行业报告

AI重构职业与财富分配格局——2026年AI就业市场深度分析报告

作者
AI重构职业与财富分配格局——2026年AI就业市场深度分析报告
AI重构职业与财富分配格局——2026年AI就业市场深度分析报告 一、引言：AI就业市场的全景图景 2026年，中国人工智能产业正从”技术爆发”迈向”深度落地”的关键阶段。AI已不再是一项孤立的技术技能，而是演变为职场底层的”通用生产力”，深刻重构人才定义、企业组织形态及个人职业路径。从猎聘、脉脉、智联招聘等多份行业报告的数据来看，AI就业市场呈现出薪资溢价显著、岗位供需失衡、学历权重分化、核心技能重构、转型路径清晰五大核心特征。中国社会科学院劳动经济学会与腾讯研究院联合发布的报告更明确指出：AI正在重塑职业分层逻辑，劳动...

从”授人以渔”到”授人以驭”：AI时代高职软件工程教育从”教会做”到”教会说”的教学内容重构研究

作者
从”授人以渔”到”授人以驭”：AI时代高职软件工程教育从”教会做”到”教会说”的教学内容重构研究
报告题目：从”授人以渔”到”授人以驭”：AI时代高职软件工程教育从”教会做”到”教会说”的教学内容重构研究 摘要： 随着生成式人工智能的爆发，特别是以”Vibe Coding”为代表的AI驱动开发范式的兴起，传统的”手工作坊式”编程教育面临根本性挑战。本报告指出，高职软件工程教育的核心目标应从精进代码编写的”做”，转向精准描述需求、逻辑、架构与异常的”说”。这并非对技术要求的降级，而是对认知要求的升级。报...

从直觉到逻辑：大模型玩家必备的“套娃范式”指南

作者
从直觉到逻辑：大模型玩家必备的“套娃范式”指南
作为一名大数据教师，我常跟学生讲：大模型不是搜索引擎，而是一个有着无限潜力但需要“命题作文”的顶级实习生。 很多同学抱怨 AI 给出的建议太笼统、没深度。其实，问题往往不在 AI 身上，而在于你的 Prompt 太“薄”了。今天，我想分享一个我总结的技巧—— “套娃范式” Prompt 。 为了让大家听得明白，我们不谈复杂的代码复现，就谈一个男人永恒的痛点：如何说服老婆，允许我买一台 PS5？ 一、 原始范式：直觉驱动的“伸手党” 大部分人的第一反应是直接下指令： 原版 Prompt： “帮我做一份 PPT，用于说服老婆，允许我买 PS5。” 结果预测： AI 会给你列出：画质好、能强身健...

告别“玄学”：2026年 AI 提示词（Prompt）完全避坑指南

作者
告别“玄学”：2026年 AI 提示词（Prompt）完全避坑指南
写在前面：从“念咒语”到“写说明书” 在过去几年里，我们跟 AI 说话像是在“施法”——也就是所谓的“提示工程”（Prompt Engineering）。我们总觉得只要加上一句“请表现得专业一点”或者“一步步思考”，AI 就能突然变聪明。 但到了 2026 年，随着 GPT-5、Claude 4.5 和 Gemini 3.0 这些新一代超级模型的出现，情况完全变了。现在的 AI 更像是一个 极其严谨、甚至有点“死脑筋”的执行者 。以前那些花哨的技巧（比如堆砌形容词、威胁 AI）不仅没用，反而会让 AI 变笨。 这份指南将告诉你，如何用最简单、最直观的“大白话”来指挥现在的 AI，让它们乖乖听话...

高级提示工程与模型对齐机制深度研究报告：超越角色扮演的语境重构

作者
高级提示工程与模型对齐机制深度研究报告：超越角色扮演的语境重构
摘要 在生成式人工智能与大语言模型（LLM）的交互范式演变中，“你是[某领域专家]”这一角色扮演（Role-Playing）提示策略曾一度被视为黄金法则。然而，随着模型对齐技术——特别是人类反馈强化学习（Reinforcement Learning from Human Feedback, RLHF）的深度应用，这种基于身份赋予的提示方法正暴露出显著的局限性。研究表明，过度依赖显性角色设定不仅容易触发模型的“自我认知防御机制”（Self-Cognition Defense），导致“我是一个人工智能”的拒答现象，还可能诱发阿谀奉承（Sycophancy）行为，牺牲事实准确性以迎合用户偏见。本报告...

