6月22日,中央全面深化改革委员会第二十六次会议召开,会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》等方案,明确了未来我国发展数字经济的总体思路。
会议精神强调,数据基础制度建设事关国家发展和安全大局,要维护国家数据安全,保护个人信息和商业秘密,促进数据高效流通使用、赋能实体经济,统筹推进数据产权、流通交易、收益分配、安全治理,加快构建数据基础制度体系。
我们的科技留言板“有意见”如下
@The Signal:长久以来,平台巨头几乎都通过垄断用户数据,以保证自己是唯一有权使用这些数据的人。但其实靠算法也好,大数据也好,大厂真正卖的无非是用户的行为习惯,这些都是原本属于用户自己的东西。而现在,数据基础制度建设,一大利好是确定数据产权,势必让数据流通使用更规范。
@联线中断:数据每时每刻都在产生,它可以来自衣食住行等个人行为活动,也可以来自平台、政府、商业机构等提供服务后的统计与收集,但这之中,往往难以确定数据要素的产权属性。要解决这个问题,各方必须达成共识,这时候,构建数据基础制度十分重要且必要,从源头开始规范。
@锐角:虽然会议强调了强化平台监管,但近期各种会议文件也释放出了积极信号。从之前的“严监管”,到现在的“促进”“支持”,一旦支持平台经济发展的措施出台,互联网行业依然会是稳就业的推进器,互联网人坚持住。
@素颜也倾城:会议提到要“规制大数据杀熟和算法歧视”,大数据杀熟针对的多是对平台信任度和黏性较高的“老用户”或者“会员”,平台利用了他们一般不会去货比三家的消费习惯,给予差别定价,以实现平台利润的最大化。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。