann LeCun说道。 近期，中国AI技术厂商DeepSeek推出的V3和 R1 两款开源 AI 模型都颠覆了业界对于“AI算力需求”的看法。特别是DeepSeek推出的推理大模型DeepSeek-R1，其不仅性能比肩OpenAI o1 ，并且其所需的训练成本可能只有后者的约1/20（仅用了2048 个 H800 GPU，花了两个月的时间训练完成，仅花费了约558万美元），API的定价更是只有后者的约1/28，相当于使用成本降低了约97%。 也就是说，DeepSeek采用并不先进的AI芯片，以更低的算力要求和更低的成本，达到了OpenAI等美国AI技术厂商的顶级AI大模型的效果。这一成就被认为对美国的人工智能领导地位构成威胁，不仅引发了OpenAI、Meta、Google等众多大模型厂商恐慌，还引发了英伟达等AI芯片企业的价值重估和股价大跌。 然而，据SemiAnalysis，与外界认为DeepSeek公司拥有5万张H100 GPU计算卡看法不同，该机构认为，DeepSeek囤积了6万张英伟达GPU卡，其中包括1万张A100、1万张H100、1万张“特供版”H800、3万张“特供版”H20，算力资本支出的总体拥有成本（TCO）超过140亿元，达19.96亿美元（约合人民币143.45亿元）。DeepSeek 的总服务器资本支出约为 16.29 亿美元，运营此类集群的成本高达 9.44 亿美元，因此总体的成本可能高达 25.73 亿美元。  但是，DeepSeek并未进行过大规模融资，其母公司幻方似乎也不太可能会进行如此大规模的硬件支出。DeepSeek官方公布的数据来看，其DeepSeek-V3的训练仅用了约2080张英伟达H800加速卡，这部分的芯片投资大约为4000万美元左右。而且，DeepSeek训练其AI模型也并不一定非要拥有庞大的自有的硬件基础设施，其完全可以通过租用第三方的硬件基础设施来对自己的大模型进行训练。 不过，如果SemiAnalysis对于DeepSeek囤积了6万张英伟达GPU加速卡的分析是正确的话，那么这也意味着DeepSeek现有的AI算力硬件足以支撑其沿着目前的技术路径在未来持续研发出多代性能更为强大的AI大模型。 [查看评论](https://m.cnbeta.com.tw/comment/1475612.htm)

DeepSeek再度创造历史。居然能逼得OpenAI CEO奥特曼承认：‘我们在开源/开放权重AI模型方面，一直站在了历史的错误一边。’LeCun也发文指出，硅谷圈子的常见病，就是一种错位的优越感。高级阶段的症状，是认为小圈子就能垄断好的想法。而晚期症状就是，假设来自他人的创新都是靠作弊。    DeepSeek的最大意义在哪里？ ARC Prize联合创始人Mike Knoop发出长文中总结道——R1-Zero打破了最终的人类输入瓶颈——专家CoT标注！其中一个例子，就是监督微调（SFT）。 从R1-Zero到AGI，一切都与效率有关。  另一个值得注意的观点就是：相比R1，R1-Zero具有更重要的研究价值。 这是因为，R1-Zero完全依赖强化学习（RL），而不使用人类专家标注的监督微调（SFT）。 这就表明，在某些领域，SFT并非实现准确清晰CoT的必要条件，完全有可能让AI通过纯粹的RL方法实现广泛推理能力。  以下为Mike Knoop的完整分析。 从此，推理计算需求激增 上周，DeepSeek发布了他们新的R1-Zero和R1‘推理’系统，在ARC-AGI-1基准测试上的表现可与OpenAI的o1系统相媲美。 R1-Zero、R1和o1（低算力模式）都取得了15-20%的得分，而GPT-4o仅为5%——而这已是多年纯LLM scaling的巅峰成果。 根据本周美国市场的反应，公众也开始理解了纯LLM scaling的局限性。 然而，大多数人仍没有意识到推理计算需求即将激增的问题。 2024年12月，OpenAI发布了一个新的突破性系统o3，经过验证，该系统在低算力模式下得分76%，高算力模式下得分88%。 o3系统首次展示了计算机在面对全新、未知问题时进行适应的通用能力。  尽管o3在ARC-AGI-1基准测试中取得了突破性的成绩，但这一科技大事件却在主流媒体中几乎未被报道，也未引起广泛关注。 这是AI和计算机科学领域的一个极其重要的时刻，这些系统值得深入研究。 然而，由于o1和o3是闭源的，我们只能依靠推测进行分析。 幸运的是，借助ARC-AGI-1，以及现在（几乎）开源的R1-Zero和R1，我们能够进一步加深对这一领域的理解。 这里的‘几乎’指的是，DeepSeek并未公布从零开始复现其模型权重的方法。 特别值得注意的是，相比R1，R1-Zero具有更重要的研究价值。  R1-Zero比R1更值得分析：它消除了人为瓶颈 在对o1和o3的分析中，ARC Prize团队对这些推理系统的工作原理进行了推测。 它们的关键思路如下： 1、为特定问题领域生成思维链（CoT）。 2、使用人工专家（‘监督微调’SFT）和自动化机器（‘强化学习’RL）的组合对中间的CoT步骤进行标注。 3、利用（2）中标注的数据训练基础模型。 4、在测试时，模型会基于这一推理过程进行迭代推理。 下图回顾了用于各模型用于迭代采样的技术，及其在ARC-AGI-1评分的相关情况。  随着DeepSeek发表的新研究，ARC Prize团队就可以更好地验证自己的推测。 一个关键的发现是，LLM推理系统在适应新颖性（以及提高可靠性）方面的提升，主要沿着以下三个维度展开： 1、为CoT过程模型的训练添加人工标注，即SFT（监督微调）。 2、使用CoT搜索而非线性推理（即每个步骤并行进行CoT推理）。 3、进行整体CoT采样（即并行推理整个轨迹）。 第（1）点受到人工数据生成的限制，因此决定了哪些领域的推理系统能从中受益最大。 例如，在o1系统上，MMLU中的专业法律类目得分远低于数学和逻辑类目，这令人颇感意外。 第（2）和（3）点的主要瓶颈在于计算效率。 o1和o3都在ARC-AGI-1基准测试上表现出对推理计算量的对数式改进，即它们在测试时使用越多的计算资源，基准准确率就越高。 