用hermes打造个人作战军团，摸鱼必备神器！！！ 2 个帖子 - 1 位参与者 阅读完整话题
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
IT之家 5 月 31 日消息，西北工业大学航天学院、西安电子科技大学的科研人员开发出了一种新算法，有望从根本上改变无人机蜂群搜索和摧毁敌方目标的方式。 该算法名为 HG-STR（异构图时空推理），据称能让固定翼无人机机群在通信被干扰、视野受阻的情况下，自主搜索广阔战场并消灭每一个敌方目标。相关成果已经发布在中国期刊《航空学报》上。 仿真实验表明，相比传统规则算法任务完成率提升了 37.14%；相比全局优化算法，单步决策耗时从秒级降低至毫秒级；且在通信半径极度受限的弱连通条件下仍能保持 94% 的任务成功率。 该算法在模拟测试任务中实现了了 96% 的成功率、100% 的目标杀伤率，并且运行速度足以跟上现代战争的节奏。这是已知首个能够达到 100% 杀伤率且保持足够响应速度的算法。 传统算法将友军、敌军、地形等信息都视为同一类型的数据进行处理。西安西北工业大学航天学院副教授张栋带领的团队指出，这种方式会造成混乱。他们的新方法构建了一个“异构图”，其中每个对象都被赋予其真实含义的标签：友军无人机是一种节点，搜索区域是另一种节点，敌方目标则是完全不同的第三种节点。该算法能学会关注正确的连接关系 —— 当一架无人机发现目标时，该信息会被当作高优先级威胁；当附近有队友时，则被视为协作机会。张东和同事们表示，这使得蜂群能够瞬间理解该帮助谁、该猎杀谁。 传统的基于规则的系统（如同预先编写的脚本）在敌人不按脚本出牌时会失效。而大多数现有的优化方法（如下棋计算机计算每一步）则速度太慢。 张栋在论文中写道，在激战中，这些方法需要数秒才能做出决策，“而在这段时间里，一架无人机可以盲目飞行近 600 米 —— 在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR 算法做出决策仅需 6.6 毫秒，较旧方法实现了巨大飞跃。 在模拟实验中，研究团队直面战场的混乱环境。敌方干扰可能切断通信链路，使无人机陷入孤立，而无人机自身的传感器只能看到一小片地面。为应对这些挑战，团队首先为每架无人机配备了“记忆”：当一架无人机与队友失联时，它会依靠一个特殊的记忆模块（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次，他们设计了一个分层决策机制：无人机首先决定目标是“搜索还是打击”，然后选择具体目标，最后决定使用多少弹药。通过将问题分层分解，无人机避免了试图同时处理所有事情而导致的混乱。 在团队的模拟实验中，即使通信半径受到严重限制，该算法仍然实现了对敌方目标的 100% 消灭率，包括那些隐藏在视线之外的目标。实验还表明，该算法可以在一个小场景中完成训练，然后即时部署到一个更大的场景中，无需重新训练即可应对更多的无人机和更多的目标。 评审专家表示，目前大多数无人机操作仍由人类飞行员远程控制。“这项技术预示着这样一个未来：蜂群无人机可以被派往高风险、受干扰的环境，在断绝与人类指挥的联系后，带着一条最终指令执行任务：找到并消灭所有目标。” 展望未来，研究团队计划将该算法从实验室带到现实世界。他们希望使其更加稳健，不仅能够应对通信中断，还能处理消息延迟和数据损坏。 科研人员在论文中写道：“未来的工作将聚焦于探索该算法在计算能力有限的嵌入式机载平台上的轻量化部署和实飞验证。” IT之家附论文地址： https://doi.org/10.7527/S1000-6893.2026.33373
五角大楼网络作战部门正在组建一个专项工作组，以加快采用具有强大黑客能力的前沿人工智能工具，据三名知情人士透露。这项来自美国网络司令部的举措尚未公开报道，凸显了五角大楼对私营部门开发的人工智能模型突然涌现的担忧，这些模型能够比世界顶级黑客更快地发现数字系统安全漏洞。 两周前，国家安全局和网络司令部的双重领导人约书亚·拉德将军通过内部邮件向员工宣布了这一工作组的成立，两名知情人士向POLITICO透露。根据这封邮件，该工作组将横跨网络司令部和国家安全局，研究五角大楼如何在其各项任务的所有方面安全部署领先的人工智能模型。这包括评估硅谷科技巨头开发的人工智能模型如何在承载情报界最敏感机密的"高端"系统上使用。 