prompt实战案例：高校教师从0到1设计专业提示词对比示例

作者
prompt实战案例：高校教师从0到1设计专业提示词对比示例
案例1：课程导学案设计（教学·基础应用） 原始需求 ：写一段《新媒体运营》第一节课的介绍 优化提示词 ： 角色 ：你是一位拥有5年企业实战经验、深受00后学生喜爱的高职“金牌讲师”，擅长将枯燥理论转化为职场干货。 任务 ：为《新媒体运营与短视频制作》课程撰写第一堂课的“破冰”导学文案。 细节 ： 目标听众 ：高职大一新生，思维活跃但注意力容易分散，反感说教。 核心亮点 ：强调“这门课能赚钱”（接单变现）、“作业就是玩抖音”、对接“1+X”证书考核。 必须包含 ：行业前景（引用2024年行业平均薪资）、学习路径（从脚本到剪辑）、考核方式（全实操，无笔试）。 风格 ：幽默风趣，多用网络热梗，使...

解放老师，赋能学生！用扣子(Coze)做个AI助教，自动批改作业、生成学情报告

作者
解放老师，赋能学生！用扣子(Coze)做个AI助教，自动批改作业、生成学情报告
在教学一线，我们常常看到这样的场景： 老师们 面对堆积如山的作业，批改、统计、分析占用了大量时间，难以兼顾到每个学生的个性化需求。 学生们 做完作业后，得到的往往只是一个简单的对错判断，对于错题背后的知识盲点，却很难得到及时、有针对性的指导。 如何打破这种困境？我想，AI智能体或许是答案。 我动手用扣子(Coze)平台搭建了一个智能体，老师或学生只需拍下作业上传，它就能全自动完成批改、分析、生成报告等一系列工作！ ✨ 效果如何？先睹为快！ 想象一下，无论是生成详尽的学情诊断报告，还是针对错题进行举一反三的练习，这个AI助教都能轻松搞定。它不仅能减轻老师和家长的负担，更能让学生...

【美团】可信实验白皮书系列03：随机对照实验

作者
【美团】可信实验白皮书系列03：随机对照实验
可信实验白皮书系列03：随机对照实验 2025年06月05日 作者: 履约数据&外卖数据 文章链接 18881字 38分钟阅读 本文系《可信实验白皮书》系列的第三篇文章，第一篇文章我们介绍了为什么要写AB实验白皮书，第二篇文章讲解了AB实验的理论原理及其背后的统计学基础。本篇我们将重点介绍随机对照实验相关的一些基础知识，以及提高实验功效的一些常见方法。 备注 ：本篇排版为图文混合排版，如果想获得更好的阅读体验，建议访问「美团技术团队」知乎官方账号《可信实验白皮书系列03：随机对照实验》。 在美团到家业务场景中，经常会碰到随机分流的实验场景，比如全城AOI（Area of Inte...

【美团】可信实验白皮书系列02：AB实验基础

作者
【美团】可信实验白皮书系列02：AB实验基础
可信实验白皮书系列02：AB实验基础 2025年05月23日 作者: 履约数据&外卖数据 文章链接 2807字 6分钟阅读 2.1 实验基础原理概述 AB实验原理源于统计学中经典的Rubin潜在结果模型（也称反事实因果推断框架）。考虑最简单的情况，当我们想要比较两个策略的差异以获得更优策略时。如图2-1所示，最理想的方案是面向同一拨用户或者全部用户，假设存在两个完全相同的平行时空，平行时空一中所有用户体验实验策略B，类似的平行时空二中所有用户体验对照策略A，那么直接对比2个平行空间用户行为指标表现，则可决定哪个策略胜出以及观测真实的平均实验效应。 然而，现实世界中不存在两个平行时...

人工智能转型：驾驭集体沉没成本与深度不确定性时代

作者
人工智能转型：驾驭集体沉没成本与深度不确定性时代
执行摘要 本报告的核心论点是，人工智能（AI）革命已将全球社会推入一个以巨大的“集体沉没成本”为特征的时期，由此引发了广泛的迷茫与深刻的转型。这一沉没成本不仅限于金融资本，更涵盖了我们在前AI时代为构建教育体系、劳动力市场、商业模式和治理结构所投入的巨量智力、基础设施、社会及文化资本。随着AI技术的指数级发展，这些曾经的宝贵资产正以前所未有的速度贬值，使社会陷入一个核心困境：是继续向日渐式微的旧体系投入资源，还是果断止损，转向一个充满不确定性但潜力无限的新范式。 这种困境是当前“迷茫时期”和“过渡时期”的根源。本报告将深入剖析这一集体沉没成本现象的构成，并系统性地评估其在三大关键领域——教育、...

