回答情况：
提问时间：
问题标签：
0回答
用AI后程序员是在退化吗？
人工智能、AIGC、程序员
用ai之后，程序员深度思考的机会减少了，动手能力变弱了。
产线如果强依赖ai , 除了问题还是使用ai解决，ai解决速度慢，决策也很慢。
浏览 77修改于2026-08-24
0回答
传统行业-智能中台落地实践中的一个问题：数据先行还是AI先行？
企业、数据安全治理中心、云端智造协同平台、行业、新零售数字化经销
从事传统企业数智化转型多年，从信息化、数字化到如今的智能化建设，最近一直在思考一个问题。目前很多企业都在积极建设AI知识库、AI客服、AI Agent等智能化应用，但在实际落地过程中发现，最终决定应用效果的往往不是模型能力本身，而是企业的数据质量、流程标准化程度以及知识资产沉淀水平。因此产生一个比较有意思的思考：还是先从高价值AI场景切入，通过业务价值
浏览 115提问于2026-06-05
1回答
AI 哲学思考 4：当 AI 能模拟大脑，我们就更理解自己了吗？
人工智能、地图、对象、工具、模型
11 月 2 日，斯坦福大学宣布启动“数字大脑项目”，计划利用脑成像数据训练基础模型，预测大脑在不同情境下的反应，帮助研究脑疾病。这个项目刚刚启动，预测模型尚待建立和验证，距离临床应用还有许多工作。如果有一天 AI 能准确预测我们的许多反应，我们会因此更理解自己，还是会更容易把自己当成一套可以计算的规律？来源：Stanford Report，2026-11-02 https://news.stanford.edu/stories/2026/11/stanford-
浏览 55提问于2026-11-03
4回答
AI 哲学思考 3：当 AI 的能力可以打分，谁来决定什么值得衡量？
人工智能、工具、工作、模型、芯片
11 月 2 日，SemiAnalysis 公布了 GDPx，一套涵盖芯片设计、软件工程等 11 个领域的 AI 智能体评测。发布方报告，在这套高难度任务中，最高模型的综合得分为 12%。这个数字只反映该评测的任务、评分和运行条件，不能直接代表 AI 在所有工作中的能力。
这让我想到一把尺子：尺子能帮我们看清长度，却不会告诉我们应该造一座怎样的桥。如果未来 AI 在越来越多的考试中超过人类，我们应该如何决定下一张考卷的题目，又由谁来决定什么才算好的答案？来源：SemiAnalysis，2026-1
浏览 137提问于2026-11-02
1回答
AI 哲学思考 5：当 AI 风险没有被说出来，我们还能看见什么？
人工智能、企业、工作流、论文、数据
11 月 3 日，MIT Sloan 公布一项工作论文的研究结果：在全球最大的 100 家企业中，32% 没有公开承认任何 AI 风险。研究关注的是公开披露，不能由此断言这些企业没有在内部管理风险。AI 正在进入越来越多的工作流程。当一项技术的好处容易展示，风险却分散在数据、决策和使用场景中，我们可能只看到眼前的效率，却看不到谁会承担错误的代价。
公开讨论风险，也不等于掌握了所有答案。如果 AI 的影响会跨越企业和个人的边界，那么，我们应该如何让那些尚未被说出来的风险进入讨论，又由谁来倾听和回应？来源：MIT Sloan，
浏览 62提问于2026-11-04
1回答
AI 哲学思考 2：计算机孕育了 AI，AI 会反过来主导计算机的未来吗？
人工智能、工具、计算机、计算机科学、算法
最近，OpenAI 公布了 AI 对指数时间假设（ETH）的反证结果，相关结论正在接受独立核验。这让我想到一个有意思的循环：
人类创造了计算机，依托计算机发展出了 AI；如今，AI 又开始反过来推动计算机科学，探索支撑自身运行的理论边界。一次突破，还不足以说明未来已经由 AI 主导。但如果算法、芯片乃至计算理论越来越多地由 AI 推动，人类在其中的角色会怎样变化？
浏览 61提问于2026-11-01
0回答
AI 哲学思考 6：当 AI 能操作电脑，我们还是工具的使用者吗？
人工智能、工具、模型、软件、腾讯
11 月 4 日，腾讯宣布推出 Hy4。腾讯表示，新模型加入视觉理解，并支持操作电脑上的图形界面和命令行。模型具备这些能力，并不意味着它在所有任务中都可靠，也不意味着它能够独立决定目标。当 AI 不只是回答问题，还能在软件中采取行动，人与工具的关系似乎也在变化。我们从亲手操作每一步，转向描述意图、观察过程和判断结果。假如有一天，我们的大部分操作都可以交给 AI，那么人作为工具使用者的能力，会更多体现在亲手完成事情，还是体现在提出目标、修正方向和理解其影响上？来源：腾讯，2026-11-04 https:/
浏览 29提问于2026-11-05
0回答
【功能建议】界面优化：上下文长度显示、Reasoning 强度显示、Skill 库分类显示?
