中国

中央级

人民日报

（一）未来产业为什么要着手现在投入

1、量子计算有望改写现有计算体系，可控核聚变被视为“终极能源”的解决方案，脑机接口为万千患者带来希望……可以预见，未来产业能够深刻改变一些领域的底层逻辑，特别是那些颠覆性的创新产品，是开启新一轮创新周期的关键。
2、科技发展日新月异，技术熟化周期、成果转化周期、产品迭代周期大大压缩，许多领域的“窗口期”非常短，极易“一步赶不上，步步赶不上”。而技术突破很难预设时间表、路线图，特别是一些颠覆性技术，通常需要长期积累、迭代，不能想着“今年投资、明年见效”。真正的长期主义，是看准了就抓紧干，并且耐得住、等得起。只有坚持长期主义，才能啃得下一个个“硬骨头”。
3、发展未来产业，本质上是“播种未来”，不是一道“要不要做”的选择题，而是“如何做好”的必答题。
4、悲壮的历史告诉我们，英雄不一定上天入地、披荆斩棘，隐忍坚守需要更大的力量和勇气；文艺作品也不一定要有大团圆结局，真实而克制的共情，必定化作震耳欲聋的共鸣。

经济日报

（一）你偏爱确定性吗

1、生活本就充满随机和意外，人们往往希望在复杂多变的世界中寻找确定性。“见好就收”“落袋为安”“二鸟在林，不如一鸟在手”……都体现了人们对确定性的偏好。这种偏好并非缺陷，而是一种在漫长进化中形成的、帮助我们在资源有限且信息不明的环境中规避风险的稳健策略。然而，在现代复杂的经济协作网络中，一个看似完美的局部确定性解决方案，可能会将不确定性悄悄转移至系统的其他环节，甚至可能引发更大的系统性波动。
2、真正的解决方案，或许不在于设计一个将风险隐藏或转移的“完美”合同，而在于利用技术和规则，在乘客、司机与平台之间，建立一个能更坦然共担不确定性、共享确定收益的协作机制，从而实现帕累托改进。

地方级

解放日报

（一）家风之正决非“一家之私”

1、李大钊烈士的嫡孙李宏塔当了20多年的省民政厅长，管着巨额的救济金、赈灾款、抚恤费等等，却从来不碰一下，连公车的一点油钱都舍不得花，不管上下班还是下去调研，都是一辆自行车加上步行，20多年厅长当下来，竟骑坏了四辆自行车，穿坏了五件雨衣、七双胶鞋。李厅长主持过四次分房，经手分配200多套房，自己却未要一套。单位要给他分房，他竟将按规定应给自己的那套房，分成几个小套分给了年轻同志，他的一家却在50平方米的小旧房里住了许多年。
2、像焦跃进、李宏塔那样“管住自己”，而决不当胡志强那样的贪官墨吏——这可不只是家风中的“逆子”，而是人民的叛徒和敌人啊！家风问题，从来不是一家之私、一族之名声，而是直接关系到党的初心宗旨和人民的利害得失！

