关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
目前最好的讲MCP的课程
Anthropic 和 Deeplearning 合作推出了MCP系列课程，希望系统了解mcp推荐看这个课程。
一样是一个小时左右，从概念讲到host，讲到 client 和 server，再讲到mcp内的各个组件 tools，prompts，resources，同时还分享了目前在逐渐支持的 stream http和正在发展的 roots sampling，mcp registry 等情况。
看完对整个mcp的当下、现在和未来的路线图一下就清晰了。
还有一个比较触动我的点是: 好的应用是实践"生长"出来的。
anthropic 说mcp，artifacts 都是由内部实践诞生出来的项目，自己用了好用，发现是刚需就打磨发布出来了，都成了口碑和价值俱佳的产品。
https://www.deeplearning.ai/short-courses/mcp-build-rich-context-ai-apps-with-anthropic/
Anthropic 和 Deeplearning 合作推出了MCP系列课程，希望系统了解mcp推荐看这个课程。
一样是一个小时左右，从概念讲到host，讲到 client 和 server，再讲到mcp内的各个组件 tools，prompts，resources，同时还分享了目前在逐渐支持的 stream http和正在发展的 roots sampling，mcp registry 等情况。
看完对整个mcp的当下、现在和未来的路线图一下就清晰了。
还有一个比较触动我的点是: 好的应用是实践"生长"出来的。
anthropic 说mcp，artifacts 都是由内部实践诞生出来的项目，自己用了好用，发现是刚需就打磨发布出来了，都成了口碑和价值俱佳的产品。
https://www.deeplearning.ai/short-courses/mcp-build-rich-context-ai-apps-with-anthropic/
众所周知，医疗和教育是压在普通人头顶的两座大山，决策成本之高，催生了为那些迫不得已需要翻山越岭的人贩卖手杖的行当，搜索就是一个重灾区，搜索疾病症状，出来的必然是各种医药服务的小广告，搜索填报志愿，充斥眼前的也全都是教育机构的留资引导。
不是说广告不好，而是一个需求入口被贴满了牛皮癣，以致于用户要从无孔不入的商业推广里学会分辨客观信息，这实在不合理，至于「天下苦xx久矣」的说法用得多了，也就不剩下多少批判性了，反而更有「日哭夜哭能哭死董卓否」的抽象感。
套用俞军老师的著名公式——产品价值=（新体验-旧体验）-迁移成本——只有在体验差距足够大的时候，才会撼动传统搜索的商业模式，这也是AI被寄予厚望的经济预期，至少在针对那两座大山的「移山工程」里，夸克塞到用户手里的铲子，是真的有用。
几乎是在同一时间，夸克的健康大模型通过了副主任医师的职称考试，在12个主流门诊学科里都超过了合格线，另外还推出了面向高考场景的深度搜索服务，可以成为一个高度定制化的志愿规划师。
从原理上，这是夸克走上「工具箱化」这条道路的必然结果，基于通义千问基座模型的底层能力，为特定的痛点需求进行额外的数据采集和后训练，最后集成到框里去。
考虑到本来用户的使用习惯都已经在转移过程中了——每次评论区都有很多现身说法的，表示自己越来越依赖遇事不决问AI、不再选择在搜索结果里翻拣网页——趁势完善端到端的体验，是百利而无一害的。
我测试下来的感受是，要说取代医生和老师，可能为时尚早，但是取代搜索，已经完全可行了，而且不是平替，是更优解。
比如查完血常规后，拍照发给夸克，在排除疑难杂症的前提下，它所给出的答案和医生问诊的结果是没什么差别的，各种用药禁忌和症状分析，也都能给出纯粹干货的说明，不再需要担心夹带私货。
我看到前几天也有医生出来表态了，他个人并不介意患者拿着AI的答案和他掰扯，在医疗资源长期紧张的环境下，患者这么做的心理实际上是怕医生在百忙之中有所遗漏，希望受到重视。而在医生看来，不管怎么样，懂得使用AI总比轻信不明网站里的野鸡专家要好，AI至少不会胡说八道，它能让医患之间产生更加顺畅的交流。