产品、管理、效率、优化、WorkBuddy
一、背景 作为 AI 桌面工作台，用户在使用过程中希望能更直观地了解当前对话状态，以及更高效地管理技能库，从而提升使用体验和效率。 二、具体建议 1.Reasoning 强度显示 - 展示当前模型推理深度/思考强度（如 low/medium/high） - 让用户了解 AI 正在使用何种级别的 reasoning 资源 - 便于用户根据任务复杂度选择合适的推理强度* 按来源分类（官方内置/用户自定义/团队共享…） - 支持搜索/筛选功能，快速定位目标 S
浏览 137提问于2026-05-01
20回答
【有奖问答】Gemini 3 发布，如何看待 “前端已死” 的言论卷土重来？（已完结）
程序人生、程序员、开发者、前端、腾讯
这是又一轮的 AI 技术炒作，还是前端开发者的核心竞争力真的在被逐步削弱？快来评论区分享你的观点，一起探讨 AI 时代前端的生存与进化之道。●活动时间：2025年11月20日～2025年11月26日，本次互动截至到2025年11月26日24时。
●本期奖品：腾讯鹅仔钥匙扣*1，我们将为点赞数最高的答主及最真情实感的答主分别送上一份奖品。
浏览 1784修改于2025-11-27
2回答
重试延迟：1067ms 失败原因：500 "AI Gateway environment is incomplete?
免费套餐、environment、gateway、变量、模型
【问题现象】 项目 ID：makers-fw0ixvpkvskg（deepseek-harness-out） 站点：https://edgeone.robai.dpdns.org/ 使用站点 AI 对话时前端提示：重试延迟 1067ms，失败原因：500 "AI Gateway environment is incomplete"。credentials.describe 等请求均返回 200，来源 Agents，Runtime AgentNode；其中 /api/session.prom
浏览 75提问于2026-10-23
0回答
2026 腾讯云双11云上盛惠深度解读：AI与云产品全品类大促，新老用户双向福利，AI开发者采购参考指南？
云服务器、腾讯云、产品、建站、开发者
2026腾讯云双11云上盛惠活动现已开启，本次活动兼顾新用户首次采购、老用户续费升级、AI开发者算力采购以及中小企业批量上云等多元需求。AI建站等产品全部纳入大促范围。爆发主周期（11月1日‑11月11日）：全部产品优惠对外开放，每日限时秒杀、拼团活动轮番开启，库存最为充足，是下单采购的最佳时间段。返场期（11月12日‑11月30日）：部分优惠政策回收，续费专区、代金券礼包继续保留，秒杀类爆款不再补充库存。⚠️重要提醒：一定要从双11
浏览 234提问于2026-10-29
0回答
ai?
aiops、变量、跨域、数据、研发
AI 时代 · 从信息到洞察 Daily Signal Brief
{日期1} · {日期1} {时间1} SGT (UTC {日期1} {时间1} UTC) 生成者: 飘柔 + TG:piaorouseo反方论据: 亚投行过境访问，多国表态[参考资料:gov.cn.scsykj.com.cn/Article/details/6862322.sHtML] — 反方 baseline = AI capex这是一个新的耦合: monetary policy + AI governance, 历史上没有先例。
浏览 82提问于2026-09-19
1回答
AI Agent干活时，一天怎么规划？
人工智能、agent、AIGC、模型、效率
背景是“AI时代一天的规划，AIagent在干活 你同时怎么安排自己的…”。谁负责拆解目标、跟进过程和验收 Agent 的产出？ AI Agent 干活时，人最应该保留哪些工作？如何把一天拆成并行委派、集中思考和定时验收三个时段？
浏览 156提问于2026-08-24
0回答
多场景落地提速，光模块如何突破应用瓶颈？
物联网通信、行业、数据中心、网络、研发
如今800G模块规模化商用、1.6T技术加速迭代，光模块已深度覆盖数据中心、电信网络、工业运维等场景，但应用普及的背后，诸多现实问题也随之显现，值得行业深入思考。
当下光模块的应用场景早已多元分化。在AI算力浪潮下，高速光模块成为大型数据中心的刚需，支撑海量数据训练与实时交互；在5G基站、光纤入户等电信场景，光模块保障网络传输的稳定覆盖；同时，其也逐步赋能新能源充电桩、轨道交通、智能电网等工业场景在6G研发、AI算力扩容的新趋势下，光模块该如何突破技术壁垒、优化产品性能，真正实现全场景、高质量普及，为数字产业发展筑牢传输根基？
浏览 142提问于2026-08-12
0回答
ai时代该如何用好ai？
数据安全、aiops、工作、数据、运维自动化
ai时代有很多重复性的工作可以交给ai去做，可以大大提高效率，也能避免人工失误。但是另一方面，ai又依赖数据，可能存在数据污染和隐私泄露风险。在安全和效率之间该如何把握平衡呢？
浏览 293提问于2025-07-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号