同时，不同的计算方式会影响这条曲线在x轴上的位置。 ARC Prize团队认为，DeepSeek最有趣的做法是单独发布了R1-Zero。R1-Zero不使用SFT（即不依赖人工标注），完全依赖强化学习（RL）。 R1-Zero和R1在ARC-AGI-1上的得分高度一致，分别为14%和15%。 此外，DeepSeek自己发布的基准测试结果也表明R1-Zero和R1的表现相近，例如在 MATH AIME 2024上的得分分别为71%和76%（相比之下，基础模型DeepSeek V3的得分仅为约40%）。 在论文中，R1-Zero的作者指出：‘DeepSeek-R1-Zero在可读性较差和语言混杂等方面存在挑战’，这一点也在网络上得到了印证。 然而，在ARC Prize团队的测试中，他们却几乎没有发现R1-Zero在ARC-AGI-1上表现出不连贯性，而这一测试任务与该系统通过强化学习训练的数学和编程领域相似。 综合这些发现，ARC Prize团队得出了以下结论： 1、在具有强可验证性的领域，SFT（即人工专家标注）并非实现准确且清晰的 CoT（思维链）推理的必要条件。 2、R1-Zero的训练过程能够通过RL优化，在token空间内自发构建内部的特定领域语言（DSL，Domain-Specific Language）。 3、SFT在提升CoT推理的跨领域泛化能力方面是必要的。 这一点符合直觉，因为语言本质上也是一种推理DSL。相同的‘词’可以在一个领域中学习，并在另一个领域中应用，就像程序一样。  而纯RL方法目前尚未能够发现一个广泛共享的词汇体系，这可能会成为未来研究的一个重要方向。 最终，R1-Zero展示了一种潜在的扩展路径——即使在训练数据采集阶段，也完全消除了人工瓶颈。 可以肯定的是，DeepSeek 的目标是挑战OpenAI的o3系统。 接下来的关键观察点在于：SFT是否仍然是CoT搜索和采样的必要条件，或者是否可以构建一个类似‘R2-Zero’的系统，在相同的对数式推理计算扩展曲线上继续提升准确率。 根据R1-Zero的实验结果，团队认为，在这种假设的扩展版本中，SFT并不是超越ARC-AGI-1所必需的条件。 用更多资金，换取AI的可靠性 从经济角度来看，AI领域正在发生两大重要变化： 1、投入更多资金，以获得更高的准确性和可靠性。 2、训练成本正在向推理成本转移。 这两点都将极大地推动推理计算的需求，同时也不会抑制对更强计算资源的需求，反而会进一步增加计算需求。 AI 推理系统的价值，远不止于提高基准测试中的准确率。 当前阻碍AI更广泛自动化应用（即推理需求）的首要问题，就是可靠性。 ARC Prize团队曾与数百位试图在业务中部署AI智能体的Zapier客户交流过，他们的反馈高度一致：‘我还不信任它们，因为它们的工作表现不够稳定。’ 以前，ARC Prize曾提出，朝着ARC-AGI方向的进展将提升AI可靠性。 LLM智能体的主要挑战在于，它们需要强有力的本地领域控制才能稳定运行。 而更强的泛化能力，要求AI能够适应全新的、未见过的情况。如今，已有证据表明这一观点是正确的。 因此，Anthropic、OpenAI、Apple等多家公司纷纷推出AI智能体也不足为奇。  由于可靠性需求，智能体将推动短期内的推理计算需求增长。 此外，开发者可以选择投入更多计算资源，以提高用户对系统的信任度。 然而，更高的可靠性并不意味着100%的准确性——但它能让错误更加稳定、可预测。 这反而是可接受的，因为当准确率较低时，用户和开发者可以通过提示词更稳定地引导 AI行为。 过去被认为计算机无法解决的问题，如今都可以用金钱衡量其解决成本。随着AI计算效率的提升，这些成本也将逐渐下降。 推理即训练：AI数据获取范式或将永久转变 另一个正在发生的重要变化，是用于LLM预训练的数据来源。 过去，大多数训练数据要么是购买的，要么是从网络爬取的，要么是由现有的LLM合成生成（例如蒸馏或数据增强）。 但推理系统提供了一种全新的选择——生成‘真实’数据，而非传统意义上的‘合成’数据。 AI行业通常将‘合成数据’视为质量较低的数据，这些数据通常是通过LLM循环生成的，仅仅是为了增加训练数据的总体规模，但其收益会逐渐递减。 如今，借助推理系统和验证器，我们可以创造全新的、有效的数据来进行训练。这可以通过两种方式实现： 1、离线生成 ——开发者支付费用来创建数据。 2、推理时生成 ——终端用户支付费用来创建数据。 这是一种引人注目的经济模式转变，可能会导致AI系统开发者之间出现‘赢家通吃’的局面。 拥有最多付费用户的AI公司将拥有巨大的数据垄断优势，因为这些用户在无形中资助了新高质量数据的创建，而这些数据反过来又进一步提升模型能力，使其更受用户青睐……由此形成一个自增强的良性循环。 如果我们能够突破人类专家CoT标注的瓶颈，并构建一个极高效的搜索/合成+验证系统来自动生成新数据，那么可以预见，未来将会有大量计算资源投入到这些推理系统中。 因为这些系统的训练效果将直接与资金投入和数据输入量挂钩，也就是说，只要投入资金和原始数据，模型就会变得更强。 最终，这种AI训练模式将彻底取代基于人类生成数据的预训练方法。  结论：DeepSeek推动全世界科学发展 随着推理需求的增长变得更加明确，市场将继续经历调整。 AI 系统的效率提升不仅会推动更多的应用，这不仅符合杰文斯悖论，更重要的是，更高的计算效率解锁了全新的训练范式。  随着R1的开源和可复现性，越来越多的个人和团队将探索CoT和搜索技术的极限。 这将帮助我们更快地厘清当前AI研究的前沿在哪里，并推动一波技术创新浪潮，从而加速通向 AGI的进程。 已经有几位研究者告诉ARC Prize团队，他们计划在2025年ARC奖中使用R1风格的系统，这让人非常期待看到最终的结果。 R1的开源，对整个世界来说都是一件好事。DeepSeek推动了科学的前沿发展，并为AI 研究带来了新的突破。 [查看评论](https://m.cnbeta.com.tw/comment/1475610.htm)

