佛罗里达州坦帕总医院（Tampa General Hospital）正在通过与数据分析公司 Palantir 合作，引入实时数据平台来提前识别败血症这一致命疾病，显著降低相关死亡率。 该院的内部分析显示，自 2022 年 8 月上线相关系统以来，估算已经帮助挽救约 886 名患者的生命，败血症早期死亡病例减少了 68%，患者在院时间也缩短了约三成。 坦帕总医院与 Palantir 合作，将后者的 Foundry 平台与既有临床信息系统整合，打通电子病历、实验室化验结果、临床医生书写的病程记录以及床旁监护设备采集的生命体征等多源数据。 过去分散在不同系统中的信息被持续汇聚，在统一的实时看板中呈现，系统可同时追踪约 1000 名住院患者的关键指标变化。 在此基础上，软件会自动搜索那些在日常查房中可能被忽视的细微模式，例如心率小幅升高、体温略有波动等败血症早期信号。 一旦算法判断存在败血症风险，系统便会立即向院内的快速反应团队发送警报，促使临床团队尽快干预，在病情全面恶化之前采取措施。 在坦帕总医院，被系统标记为疑似败血症的患者通常能在一小时内得到抗生素治疗。 对一线医生和护士而言，这种变化并不仅仅体现在统计数据上，更直接体现在患者出院情况中。 坦帕总医院医疗信息副总裁 Jaimie Weber 表示，新系统的效果在数据和实际出院病人身上都非常明显，她强调，“这些是原本可能无法回家的母亲、兄弟和姐妹，如今能因为这个项目和这些工具而存活。” Weber 认为，对于败血症来说，“时间就是生命”，及时诊断并快速给予合适抗生素和相关治疗，是挽救患者的关键。 院方的量化评估印证了这一判断：利用 Palantir 平台构建的“败血症中心”（Sepsis Hub）后，败血症相关的早期死亡下降约 68%，而败血症患者在医院的平均住院时长缩短了约 30%。 目前，这一败血症监测工具只是坦帕总医院在 Palantir 软件上构建的 60 余种应用之一。 医院与 Palantir 的合作始于 2021 年，随着数字化数据量不断增长，院方希望借助该平台将数据转化为可快速执行的临床决策支持信息。 坦帕总医院首席数据与分析官 Etter Hoang 介绍，他们将 Palantir 的工具堆栈“叠加”在电子病历系统和医疗设备输出的数据之上。 他表示，这类工具不只服务于败血症预警，还帮助医院在患者优先级管理、降低临床实践差异、提高跨科室沟通效率以及提升患者床位分配与入院流程等方面实现优化。 通过更快地为患者安排合适的床位和服务，医院整体运营效率和患者就医体验都有所改善。 类似的技术实践并不限于美国。 在英国，Palantir 的软件已嵌入国家医疗服务体系（NHS）的联邦数据平台，主要用于打通患者记录、管理候诊名单，目前超过半数 NHS 信托机构使用该平台。 官方表示，这套系统帮助额外完成了约 11 万台手术，同时缩短了癌症诊断的等待时间。 不过，在英国，相关平台目前主要用于资源管理与流程优化，尚未大规模用于实时临床决策支持，例如败血症早期识别等场景。 一些医疗观察人士认为，官僚程序和行政流程拖慢了此类技术在关键诊疗环节的部署，影响了其对患者诊治效率的潜在贡献。 与此同时，Palantir 在 NHS 中的角色仍处于审议之中，现有合同包含一项将于 2027 年被重新评估的中止条款，外界也在观望这一合作关系的后续走向。 查看评论
accounts.google.com Google云端平台 借助 Google 云端平台，您可以利用 Google 所用的基础架构构建、部署以及调整应用、网站和服务。 价格据传是OPUS的两倍 16 个帖子 - 16 位参与者 阅读完整话题
以前，对于深入学习分析一些开源项目，一直觉得太费时间，觉得能用就可以了。现在，有了AI工具的加持，想通过AI工具来分析，进行源码debug学习。但是对这方面不是很了解，有没有合适的AI工作流做这方面的，当前在学习seatunnel，感觉它的文档写的不是很详细 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 9 日消息，科技媒体 AppleInsider 今天（6 月 9 日）发布博文，报道称在 2026 年全球开发者大会（WWDC）主题演讲结束后，苹果针对 Mac 游戏生态， 推出 Game Porting Toolkit 4 工具包。 IT之家注：Game Porting Toolkit 是苹果面向开发者提供的游戏移植工具包，主要用途是加速游戏适配 Mac。