新加坡

华文报纸

联合早报

（一）2026年，我们还可以自许什么？

1、新年伊始，是否就一定除旧？是否就跟着立新？我倒是期待那些亘古不变的小提醒和自我期许，“Stay hungry. Stay foolish.”这句话之所以能够穿越半世纪，在不同年代、不同社会背景中反复被召唤，并不只是因为它被一位科技偶像转述，而是因为它所指向的，正是一种在人类文明高度发展、物质条件逐渐完善之际，反而最容易遗失的精神状态。
2、当生活越来越安稳，风险被系统性地降低，失败被制度提前过滤，我们是否会在不知不觉中，放弃某些更深层的自我要求？真正的风险是当繁荣与安逸相结合，社会便进入一种低烈度的精神状态，钝感力无限放大的情绪状况，换句话说是不再敢于犯错、不再真正饥渴、不再容许笨拙，更不再愿意打破重来。
3、在身在福中不（一定）知福、被照顾得很好的社会里，我们大概都曾被标签为“工厂输送带的产物”——从小到大，个体在精密却统一的生产、评估与筛选机制中，目标明确但千篇一律。经年累月后，“我（们）已经够好了”逐渐如温水煮青蛙般，取代“我还能怎样更好”。其实，真正的“饥渴感”和“匮乏感“在表层或许是对竞争（甚至流行语”内卷“）的焦虑，但在深层更是源自对世界与生命更高理想的企盼与期许。在一个高度成功的社会里，保持饥渴，正是一种精益求精的自觉。
4、如果说饥渴关乎深层的欲望，那么“保持愚蠢”则关乎学习的姿态。当我们过度强调可量化的成果与可预测的表现，人们往往就会本能地回避那些“看起来不聪明”的过程：难书少读，冷门不碰，歧路不行，风险远离，甚至不成熟的想法不敢表达、不世俗的言语不发表。久而久之，“聪明”反而只演化为一种防御的机制，而非探索与发展的能力了。
5、真正内化的学习，恰恰建立在不断显得笨拙的过程中。读不懂、想不通、说错话、提出最幼稚、最根本的傻问题——这些不是失败，而是进入复杂领域的必经之路。
6、最鲜为人知的诱惑之一，是让人们误以为自己已经“完成”了：完成了教育、完成了职业培训、完成了安家立业、完成了社会定位，甚至完成了他人眼中的价值判断。在人人追求“完成”的大环境里，还有几人会甘愿把自己“未完成化”，把自己当成白纸：在标准答案之外，是否还允许全盘擦掉的重写？
7、阅读不是效率工具，而是一种长期主动承认不足的行为。翻开封面，本身就意味着我们自认：有些书写，不在我的经验之内；有些文字，超出我所熟悉的叙事。真正有生命力的阅读，要求的就是这种近乎谦卑的姿态——把自己暂时当成白纸。白纸不是否定经验，而是承认经验并非终点；不是抹除自我，而是允许自我被改写、被扩写。阅读就是保持一种饥渴与笨拙的状态，不断阅读就像是不断重新书写自己。阅读的价值，就体现在它的“无用”上，即庄子所谓的“无用之用”。它不直接带来升职，不立刻提高效率，却能让我们始终自知不足、始终好学上进，训练我们面对复杂、不确定与多重价值冲突的能力。这种能力，在稳定时期看似多余，却在动荡之际（是的，早报2025年度汉字“荡”不断提醒我们）、转折时刻，决定我们社会是否具有精神弹性。可以这么说，阅读不一定立刻让社会变得更成功，却能让我们思考什么是成功，还有哪种成功？
8、在2026年的新加坡，也许我们真正值得自许的，不是已经坐拥什么，而是在过于舒适的岛国上，你我仍愿意保持饥渴、保持空白、保持笨拙。
9、2026年，我们还能自许什么？或许，让我从小我开始，反躬自省我该自许什么:

　　不再轻易自许成功

　　而是自许不把成功与聪明当作目标，把饥渴与笨拙当成永远的过程

　　自许在安全安定甚至安逸的岛国上，仍然保留精神上的不安分

　　自许敢于冒险和创新，毋须担忧在别人眼里的笨拙和丑态

　　自许仍奋发创作，即使在一个已经可以轻易人工智能（AI）代笔的年代

　　自许仍愿意阅读那些让我不安的书，特别是实体书

　　自许仍敢于提出看似幼稚的质疑，即使对上司

　　自许在不懂甚至半懂时仍勇于承认无知

　　Stay hungry, stay foolish

　　Stay hungrily foolish

英文报纸

海峡时报

（一）Will the AI bubble burst?