秒懂RAG：“向量”究竟是个啥？

作者
秒懂RAG：“向量”究竟是个啥？
你可能最近经常听到一个很火的人工智能技术——RAG（检索增强生成）。而在所有关于RAG的解释里，总有一个词会反复出现，并且听起来有点"数学"，有点"深奥"，这个词就是"向量"（Vector）。 别担心，它其实一点也不复杂。看完这篇短文，你就能轻松理解它到底是什么，以及它为什么对 RAG 如此重要。 一、从"描述一个人"说起——理解向量维度 想象一下，你要向朋友介绍另一个人，比如你的同事小明。我们来看看如何从最简单的一个特征，逐步增加到多个特征： 一维向量：只有一个特征 最开始，你可能只说： "小明是个男...

普通人面对人工智能，最容易犯这2个错误。#尹烨科普

作者
普通人面对人工智能，最容易犯这2个错误。#尹烨科普
https://bibigpt.co/share/html/0f842401-022f-4b3a-9c29-8da8e07fd611 AI 摘要：普通人面对人工智能，最容易犯这2个错误。#尹烨科普 #尹烨罗振宇聊人工智能 摘要 这段视频中，华大集团CEO尹烨以生动的“铁匠铺”比喻，阐述了普通人面对人工智能（AI）时最容易犯的两个错误。他强调，AI并非万能，不能完全替代人类工作，而是应该将其视为“徒弟”，通过清晰的任务定义和指导，实现人机协作，发挥AI的巨大潜力。同时，也要避免将AI神化，保持清醒的认知。 亮点 💡 误解一：AI可以替代我，我可以清闲了。 许多人认为AI可以包...

RAG基础：Markdown指南 – 专业文档结构化的破局之道

作者
RAG基础：Markdown指南 – 专业文档结构化的破局之道
RAG基础：Markdown指南 - 专业文档结构化的破局之道 当非结构化文档成为RAG的阿喀琉斯之踵 在金融、法律、医疗等专业领域，每天产生的PDF技术白皮书、Word版行业报告、PPT培训文档堆积如山。这些看似规范的专业文档，在RAG系统中却如同布满荆棘的迷宫——当我们尝试用LlamaIndex构建证券行业知识库时，发现PDF中的三线表格被解析为离散的文字碎片，Word文档里的流程图变成无序的段落代码，最终导致知识召回率不足35%。 这种现象暴露了传统文档格式的致命缺陷：它们本质上是为人类视觉设计的"视觉结构化"格式，而非机器可理解的"逻辑结构化"数...

用户调研之标准化可用性问卷

作者
用户调研之标准化可用性问卷
用户调研之标准化可用性问卷 来源：https://www.biaodianfu.com/summary-of-examined-usability-surveys.html 最近收到了对两个平台进行对比调研的需求，原以为做下简单的问卷设计就可以了，找了一些资料发现中间的门道还是非常的深，想要很好的掌握实属不易。可用性测试的问卷有很多中，如下图： 什么是标准化的问卷 问卷是一种用于获取被测者信息的表格，问卷的题目可以是开放式的问题，但更典型的是选择题或打分题。标准化问卷是被设计为可重复使用的问卷，通常有一组特定的问题使用特定的格式按照特定的顺序呈现，基于用户答案产生的度量值具有一定的规则（...

2023年5个自动化EDA库推荐

作者
2023年5个自动化EDA库推荐
2023年5个自动化EDA库推荐 来源：deephub EDA或探索性数据分析是一项耗时的工作，但是由于EDA是不可避免的，所以Python出现了很多自动化库来减少执行分析所需的时间。EDA的主要目标不是制作花哨的图形或创建彩色的图形，而是获得对数据集的理解，并获得对变量之间的分布和相关性的初步见解。我们在以前也介绍过EDA自动化的库，但是现在已经过了1年的时间了，我们看看现在有什么新的变化。 为了测试这些库的功能，本文使用了两个不同的数据集，只是为了更好地理解这些库如何处理不同类型的数据。 YData-Profiling 以前被称为Pandas Profiling，在今年改了名字。如果...