填报志愿也是类似，张雪峰的火爆和定价足以说明，在东亚这个「年年都是人生最重要的一年」的做题氛围里，错一步误一生的焦虑始终困扰着学生和家长们，现在有了AI搭把手弥补信息差，总归是件好事。
另一方面，「深耕垂直模型突破」的行业判断可能也确实成立了。首先，通用模型的能力是最关键的，若是基础智能不能保持领先，就很难适应千人千面的大众需求，反过来说，通用模型却很容易把垂直模型整合到一个入口里，让不同领域的专家时刻待命，分给不同的场景上岗。
夸克也证明了只要通用模型足够领先——通义千问俨然已成全球开源旗舰——细分出的垂直模型会有更大的进步跨度，兼具通用模型里最专业的、垂直模型里最聪明的两大优势。
夸克这次的升级就是如此，框还是那个框，后面的模型又过了不知道多少遍的万重山，用户也不需要特意去选择模型版本，只需要输入意图，模型自己就能做出判断，然后调用对应的垂直模型出来「接客」。
根据Sam Altman的说法，他对用户抱怨ChatGPT的模型版本过于复杂深有同感，让用户每次输入前都要考虑是不是选对了模型也很多余，所以GPT-5将回归「All In One」的模式，一个模型解万事。
这么来看，夸克的含金量还在上升。
不是说广告不好，而是一个需求入口被贴满了牛皮癣，以致于用户要从无孔不入的商业推广里学会分辨客观信息，这实在不合理，至于「天下苦xx久矣」的说法用得多了，也就不剩下多少批判性了，反而更有「日哭夜哭能哭死董卓否」的抽象感。
套用俞军老师的著名公式——产品价值=（新体验-旧体验）-迁移成本——只有在体验差距足够大的时候，才会撼动传统搜索的商业模式，这也是AI被寄予厚望的经济预期，至少在针对那两座大山的「移山工程」里，夸克塞到用户手里的铲子，是真的有用。
几乎是在同一时间，夸克的健康大模型通过了副主任医师的职称考试，在12个主流门诊学科里都超过了合格线，另外还推出了面向高考场景的深度搜索服务，可以成为一个高度定制化的志愿规划师。
从原理上，这是夸克走上「工具箱化」这条道路的必然结果，基于通义千问基座模型的底层能力，为特定的痛点需求进行额外的数据采集和后训练，最后集成到框里去。
考虑到本来用户的使用习惯都已经在转移过程中了——每次评论区都有很多现身说法的，表示自己越来越依赖遇事不决问AI、不再选择在搜索结果里翻拣网页——趁势完善端到端的体验，是百利而无一害的。
我测试下来的感受是，要说取代医生和老师，可能为时尚早，但是取代搜索，已经完全可行了，而且不是平替，是更优解。
比如查完血常规后，拍照发给夸克，在排除疑难杂症的前提下，它所给出的答案和医生问诊的结果是没什么差别的，各种用药禁忌和症状分析，也都能给出纯粹干货的说明，不再需要担心夹带私货。
我看到前几天也有医生出来表态了，他个人并不介意患者拿着AI的答案和他掰扯，在医疗资源长期紧张的环境下，患者这么做的心理实际上是怕医生在百忙之中有所遗漏，希望受到重视。而在医生看来，不管怎么样，懂得使用AI总比轻信不明网站里的野鸡专家要好，AI至少不会胡说八道，它能让医患之间产生更加顺畅的交流。
填报志愿也是类似，张雪峰的火爆和定价足以说明，在东亚这个「年年都是人生最重要的一年」的做题氛围里，错一步误一生的焦虑始终困扰着学生和家长们，现在有了AI搭把手弥补信息差，总归是件好事。
另一方面，「深耕垂直模型突破」的行业判断可能也确实成立了。首先，通用模型的能力是最关键的，若是基础智能不能保持领先，就很难适应千人千面的大众需求，反过来说，通用模型却很容易把垂直模型整合到一个入口里，让不同领域的专家时刻待命，分给不同的场景上岗。
夸克也证明了只要通用模型足够领先——通义千问俨然已成全球开源旗舰——细分出的垂直模型会有更大的进步跨度，兼具通用模型里最专业的、垂直模型里最聪明的两大优势。
夸克这次的升级就是如此，框还是那个框，后面的模型又过了不知道多少遍的万重山，用户也不需要特意去选择模型版本，只需要输入意图，模型自己就能做出判断，然后调用对应的垂直模型出来「接客」。
根据Sam Altman的说法，他对用户抱怨ChatGPT的模型版本过于复杂深有同感，让用户每次输入前都要考虑是不是选对了模型也很多余，所以GPT-5将回归「All In One」的模式，一个模型解万事。
这么来看，夸克的含金量还在上升。