1、Healthcare cluster National University Health System has been rolling out “AI-free” periods – during which healthcare professionals should avoid using AI tools for ​clinical work or assessments – in 2025 to avoid a loss of skills due to overreliance on the technology.
为避免因过度依赖技术而导致专业技能退化，新加坡国立大学医疗集团（NUHS）在2025年推行了“无AI时段”——在此期间，医护人员不得在临床工作或评估中使用AI工具。
2、Dr Luke Soon, AI leader (digital solutions) at PwC Singapore, says one of 2025’s most ​concerning trends is that AI has become ​embedded in day-to-day operations faster than many orga­nisations fully understand its ​limits. Many organisations are rolling out AI co-pilots and automation tools without understanding how these systems behave, how decisions are made or where accountability ultimately sits.
普华永道（PwC）新加坡数字解决方案AI负责人孙禄博士（Dr. Luke Soon）指出，2025年最令人担忧的趋势之一是：AI已比许多组织理解其局限的速度更快地嵌入日常运营之中。许多机构在尚未弄清这些系统如何运作、决策如何生成、责任归属何方的情况下，就匆忙部署AI“副驾驶”和自动化工具。
3、The term “reality distortion field” was originally used to describe ​Apple founder Steve Jobs’ ability to convince others that otherwise ​impossible goals were achievable, a term that has since been used to describe many other tech leaders and start-ups. The year 2025 showed that AI, too, has its own reality distortion field, in that mixed evidence for its usefulness has not slowed down societal embrace of it. A study by researchers at the Massachusetts Institute of Technology published in July 2025 found that 95 per cent of the 300-plus AI initiatives at companies studied failed to turn a profit. “The mixed results are not un­expected. New technologies are adopted faster than organisations can redesign workflows and decision-making to fully realise their impact, and AI is no exception,” says Dr Soon.
“现实扭曲力场”（Reality Distortion Field）一词最初用于形容苹果创始人史蒂夫·乔布斯说服他人相信“不可能目标也能实现”的能力，后来也被广泛用于描述其他科技领袖和初创企业。2025年表明，AI也拥有自己的“现实扭曲力场”——尽管其实际效用证据参差不齐，社会对它的拥抱却丝毫未减。2025年7月，麻省理工学院（MIT）研究人员发表的一项研究发现，在所调查的300多个企业AI项目中，95%未能实现盈利。 “这种混合结果并不意外，”孙禄博士说，“新技术的采用速度往往快于组织重新设计工作流程和决策机制以充分发挥其潜力的速度，AI也不例外。”
4、AI clearly boosts productivity in tasks that are routine, modular and easy to evaluate. For instance: decreasing the amount of time needed to complete certain programming tasks, write up a piece of text when ​working in customer support or perform complex scientific calculations for predicting new protein sequences. “But those gains taper off quickly when tasks require judgment, contextual understanding or responsibility for outcomes,” says Dr Jaidka. In many studies, experienced workers using AI produce work faster but not better – and sometimes worse. This is because they spend time checking, correcting and compensating for confident but incorrect output, she adds.
AI显然在那些常规化、模块化且易于评估的任务中显著提升效率，例如缩短完成特定编程任务的时间、在客户服务中快速撰写文本、执行预测新蛋白质序列所需的复杂科学计算。“但一旦任务需要判断力、情境理解或对结果负责，这些收益就会迅速递减，”郭博士说。多项研究表明，经验丰富的员工使用AI后工作速度变快，但质量并未提升——有时甚至更差。原因在于，他们不得不花费大量时间检查、修正并弥补AI自信却错误的输出。生产力往往只是发生了转移，而非真正增长：创作时间减少，监督时间增加。
5、The rise of ​AI-generated imagery means that the cues that people once relied on to discern the authenticity of a piece of ​content become increasingly meaningless.
AI的“现实扭曲”正在催生一个充满高度可信骗局与虚假信息的世界，并在社交媒体上迅速扩散。
6、If AI leads to sustained improvements in decision quality, learning or institutional capacity, then the gains are real, she adds. If, however, it mainly produces more content – that is less diverse – while creating more work spent on verifying machine output, it amounts to “a reallocation of ​cognitive labour rather than a ​productivity revolution”.
她补充道：“如果AI能持续提升决策质量、学习效果或机构能力，那么收益就是真实的。但如果它只是制造出更多——且多样性更低——的内容，同时迫使人类投入更多精力去验证机器输出，那这就不是一场‘生产力革命’，而只是‘认知劳动的重新分配’。”