**2月3日消息，中国台湾女演员、歌手、主持人徐熙媛（大S）因流感并发肺炎去世。随后**，日本流感登上微博热搜，引发国内网友关注。据日本朝日电视台1月9日报道，近期日本全国季节性流感疫情严重，确诊患者数量创下历史新高。 [](//img1.mydrivers.com/img/20250203/985d5159bbf94d10820025e23b6f6256.jpg) 据报道，据日本厚生劳动省统计，**截至2024年12月29日的一周内，全国约5000家医疗机构报告的季节性流感患者数为每家医疗机构64.39人，是30人这一警报标准的两倍多，已连续10周增加。** [](//img1.mydrivers.com/img/20250203/c3fc2bcba9644b45b664c5beaf5e5b99.jpg) **这也是1999年采用目前统计方法以来，感染人数最多的一次。** 日本47个都道府县中的43地都已达到警报水平，其中大分县最多，每家医疗机构感染人数已高达为104.84人。 厚生劳动省呼吁民众继续采取基本的感染对策，如勤洗手、漱口、戴口罩和通风等。 **日本媒体当地时间12月27日报道，日本近期流感患者激增，首都东京等36个一级行政区相关指标超过警戒值，多地止咳药和化痰药等供应持续不足。** 专家担忧，随着新年假期临近、人员流动量加大，日本流感疫情恐进一步加剧。 随着流感患者激增，东京等地“药品荒”持续。日本媒体报道，不少药店销售咳嗽药、化痰药等的柜台写有“无货”字样，还有药店表示“只剩一粒止咳药”。 [](//img1.mydrivers.com/img/20250203/3039f607f0104aff9a1179c7b059dd31.jpg) 据台媒最新报道，不少中国台湾民众春节期间赴日本旅游。针对日本流感疫情，前台大医院感染科专家表示，**日本流感高峰已过，提醒从日本回来的民众，回来4天内都是流感的潜伏期，要超过4天才能确认本次到日本没有得到流感。** 根据日本国立感染症研究所的资料，**1月20至26日全日本约5000间医疗机构通报的流感患者，平均每间是11.06人，已经明显从最高峰的64.39人掉下来了。** 以此推估全日本该周新增约38.6万人因流感就医，最高峰时曾1周258万人。 **2024年9月2日到现在，这个流感季在日本估计因流感累计就医总数估计达到952.3万人。** [查看评论](https://m.cnbeta.com.tw/comment/1475608.htm)

<blockquote><p>在产品研发过程中，我们常常只关注功能的实现，却忽略了隐藏在背后的“债务”问题。测试不充分会积累测试债务，代码结构不健壮会形成开发债务，这些问题随着时间推移会越来越难以解决。本文将探讨如何通过测试驱动研发（TDD）这种敏捷开发思想，从一开始就解决这些问题，避免债务的积累。</p> </blockquote>  ## 一、产品研发的隐形债务，看不见≠不存在 如果只是研发出了产品功能，但是对其测试不充分，这个**功能就附着了测试债务**，并且随着时间推移，测试债务会越隐藏越深，偿还成本会越来越高。 同理，如果只是研发出了产品，但是代码结构不健壮（比如：代码逻辑繁杂不精简高效、跨模块耦合过高），这个**产品也就附着了开发债务**，随着产品架构的发展，开发债务越来越高，摇摇欲坠的代码如屎山一般，每次产品的进一步发展你都会被恶心一次。这个问题曾经进行过思考，在《[换个视角，再看互联网产品研发效率！](https://www.woshipm.com/share/6172457.html)》中讨论了**技术架构和产品架构的双螺旋发展关系**。 ## 二、打开新思路，TDD测试驱动研发 面对测试债务，**测试驱动研发(Test-DrivenDevelopment,TDD)是一种新的思路**以预防这种情况的发生。TDD是一种**敏捷开发思想**，既然所有的功能点都需要测试，而且是反复测试，为什么不把测试工作提到最前面并自动化呢? TDD要求在写任何功能代码之前，先写好它的测试代码，以保证所有的功能点都被自动化测试所覆盖。从而规避了【产品–&gt;开发–&gt;测试】这种低效的线性路径以及大概率会出现的信息传输漏斗，导致功能到代码到测试的不断衰减，最终交付质量堪忧、未来again时的巨大难题。 TDD正是从一开始就解决测试债务的方法，**当产品变得很庞大的时候，TDD依然可以快速有效地检测各个功能点**，这对于没有运用TDD的产品来说是一项不可能完成的任务。**从研发驱动测试到测试驱动研发**，是一个巨大的转变，其中涉及研发流程、测试人员的编程能力、研发平台对自动化测试的支持程度等环节。 不过，在测试驱动研发出现之前，那么多研发驱动测试的产品也获得了成功，所有这些因素都影响了TDD的普及。 ## 三、TDD的根本是什么？ 话说至此，TDD测试驱动研发中的“**Driven”**一词值得思量，逻辑关系上测试始终是为研发服务，而非代码为测试而生。与其说是测试“**驱动**”研发，不如说测试“**可视化**”研发、测试“**螺旋化”**研发，那么可视化/螺旋化在于什么呢？ 研发服务于产品功能，产品功能服务于业务/用户需求，测试服务于研发并有助于研发。测试为纲，更是一种思想，使得研发过程时刻考虑到代码逻辑的可视化、可测试化、可自动化复测，从而促进提升代码质量、可检测性、可持续性。测试代码的领先搭建，有一个现实的例子可以对比。 1️⃣一栋大楼，是一个产品——满足于市场（商业、住宅）需求 2️⃣建筑设计图纸（土建/结构/装修）——可以算是产品设计方案 3️⃣建筑主体、装修装饰——对应代码主体的后端和前端 4️⃣施工自检/监理监察/三方质检——算是测试 在建筑施工管理过程中，本位上来看监理是在施工工序之后进行的，但实际上监理的大纲方案、监理细则，其实在产品设计方案出来之后，就已经在展开了。同样的，施工（研发）过程也会根据监理的监察原则，在指定的关键点做好检验预留。 由此也看出来二者并非严格的先后关系，更像是一种螺旋缠绕关系，监理/测试为纲、为镜，对施工/研发进行约束和检验，这是一种典型的共建、共生。 如果你的产品总是出现无法定位的奇怪问题，那么应该要考虑一下转用TDD了，当然，最终的决策权在测试经理或研发经理，更重要的是需要团队成员接受这种思想并在项目中进行践行。 作者：Kris_3zzz， 公众号：iSpiik产品说 本文由 @Kris_3zzz 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