该工作组的成立正值人工智能巨头Anthropic于一个月前宣布其最新模型Claude Mythos在发现和利用网络漏洞方面能力出众，以至于只会与一小部分受信任的网络防御者共享。Anthropic当时警告称，如果该工具落入不法之手，可能对经济、公共安全和国家安全造成"严重"后果。其他领先的人工智能公司，包括OpenAI，此后也宣布他们拥有具有类似高级黑客技能的模型，并启动了限制访问的类似举措。Anthropic官员预测，同等水平的模型将在六到二十四个月内广泛可用，这可能使低技能黑客能够制造大规模数字混乱。 对高级人工智能模型扩散的担忧引发了白宫的紧急行动，目前正在起草一项行政命令，要求Anthropic、OpenAI和Google等前沿人工智能实验室在公开发布之前将其模型提交给联邦政府测试。这标志着特朗普政府的重大转变，此前该政府曾宣扬对人工智能监管采取不干预的方式。 虽然该工作组与即将出台的行政命令没有直接联系，但网络司令部和国家安全局预计将在任何与网络安全相关的新举措中发挥核心作用。国家安全局通过其最近成立的人工智能安全中心已经与商务部合作，研究新前沿人工智能模型的网络能力，这项工作可能在新行政命令中得到扩展和编纂。一名知情人士表示："更广泛的政府正在依靠国家安全局的技术专长来解决'我们如何安全地做到这一点'的问题。" 任何潜在的联邦审查制度都将确保美国情报界能够在俄罗斯和中国等外国对手获得访问权限之前了解这些新模型的能力。国家安全局负责拦截外国通信和保护美国政府安全，而网络司令部则负责抵御针对国防部系统的数字攻击并支持军事行动。 在邮件中，拉德表示工作组将从国家安全局的人工智能安全中心汲取专业知识，并指定了一名网络司令部指挥官领导该工作组。目前尚不清楚该工作组的规模或可能运作多长时间。一名前高级国家安全官员表示，建立这个工作组表明拉德认为网络司令部和国家安全局都需要更快地在其网络中部署快速发展的人工智能工具。这名官员补充说，将领导角色分配给网络司令部的指挥官表明"作战司令部更占主导地位，国家安全局提供支持"。 不过，该工作组的大部分技术实力可能来自国家安全局。这个庞大的信号情报机构拥有美国政府中顶尖的科学和计算机人才，而网络司令部多年来一直面临人才管理问题。本月早些时候，五角大楼宣布已与包括OpenAI和Google在内的七家科技公司签署协议，开始在机密网络上使用其人工智能模型。 Anthropic目前与五角大楼陷入法律纠纷，使Mythos在联邦政府范围内的更广泛部署变得复杂。国防部于三月份采取了前所未有的步骤，将Anthropic指定为供应链风险，此前该公司试图限制其工具在自主战争和大规模监控行动中的使用。一名Anthropic官员此前表示，该公司愿意允许美国政府在进攻性网络行动中使用Mythos。这是五角大楼可能探索的方向，这可能会给国防部内部施加压力，要求解除对Anthropic的供应链风险指定。 网络司令部前副司令查尔斯·摩尔中将告诉POLITICO，他"知道"网络司令部建立人工智能工作组的计划，并表示他将其视为"不仅是个好主意，而且是必要的"。摩尔说："人工智能工具正在迅速成为检测威胁、确定漏洞优先级、加速决策制定以及比我们的对手更快地进行防御和进攻性网络行动的必需品。该工作组可以帮助将人工智能整合到行动、训练、情报和网络防御中，同时确保美国保持对对手的分析优势。" 与私营部门合作提升国家进攻性网络能力是特朗普政府今年三月发布的新网络安全战略的核心。在该战略中，白宫呼吁联邦机构采用"人工智能驱动的网络安全解决方案"来保护政府网络。战略还表示，特朗普政府将"释放私营部门"以帮助"扩大我们的国家能力"，包括网络进攻和防御。 查看评论
IT之家 5 月 12 日消息，在去年的“九三阅兵”中，一款“机器狼”帅气亮相。它相比普通的机器狗有何不同之处，“机器狼”总设计师进行了揭秘。 据央视新闻今日报道，中国兵器自动化研究所机器狼平台总设计师陈鹏介绍，“机器狼”身上自带云脑，可以通过云脑及时进行任务分配。通过角色的划分， 每一个“机器狼”可以完成不同的任务 ，有的负责探路和侦察，有的负责物资输送和保障，还有的负责火力打击。 由此，“机器狼群”能够类比人类的一个作战小组，协同作战、各司其职。 除了“组团出击”、分工明确， “机器狼”在复杂地形中的表现也十分出色 。它不仅上楼快，负重强，还具有很强的稳定性能。同时，通过姿态调整，“机器狼”能实现快速自主脱困，泥泞、冰雪、废墟等复杂地形都不在话下。 国产“机器狼”之所以能在复杂环境中畅行无阻，秘诀就在于它们的专属“战靴”。目前已经开展了机器人足底材料的研究和探索， 为“机器狼”定制了不止一双“战靴” 。IT之家注意到，节目中展示了钉爪足底、防滑足底等“战靴”，通过更换相应的“战靴”来保证在各种路面上都能稳健行走。