该工具包减少适配、调试和性能优化的工作量，适合游戏工作室与技术团队使用。 Game Porting Toolkit 4 工具包最大的变化，在于新版工具配套上线了 GitHub 配套代码仓库，集中提供开源智能体技能与示例代码，方便开发者调用 AI 编程能力。 苹果还提到，这些 AI 智能体在移植过程中具备更深入的 Metal 知识，能借助命令行访问 Metal 工具，直接完成 Metal 工作负载的捕获、调试与性能分析。 Game Porting Toolkit 4 的评估环境已支持 Metal 4，让开发者能基于最新接口测试兼容性与性能表现，更早发现问题。 Metal 4 是苹果最新一代图形与计算接口版本，主要用于处理游戏画面渲染、图形计算和部分高性能任务，开发者可借助它测试兼容性与性能表现。
如图借助 Coding Tools MCP 总算是能把 OpenAI 的最强模型 GPT 5.5 Pro 用来编程了，就算是 Codex 里面都没有 5.5 Pro 能用，当然前提是你 ChatGPT 账号本身要有 5.5 Pro 模型的使用权限（ Business 账号和 Pro 账号都有 5.5 Pro 模型可以用，Plus 用户没有）
如图借助 Coding Tools MCP 总算是能把 OpenAI 的最强模型 GPT 5.5 Pro 用来编程了，就算是 Codex 里面都没有 5.5 Pro 能用，当然前提是你 ChatGPT 账号本身要有 5.5 Pro 模型的使用权限（ Business 账号和 Pro 账号都有 5.5 Pro 模型可以用，Plus 用户没有）
最近在做一个自己的项目，想玩一下gps获取经纬度，然后在地图显示以及轨迹回放 7 个帖子 - 4 位参与者 阅读完整话题
最近在实习的过程中，总结出来一套 借助AI工具进行需求开发 的流程，佬友们看看哪里可以进行优化或者替代的。 需求文档起手，借助 飞书 cli 读取文档 或者 插件转换成md文档放到项目目录；这里要求人工进行 review ，需要保证表述简洁，含义清晰。 prd 1 -> 开发者 使用 grill-me + Trellis 框架进行开发，显式调用 grill-me 可以避免 trellis-brainstorm 不被触发的情况。多轮决策之后，生成 prd 2 。 prd 2 -> LLM 。 需求边界对齐之后，进入编码 → Agent check → 人工review → 纠偏 循环。 文档沉淀，代码提交，任务归档。 整个harness工程的实现以及工作流的推动都是基于 Trellis 来实现的。不过这套流程的前提是要对需求熟悉，并且有一套初步的技术方案，一方面是 grill-me 阶段需要我们主动引导，另一方面需求开发完成后可以多一点收获。 1 个帖子 - 1 位参与者 阅读完整话题
尽管正与美国国防部陷入司法纠纷，人工智能企业Anthropic仍协助美国国家安全局部署其高性能Mythos大模型用于进攻性网络作战，并向国安局派驻技术工程师驻场落地技术。两名知情人士透露，这家总部位于旧金山的企业已向NSA派驻约六名工程师作为前沿驻场技术人员，负责指导模型落地使用、根据国安局特定作战需求定制调优AI模型。 目前尚无法证实Anthropic工程师是否直接参与国安局现役网络攻击行动，但一名知情人士坦言，Mythos模型可被用来渗透伊朗国家的网络系统。 一名靠近Anthropic的内部人士辩解称：“打造优秀防御体系的最优路径就是掌握先进的攻击技术。对手大概率也在自研AI驱动的攻击性网络武器，倘若我们不用Mythos开发攻击工具，敌方也会想方设法落地同类技术。” 这项合作落地之际，这家硅谷初创企业正和隶属国防部体系的NSA就AI技术在作战领域的使用问题打官司。 此前Anthropic拒绝美方利用其Claude系列大模型开展针对美国公民的大规模监控、研发致命自主无人机，此举致使五角大楼破天荒将该AI实验室列入供应链风险清单，Anthropic就此提起诉讼；一旦败诉，它将被迫终止和美军合作机构的全部商业合约。 双方矛盾爆发后，Anthropic推出Claude Mythos大模型。该模型可自主发现并利用软件漏洞，引发全球各国政府、金融机构与信息技术企业普遍担忧其滥用风险。 本周早些时候，Anthropic宣布将Mythos授权拓展至全球15个国家的150家机构，彻底打破此前仅面向美英少数机构的受限开放规则；该模型今年4月首发初期，仅对少量美国本土机构限量开放。 上述布局恰逢Anthropic筹备IPO，公司目标估值有望突破1万亿美元，凸显人工智能在国家安全层面的商业与地缘战略价值持续攀升。 Mythos面世后，竞品OpenAI同步推出具备同类攻防能力的大模型。业内专家警示：顶尖AI既能被黑客利用入侵计算机系统，同样也可成为各国对抗敌对势力的强力网战工具。 针对相关报道，Anthropic与美国国防部均拒绝置评。 该公司已和美国联邦政府在模型规模化落地层面深度协作，特朗普政府正推动这款AI在全联邦各安全机构落地部署。 查看评论