只有“疯子”才能改变世界。

北京时间2月3日上午，OpenAI正式推出面向深度研究领域的智能体产品深度研究（Deep research）功能。  曾经一位经验丰富的行业分析师需要花费数天甚至数周才能完成的专业研究报告，现在借助这项突破性功能，只需5-30分钟就能完成。这个堪比&#34;AI研究员&#34;的功能，能够自主分析复杂的专业信息，实时查找和综合数百个在线资源，最终生成一份专业水准的完整报告。   图源：OpenAI 这个强大功能由即将推出的OpenAI o3模型的特制版本提供支持，该版本经过专门优化，适配网页浏览和数据分析场景。它能够运用推理能力，在互联网上搜索、解读和分析海量的文本、图像和PDF文件，并能根据所遇到的信息灵活调整研究方向。  值得注意的是，在对这个智能体的能力评测中，OpenAI特别对比了DeepSeekR1，称在Humanity’s Last Exam（简称HLE）测试中，深度研究所使用的模型在专家级问题上达到了26.6%的准确率，刷新之前的18.2%的纪录。  相比之下，DeepSeek的R1模型的准确率是9.4%。 这一测试由全球众多领域专家共同开发，目的是评估人工智能在广泛学科领域的表现，被视为衡量人工智能学术能力的前沿基准。该测试包含超过3000道多项选择题和简答题，涵盖从语言学到火箭科学、从古典学到生态学等100多个学科领域。  由此也可以看出，DeepSeek确实让OpenAI感觉到压力不小。  腾讯科技综合了OpenAI的深度研究介绍文档及技术解读直播，梳理了本次发布最值得关注的技术要点。   图源：OpenAI ### 化身专业研究员 擅长寻找冷门信息并全网整合 深度研究功能专为金融、科学、政策、工程等领域的高强度知识工作者设计，此类人群需要全面、精准且可靠的调研成果。同时，它也适用于在购买汽车、家电、家具等需要谨慎研究的产品时，希望寻求高度个性化建议的消费者。  1、深度研究的输出附有清晰的引用和对其思考过程的总结，便于用户查阅和验证信息。 2、它尤其擅长寻找冷门、非直观信息，通过一次查询即可帮助用户卸载并加速复杂、耗时的网络调研任务，从而节省时间。 3、深度研究能够独立从网络上发现、推理并整合各类见解。 它在训练过程中采用了与OpenAI o1（OpenAI的首个推理模型）相同的强化学习方法，并针对浏览器和Python工具的使用进行了真实任务训练。  虽然o1在编程、数学等技术领域表现出色，但许多现实挑战需要从多样化的在线资源中广泛收集上下文信息。  深度研究在此基础上进一步拓展了推理能力，弥合了这一差距，使其能够应对人们在工作和日常生活中所面临的各种问题。  在ChatGPT中，用户可以选择消息框中的“深度研究”选项并输入问题。用户可以向ChatGPT说明需求，也可以附件或电子表格，来增加问题的背景信息。 一旦开始运行，侧边栏会显示已采取的步骤和使用的来源的总结。 深度研究完成工作可能需要5到30分钟，具体时间取决于任务的复杂性和所需的信息量。在此期间，用户可以离开或从事其他任务——一旦研究完成，用户将收到通知。最终输出将以聊天中的报告形式呈现。  在未来几周内，OpenAI还将在这类报告中增加嵌入式图像、数据可视化和其他分析结果，以提供更多的清晰度和背景信息。  与深度研究相比，GPT-4o更适合实时、多模态的对话。  对于需要深入探索和详细分析的多方面、特定领域的复杂问题，深度研究能够进行广泛的调研并为每个观点提供引用，这与简单的快速总结不同，它能够提供一份经过充分记录和验证的详细答案，可以直接作为工作成果使用。  ### 端到端强化学习是重点 多模块协同工作 深度研究是通过 端到端强化学习，在多个领域中针对复杂的网络浏览和推理任务进行训练的。 通过这些训练，它学会了如何规划并执行多步骤的操作流程，以找到所需的数据，并在必要时进行回溯以及对实时信息做出反应。  该模型还能够浏览用户上传的文件，利用Python工具绘制并迭代图形，将其生成的图形以及从网站获取的图像嵌入到回答中，并引用其来源中的具体句子或段落。  这种创新的学习方式打破了传统机器学习需要人为划分训练阶段的限制，使模型能够像人类研究者一样进行整体性的思考和决策。  在技术架构层面， Deep Research由四个协同工作的核心模块构成，形成了一个完整的智能研究系统。 第一，是信息发现模块，类似于系统的&#34;探索者&#34;。 它能够敏锐地在学术数据库、科研机构网站、专业论坛等多个平台中定位有价值的信息。这个模块不仅具备强大的检索能力，还配备了先进的信息筛选机制，能够基于关键词、语义关联、时效性和可信度等多维度标准，快速过滤出高质量的研究素材。  第二，是信息综合模块，扮演着&#34;整合者&#34;的角色。 它能够将来自不同渠道的零散信息梳理成系统化的知识体系。无论是处理文字报告、分析数据图表，还是理解专业图片，这个模块都能够准确把握信息之间的逻辑关系，提炼出关键要点。  例如，在处理科技领域的研究任务时，它能够将技术原理、应用案例和发展趋势等多个维度的信息融会贯通，形成完整的技术分析报告。  第三，是推理模块，赋予了系统类人的思考能力。 它运用逻辑推理和知识图谱技术，对收集到的信息进行深度分析和推导。在面对复杂的科学问题时，推理模块能够基于已知事实进行严谨的论证；在进行市场分析时，它会综合考虑历史数据、市场动态和政策环境，做出合理的预测。更重要的是，这个模块具备自我修正能力，能够根据新发现的信息及时调整推理路径。  第四，是输出模块，是系统的&#34;表达者&#34;，负责将研究成果转化为专业的呈现形式。 它能够根据用户需求，生成格式规范的报告、论文或分析图表。