IT之家 5 月 10 日消息，在电磁弹射技术的加持下，随着多型新式战机的列装， 人民海军已经成功配齐“航母五件套”，初步建成核心舰载机体系 。 IT之家注意到，昨日（5 月 9 日）下午，国防部新闻局副局长、国防部新闻发言人蒋斌（大校军衔）就近期涉军问题发布消息，并回应了人民海军成功配齐“航母五件套”一事： 感谢大家对中国海军发展建设的关注。关于媒体所说的“航母五件套”， 这是形成航母编队体系作战能力的重要一环，也是人民海军加速转型建设的重要成果 。 IT之家注：“航母五件套”是军迷对歼-35 隐身舰载机、歼-15T 弹射舰载机、空警-600 固定翼舰载预警机、歼-15DT 电子战飞机和反潜直升机的形象描述。 部署在福建舰上的歼-35，制空作战和对海、对地打击能力都达到了世界先进水平，突破了隐身舰载机的设计和制造难关。 歼-15 加“T”后，可挂满弹、加满油，“弹出”更强战斗力。 空警-600 则是把先进雷达和指挥系统集成到小型固定翼飞机上，让整个航母作战体系看得更远，让舰载机部队有了体系化、信息化作战的主心骨。 歼-15DT 掌握制电磁权，可压制强敌，掩护伙伴。 新式反潜直升机既可探测、攻击水下来犯之敌，也能快速执行搜救任务，是航母上的作战多面手。 另据央视军事分享，“航母五件套”都是福建舰上的制胜利器。拥有“航母五件套”并不容易， 这需要一个国家在航空工业、造船体系、电子信息技术等方面达到世界领先水平 。 相关阅读： 《 大国重器集体亮相：人民海军成功配齐“航母五件套”，还有“哪吒” 》
先说背景 某 500 人规模的互联网小厂，年初高层决定全司推行 AI Native 战略，目前公司正计划整体裁员 40%，本人后端，Java 系 目前我所在的业务线现状 比较奇葩的是，我所在的这条业务线由于是核心盈利业务，暂时相对稳定。目前整个业务线只有我一个后端，但我需要同时负责 3 ～ 4 个产品线的日常迭代，领导层也没有过多的 push 我去参与 AI Native ，另一方面我私底下也汇报过我日常使用 ai 提效的现状。 虽然相对稳定，一方面想提升自己，另一方面想提升一下竞争力，4 月我主动承接了一个 AI Agent 项目的后端架构与落地（ langgraph 那一套） 部门现状 前端、测试、甚至产品经理，都可以直接拉后端代码仓，靠大模型/Prompt 生成代码，然后直接对后端代码进行二次编辑、改 Bug 。由于我的业务线比较稳定，盈利也还可以，仓库也是独立的，暂时还没被波及到。 目前我的担忧与困惑 虽然目前我在核心业务线，仓库独立且暂时没被波及，但看着周围“前端干后端、测试改 Bug”的大乱斗，心里还是有危机感的，想请教一下该如何应对
IT之家 5 月 2 日消息，美国五角大楼（战争部）于当地时间 5 月 1 日宣布，它已与八家领先的 AI 公司 ——SpaceX、OpenAI、谷歌、英伟达、Reflection、微软、亚马逊网络服务（AWS）以及甲骨文达成协议， 将在部门的机密网络上部署其 AI 能力，用于“合法的作战使用” 。 美国五角大楼声明中写道：“这些协议加速了美国军队向建立 AI 优先的作战力量的转型，并将加强我们的作战人员在不同战域保持决策优势的能力。” 将安全的边界 AI 能力集成到美国五角大楼的影响级别 6（IL6）和影响级别 7（IL7）网络环境中，将简化数据合成，提升态势感知能力，并增强作战人员在复杂作战环境中的决策能力。SpaceX、OpenAI、谷歌、英伟达、Reflection、微软、亚马逊网络服务（AWS）和甲骨文将提供资源，以在 IL6 和 IL7 环境中部署其能力。 外媒 Techcrunch 表示，美国五角大楼与 Anthropic 就其 AI 模型使用条款出现争议，因此加速了 AI 供应商的多元化。五角大楼希望不受限制地使用 Anthropic 的 AI 工具，但后者坚持要求设置限制，以防止 Anthropic 的技术被用于国内大规模监控和自主武器。 IT之家注意到，双方已经对簿公堂，Anthropic 在 3 月份赢得了一项禁令，禁止五角大楼将该公司列为“供应链风险”。