借助AI为我自己优化的解算程序设计了一个可视化前端，现在需要维护移动端和PC端，由于没有使用什么组件库和开源前端框架，导致现在维护起来特别麻烦，而且写的也比较乱（7尤其是移动端适配太复杂了），就html+css+js手搓。由于没有前端设计开发经验，不知道现在用什么方案进行重构。设计的前端也很丑。 15 个帖子 - 7 位参与者 阅读完整话题
想借助一些开源的智能体，在此基础上做关于业务开发、调优，求推荐 3 个帖子 - 3 位参与者 阅读完整话题
请教一下大佬们，请问在获取软件需求规格说明书后，如何借助Skills、CLI 及 MCP，产出高质量、可落地的软件开发详细设计文档，并以此作为后续开发的标准化依据呢？ 3 个帖子 - 3 位参与者 阅读完整话题
IT之家 5 月 27 日消息，谷歌正借助人工智能全面升级搜索服务，其首席执行官坦言这项功能仍有改进空间。 当地时间周二，桑达尔・皮查伊做客《Decoder with Nilay Patel》播客节目时，现场查看了谷歌搜索“最佳 Chromebook”的结果。 IT之家注意到，主持人帕特尔当着皮查伊的面滑动浏览页面，直观展现出谷歌早已不再是单纯的搜索引擎，同时该公司仍在持续优化人工智能在搜索中扮演的角色。 谷歌的人工智能摘要功能将宏碁 Chromebook Plus Spin 714 列为首选机型。而页面下方来自 Reddit 的第一条自然搜索结果，却给出了截然不同的答案。 当被问及如何评价这次搜索体验时，皮查伊提出了自己的看法。他表示： “针对你这次搜索的内容，人工智能给出的结论主观倾向过重，这本不该出现。” 眼下谷歌正进一步推进人工智能布局，将人工智能模式及多项新功能融入搜索服务。皮查伊认为，此次搜索案例中的人工智能摘要确实存在优化空间。 新增功能包括支持用户追问后续问题，以及可自动为用户检索信息的“信息智能助手”，该功能预计于今年夏季正式上线。 皮查伊提到，此次笔记本电脑的搜索结果或许结合了帕特尔的个人使用习惯做了个性化推送，这也是结论显得主观片面的原因。他对帕特尔说：“你测试时对应的是专属个性化结果，因此这次搜索展示的情况并不具备普遍代表性。” 谷歌对搜索功能的大幅革新引发了部分争议：一部分用户不希望搜索引擎过度个性化；也有业内人士认为，此次改版可能进一步分流网站流量，或将成为互联网的一大隐患。 与此同时，人工智能也正遭遇越来越多的反对声音，比如毕业生在演讲现场对科技企业高管发出嘘声、针对数据中心的抗议活动等。 皮查伊在播客中透露，自人工智能摘要功能上线以来，团队已在其中添加了更多网页链接。他说道：“一路走来，我们始终致力于满足用户需求，同时帮助用户对接全网各类内容资源。”
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？
这周的需求借助 AI 今天就基本干完了，本来应该开心，但突然有点迷茫。 还有别的需求没干，不是不会干，也不是干不了，就是不太想干太快。总感觉在职场里，需求干得太快，并不一定是好事。没需求、没活干的时候，人好像就会显得“没价值”。 老程序员干活都会把握一个度：既要有产出，又不能让自己显得太闲。 现在 AI 把效率提上来了，反而让我有点尴尬。以前几天的活，现在几个小时就搞完了。剩下时间不知道怎么安排。 vscode 中集成到注释里面看小说，有负罪感(真是贱骨头)； 做自己项目吧，工位原因怕被发现； 听歌、刷群、逛 V2 、看 AI 技术发布，也感觉像是在混； 但继续猛干需求，又怕以后节奏被拉满，自己把自己卷死。 感觉最尴尬的不是没能力，而是能力和效率提升之后，工作评价方式还是老一套。 以前大家比的是谁更能熬、谁更忙、谁加班更多。 现在用 AI 把活提前干完了，反而要开始思考： 剩下的时间，我该怎么“合理存在”？