在这个过程中，系统会严格遵循学术规范，为每个结论提供准确的来源引用，确保研究成果的可靠性和专业性。  这几个模型的协同工作，类似于一个多Agent的协同工作系统。Deep Research系统根据任务的复杂程度，可投入5-30分钟甚至更长时间进行深入研究，并在侧边栏显示出它的工作过程，用户在这个过程中还可以跳出来做别的工作，等模型完成思考后，会收到推送的通知。这种机制的设计，让产品的能力能发挥更好，且照顾到了用户的体验。  注：模型浏览得越多，对浏览内容思考得越深入，其表现就越好，这就是为什么给它思考时间很重要。 ### HLE测试达到了26.6%的准确率 在这样的技术底层之上，深度研究在众多针对现实问题的公开评估中达到了新的高度。   注：深度研究与各模型在人类最后的考试中的成绩  值得注意的是，在Humanity’s Last Exam（简称HLE）测试中，深度研究所使用的模型在专家级问题上达到了26.6%的准确率，创下新高。  相比之下，DeepSeek的R1模型的准确率是9.4%。这一测试由全球众多领域专家共同开发，目的是评估人工智能在广泛学科领域的表现，被视为衡量人工智能学术能力的前沿基准。该测试包含超过3000道多项选择题和简答题，涵盖从语言学到火箭科学、从古典学到生态学等100多个学科领域。  与OpenAI的o1模型相比，深度研究的模型在化学、人文社科和数学领域取得了显著进步。它通过有效寻找专业信息，展现了类似人类的处理方式。   注：深度研究在GAIA基准测试中的成绩 在GAIA基准测试中，深度研究所使用的模型达到了最前沿水平（State of the Art，SOTA），并登上了外部排行榜首位。  GAIA是一项公开的基准测试，专门用于评估人工智能在现实世界问题上的表现。该测试包含三个难度层级的问题，涵盖广泛的实际应用场景。成功完成这些任务需要具备推理能力、多模态交互能力、网络浏览能力以及工具使用熟练度。  在对多个领域的专家级任务进行内部评估时，深度研究被领域专家评定为能够自动化完成数小时复杂的、手工调查工作。 深度研究解锁了诸多新的能力，但目前仍处于早期阶段，存在一些局限性。根据内部评估，尽管其错误率显著低于现有的ChatGPT模型，但深度研究仍可能在回答中生成虚假信息或做出错误推断。  此外，它可能难以区分权威信息与谣言，并且在置信度校准方面存在不足，常常无法准确传达不确定性。在发布初期，报告和引用可能会出现一些格式错误，且任务启动可能需要更长时间。不过，OpenAI预计随着更多使用和时间的推移，这些问题将迅速得到改善。  ### Pro用户每月最多可用100次 深度研究在ChatGPT中的使用目前对计算资源的需求较高。查询所需的研究时间越长，所需的推理计算量就越大。 目前，OpenAI已推出针对Pro用户的优化版本，每月最多支持100次查询。 接下来，Plus和Team用户将获得访问权限，随后是企业用户。目前，OpenAI仍在努力为英国、瑞士和欧洲经济区的用户提供访问权限。  所有付费用户将很快在深度研究的速率限制方面获得显著提升。OpenAI计划在未来推出一个更快速、更具成本效益的版本，该版本由一个较小的模型驱动，但仍能提供高质量的结果。  在未来几周和几个月内，OpenAI将致力于技术基础设施的完善，密切监控当前版本的表现，并进行更严格的测试。这符合OpenAI的迭代部署原则。如果所有安全检查持续符合发布标准，预计将在大约一个月后向Plus用户推出深度研究。  深度研究目前已在ChatGPT网页版上线，并计划在一个月内扩展到移动和桌面应用程序。目前，深度研究能够访问开放网络以及用户上传的文件。未来，用户将能够连接到更多专业化的数据源，扩展其对订阅制或内部资源的访问权限，从而使其输出更加丰富和个性化。  从更长远来看，深度研究与Operator的结合将为用户提供更强大的异步研究和现实世界执行能力。  深度研究能够进行异步在线研究，而Operator能够采取现实世界的行动，两者的结合将使ChatGPT能够执行越来越复杂的任务。  本文来自微信公众号[“腾讯科技”](https://mp.weixin.qq.com/s/DcT_bja6YTmrx_N5EmfHMQ)，作者：晓静 无忌，36氪经授权发布。

对话《哪吒2》团队，“五年磨一剑”的幕后揭秘。

<blockquote><p>无论技术如何强大，运营的本质始终离不开对信息的精准判断和决策的科学制定。本文将为你揭示如何在复杂多变的运营场景中，用批判性思维抓住真相、优化决策，从而在流量红利消失的时代，真正成为“思考型运营者”。</p> </blockquote>  2025年春节档，相信很多朋友的感受和我一样：最火爆的不是春晚，也不是某档电影，而是DeepSeek的破圈。 DeepSeek R1厉害吗？按现有的资料来看，它相当于从研发到应用的一次全景逆袭，既不像某些实验室研发一样无法规模化落地应用，也不像某些大厂追逐的应用层地不精准泛化。同时，它的确可以大幅度减少对算力的消耗，并基本做到了和OpenAI o1级别差不多的水平。有人说这是又一次开源对闭源的胜利。 关于AI和DeepSeek的讨论仍在继续，作为一名运营人，我想回归到自身。我们经常听到各种声音和前辈的提及做好运营需要注意1234…… 对于很多运营人而言，如果都做到面面俱到，就相当于蜻蜓点水，不管在什么时代，怎样才能把运营做好呢？关键在于掌握运营的核心能力。 既然说是“核心”那必然不能泛化，结合10多年的跨行业工作经验，我认为运营的核心能力只有一种！ <blockquote><p>本文目录：</p> <p>1、为什么批判性思维是运营的“元能力”</p> <p>2、批判性思维的4把手术刀：解剖运营真相的工具箱</p> <p>3、实战指南：把批判性思维变成肌肉记忆</p> <p>4、警惕批判性思维的三个天敌</p></blockquote> 如果你在创业或运营岗位上工作超过3个月，一定经历过这样的场景： - 用户突然大量流失，团队连夜开会却找不到原因； - 竞争对手推出新功能，你纠结是否要跟风模仿； - 老板指着某个“爆款案例”说：“别人能做，我们为什么不能？” 这些场景的共同点是：“你需要快速处理信息、做出决策”。但现实中，90%的运营失误并非因为“执行力差”，而是因为“用错误的方式思考了正确的问题”。 所以，大部分运营问题，本质上是“思考问题”。 这篇文章要告诉你一个反常识的真相： **运营最核心的能力不是文案、数据、策划，甚至不是执行力，而是批判性思维。** 它能让你在信息洪流中抓住真相，在复杂决策中找到最优解，甚至让竞争对手的“成功经验”成为你的陷阱探测器。 ## 一、为什么批判性思维是运营的“元能力”？ 批判性思维（Critical Thinking）的起源最早可追溯到2500年前的古希腊思想家苏格拉底，他通过诘问法（Socratic questioning）向当时的希腊公民提出各种问题，来帮助大家通过各自反思来解决问题。 由于翻译和语境问题，要提前说明：批判性思维不是一味批判和当刺头的意思，而是一种“以理性论证为核心”的思维模式，通过“系统性反思”（分析概念、检验证据、评估推理）决定“信什么”和“做什么”。其本质特征是： - 双向追问：既审视外界观点（如苏格拉底式诘问），也反省自身认知盲区（杜威的“反省思维”）； - 证据驱动：拒绝无依据的信念，要求主张与事实、逻辑严密关联； - 独立判断：超越被动接受，通过论证分析形成自主观点。 我认为，批判性思维存在三层核心价值： - 历史根基：始于苏格拉底对“概念可靠性”的哲学拷问； - 现代发展：经杜威升华为教育目标，成为对抗认知惰性的工具； - 终极指向：培养思想独立性（如识别“看似合理实则矛盾”的伪逻辑）。 所以，批判性思维并不是“质疑一切”，也并非否定性批判，而是“建设性思维校准”——**用理性论证替代情绪化判断，用证据链取代直觉反应，最终实现从“无意识的相信”到“有选择的认同”的认知进化。** 下面我们回到运营工作的日常。 ### 1. 运营的本质：每天在不确定中做选择题 运营的工作日常，本质上是一个持续循环的输入输出系统： - 输入：市场数据、用户反馈、行业动态、老板指令…… - 输出：策略方案、活动设计、资源调配、结果复盘…… 这个过程中最大的挑战在于：输入的信息永远是不完整、不准确、甚至互相矛盾的。 - 用户说“想要更便宜的产品”，可能真实需求是“性价比感知”； - 数据告诉你“活动转化率下降”，但背后的原因可能是流量质量变化； - 老板要求“复制某大厂的玩法”，却没看到对方背后的资源储备。 批判性思维的价值，在于帮你构建一套“信息筛选器”和“决策导航仪”。 ### 2.案例：一场让公司损失300万的“完美活动” 某教育公司曾策划过一个看似完美的运营活动： - 输入信息：用户调研显示“家长最关注课程效果”； - 输出动作：设计“免费试听+效果承诺”活动，投放朋友圈广告； - 结果：点击率超行业均值，但转化率不足1%，亏损300万。 问题出在哪里？ **团队用“表面需求”代替了“真实动机”：** - 家长说“重视效果”，实际决策时更在意“其他孩子的选择”； - 广告点击率高，可能是因为文案制造了焦虑而非信任； - 竞品同样承诺效果，但通过“班主任1对1跟进”解决了信任问题。 这就是典型的“无批判思维运营”——把信息当事实，把假设当结论。 ## 二、批判性思维的4把手术刀：解剖运营真相的工具箱 ### 工具1：假设检验——揪出那些“我们以为正确的事” 运营中最危险的不是无知，而是“自以为知道”。 案例：某电商平台的“用户增长陷阱” 某母婴电商发现： - 新用户次日留存率30%（行业平均25%）； - 但7日复购率仅5%（行业平均15%）。 团队最初的假设是：“新用户对商品不满意”。于是做了以下动作： - 优化选品； - 增加优惠券力度； - 升级物流服务。 结果复购率不升反降。 用批判性思维重新检验假设： - 分解数据：发现流失用户中80%是男性，而平台核心用户是妈妈群体； - 追踪行为：这些男性用户多在下单后立即申请退款； - 深度访谈：发现他们是“帮妻子下单但不愿注册账号”，被迫用自己手机号注册； - 真相浮现：根本不是商品问题，而是账号体系设计导致的数据污染。 最终解决方案： 推出“家庭账号”功能，允许一个主账号绑定多个子账号，7日复购率提升至18%。 ### 工具2：证据链构建——别让数据成为“说谎的高手” 数据不会说谎，但呈现数据的方式会。 **经典误区对照表**  图：经典误区对照表 袁振绘制 **案例：某内容平台的“数据幻觉”** 某知识付费平台发现： 课程完课率从40%提升到65%； 但用户续费率和课程评分却在下降。 通过构建证据链发现： - 完课率提升是因为上线了“自动播放下一节”功能； - 用户实际是在后台挂机刷时长； - 强制性的播放反而引发负面体验。 解决方案： 改为“智能续播”模式（检测到用户无操作10分钟后暂停），反而提升真实完课率和口碑。 ### 工具3：逻辑漏洞扫描——警惕那些“正确的废话” 运营方案中常见的逻辑陷阱： - 幸存者偏差：“抖音上做挑战赛的都火了” →没看到99%的失败案例； - 错误归因：“上次涨价后销量下跌” →忽略同期竞争对手降价的影响； - 偷换概念：“私域流量重要” →把“加好友数”当成核心指标。 案例：某餐饮品牌的“私域运营惨案” 某连锁茶饮品牌要求所有门店： - 引导顾客加店长微信，每人每月KPI 500个好友； - 每天在朋友圈发3条促销信息； 结果：1个月内删除率超40%，客诉增加20%。 用批判性思维拆解： - 好友数量≠用户价值（大量非目标用户进入私域）； - 朋友圈广告≠用户触达（折叠率超90%）； 正确逻辑应该是：通过线下体验建立信任→用专属福利吸引精准用户→在私域提供差异化服务。 ### 工具4：逆向思维推演——如果反面成立会怎样？ 这是最被低估的批判性思维工具，具体操作是：故意寻找反对自己观点的证据。 **案例：某SaaS公司的“定价策略生死局”** 团队为新产品定价时出现分歧： - A派主张“低价切入：1980元/年”； - B派主张“高端定位：9800元/年”。 **用逆向思维推演：** **1.如果低价策略正确：** 能快速起量，但可能吸引对价格敏感的低质量客户； 后续涨价阻力大，服务成本会吞噬利润。 **2.如果高价策略正确：** 初期增长慢，但客户生命周期价值高； 需要配套顶级服务能力，否则差评会反噬品牌。 最终选择第三条路： - 基础版3980元/年（满足中小客户）； - 定制版按需报价（服务高净值客户）； 用价格锚点塑造价值感，首年营收突破预期150%。 ## 三、实战指南：把批判性思维变成肌肉记忆 ### 阶段1：日常工作中的“10分钟批判训练” 每天选择1个决策场景，用以下问题自我拷问：  图：批判性思维实战自我拷问表 袁振绘制 ### 阶段2：建立团队的“批判性思考文化” 在XX科技公司，部门内部，每个运营方案必须经过三道关卡： - 红队挑战：专门组建小组从竞争对手视角找漏洞； - 预验尸会议：假设项目已失败，倒推可能的原因； - 数据证伪墙：把关键假设贴在墙上，每周用新证据更新。 效果：项目失败率下降60%，资源浪费减少45%。 ### 阶段3：用“思维错题本”实现进化 某TOP3电商平台运营总监的私人方法： - 记录所有错误决策； - 标注当时的思考路径； - 对比事后验证的真相； - 提炼思维漏洞类型（如“归因偏差”“从众心理”）。 3年积累的价值： - 个人决策准确率提升70%； - 带教的新人成长速度加快3倍。 ## 四、警惕批判性思维的三个天敌 **天敌1：效率压迫症** “这个方案下班前必须定稿！” →解决方法：建立“决策分级制度”，简单决策快速执行，复杂决策强制冷却24小时。 **天敌2：权威崇拜症** “张总说一定要做私域！” →改用“假设性提问”：“张总，如果我们尝试用另一种方式实现您的目标，比如……您觉得可能存在哪些风险？” **天敌3：自我辩护本能** “这个活动是我策划的，不能承认失败。” →实施“无责任复盘会”：所有人只分析事实，不追究责任。 ## 成为“思考型运营者”的终极法则 在流量红利消失的时代，运营正在从“体力竞赛”转向“脑力战争”。那些能持续胜出的团队，往往掌握着一个简单的公式： **优质输出=（输入信息×批判系数）-思维损耗** 其中： - 批判系数：指用批判性思维提炼有效信息的比例； - 思维损耗：包括认知偏差、情绪干扰、群体盲从带来的决策失误。 当你把批判性思维训练成本能，你会发现： - 用户需求不再是模糊的“他们想要…”，而是可拆解的动机图谱； - 数据不再是冰冷的数字，而是会讲故事的线索链； - 竞争对手的动作不再是焦虑源，而是反向推导其战略意图的窗口。 这或许就是运营工作的终极魅力——用思考穿透迷雾，用逻辑驯服偶然，在混沌中开辟确定性的增长路径。 作者：袁振，10年跨界内容运营人；公众号：袁振Live（ID：yuanzhenplus） 本文由 @袁振 原创发布于人人都是产品经理，未经许可，禁止转载 题图来自 Unsplash，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

 如果对大家有帮助的话，可以来个三连哟！ 以下页码均为pdf的页码（实体书为28页，网上获得的数字版PDF是17页，它将部分页面进行合并）  (《热血无赖：终极版》数字版艺术册PDF，17页) ---------------------------------------------------------分割线-------------------------------------------------------- 本人将pdf图片做成了B站视频，建议4K观看 视频网址（[点击前往](https://www.bilibili.com/video/BV16pfxYFEK1/)）：[https://www.bilibili.com/video/BV16pfxYFEK1/](https://www.bilibili.com/video/BV16pfxYFEK1/) &lt;内嵌内容，请前往机核查看&gt; (【4K】幕后注释丨《热血无赖：终极版》艺术册【United Front Games】【史克威尔艾尼克斯】) 详细图片说明请往下阅读☺☺ ---------------------------------------------------------分割线-------------------------------------------------------- # PDF下载链接 个人注释中文版pdf、原版pdf下载链接（不同网盘） - 百度网盘（提取码ccxx）：[前往链接](https://pan.baidu.com/s/1oAQ9Np3Trshir4vIAsJ8MA?pwd=ccxx) [https://pan.baidu.com/s/1uOiDefbA2VKYlDNvNb02pg?pwd=ccxx](https://pan.baidu.com/s/1oAQ9Np3Trshir4vIAsJ8MA?pwd=ccxx) - 115网盘：[前往链接](https://anxia.com/s/swhr2al3hgc?password=z718&amp;#) [https://anxia.com/s/swhr2al3hgc?password=z718&amp;#](https://anxia.com/s/swhr2al3hgc?password=z718&amp;#) # 参考资料：（需要科学上网访问） （reddit帖子中有人尝试扫描成数字版 ） ：[前往链接](https://www.reddit.com/r/sleepingdogs/comments/1auahwv/tried_debinding_the_sleeping_dogs_art_book_to/)[https://www.reddit.com/r/sleepingdogs/comments/1auahwv/tried_debinding_the_sleeping_dogs_art_book_to/](https://www.reddit.com/r/sleepingdogs/comments/1auahwv/tried_debinding_the_sleeping_dogs_art_book_to/)（e站的艺术册帖子）（2023-04-24上传，但只有10.1MB）：[前往链接](https://e-hentai.org/g/2533206/e362449ca6/)[https://e-hentai.org/g/2533206/e362449ca6/](https://e-hentai.org/g/2533206/e362449ca6/)（GetComics艺术册下载）（2023-04-23上传，41.8MB）：[前往链接](https://getcomics.org/other-comics/sleeping-dogs-definitive-edition-artbook-2014/)[https://getcomics.org/other-comics/sleeping-dogs-definitive-edition-artbook-2014/](https://getcomics.org/other-comics/sleeping-dogs-definitive-edition-artbook-2014/)（篆书注释参考）：[前往链接](https://chinese.stackexchange.com/questions/33366/can-anyone-translate-this-seal-script-into-english-for-me)、[前往链接](https://www.reddit.com/r/sleepingdogs/comments/cek2v6/id_love_to_know_what_his_tattoo_says_can_anyone/)[https://chinese.stackexchange.com/questions/33366/can-anyone-translate-this-seal-script-into-english-for-me](https://chinese.stackexchange.com/questions/33366/can-anyone-translate-this-seal-script-into-english-for-me)[https://www.reddit.com/r/sleepingdogs/comments/cek2v6/id_love_to_know_what_his_tattoo_says_can_anyone/](https://www.reddit.com/r/sleepingdogs/comments/cek2v6/id_love_to_know_what_his_tattoo_says_can_anyone/) （亚马逊PS4版购买页面）：[前往链接](https://www.amazon.com/Sleeping-Dogs-Definitive/dp/B00MTULQYI)[https://www.amazon.com/Sleeping-Dogs-Definitive/dp/B00MTULQYI](https://www.amazon.com/Sleeping-Dogs-Definitive/dp/B00MTULQYI) （The Game Collection的推特帖子）：[前往链接](https://x.com/game_collection/status/519869342411145216)[https://x.com/game_collection/status/519869342411145216](https://x.com/game_collection/status/519869342411145216) （PS商店链接）：[前往链接](https://store.playstation.com/en-us/product/UP0082-CUSA01111_00-0000SLEEPINGDOGS)[https://store.playstation.com/en-us/product/UP0082-CUSA01111_00-0000SLEEPINGDOGS](https://store.playstation.com/en-us/product/UP0082-CUSA01111_00-0000SLEEPINGDOGS)（PS4版实体开箱，展现了该艺术册）：[前往链接](https://www.youtube.com/watch?v=qstQieWaQG8)[https://www.youtube.com/watch?v=qstQieWaQG8](https://www.youtube.com/watch?v=qstQieWaQG8)（Shopee上的实体版展示）：[前往链接](https://down-br.img.susercontent.com/file/3f577fcc9f7c8e15d1c59302dd3b07ac)[https://down-br.img.susercontent.com/file/3f577fcc9f7c8e15d1c59302dd3b07ac](https://down-br.img.susercontent.com/file/3f577fcc9f7c8e15d1c59302dd3b07ac)  (实体封面)  (2014.10.14预购《热血无赖：终极版》的限量版附赠实体版艺术册)  (The Game Collection的推特帖子图片)  (Shopee上的实体版展示) ---------------------------------------------------------分割线-------------------------------------------------------- 注释版 # P1：封面  # P2：前衬页  # P3：前衬页（高清）  # P4-P15：内页（高清）             # P16：后衬页（高清）  # P17：封底  # 原版                     到此就结束了，是否还意犹未尽呢？