中国

中央级报纸

人民日报

（一）提高能力水平 增强实干本领

1、克服能力不足、“本领恐慌”，学习是切入点。坚持干什么学什么、缺什么补什么，丰富专业知识、提高专业素养。把读“有字书”和读“无字书”结合起来，不断在实践中增强现代化建设本领。
2、我们不仅要保持战略主动，增强风险洞察力、预见力，更要见事早、行动快，敢于斗争、善于斗争。

经济日报

（一）着力推动产学研系统化协同

1、科技成果与产业需求脱节，未形成应用导向的研究范式；科研评价体系不完善，产业实践与育人贡献考量不足；有效的激励机制缺失，高校人才参与动力不足；缺乏高效的平台化产学研对接载体，转化效率亟待提高。这些问题制约了科研、人才培养与产业创新需求的精准匹配。针对此，亟须推动产学研合作从零散项目对接向系统化协同生态转变。
2、推动科研设施、数据、服务产品化、标准化。

地方级报纸

北京日报

（一）推进“好房子”建设和现房销售制

1、在“好房子”建设上，继续围绕好标准、好设计、好材料、好建造、好运维建设“好房子”，既把新房子建成“好房子”，也把老房子逐步改造成“好房子”，带动产业链升级，以安全、舒适、绿色、智慧的“好房子”供给。
2、在房地产融资上，将推行主办银行制，一个项目确定一家银行或银团为主办银行，项目开发、建设、销售等资金存入主办银行，主办银行保证项目公司合理融资需求。在商品房销售上，推进现房销售制，实现“所见即所得”，从根本上防范交付风险。

（二）“多智能体”上岗元年将至

1、“智能体将逐步替代现有软件，成为个人与企业服务的主要接口。”ANP开源技术社区发起人常高伟认为，随着智能体相关技术的发展，未来的互联网，其交互主体将从人转向智能体，而不再依赖传统互联网平台作为中介。
2、智能体技术开始重塑个人获取信息、服务的方式。AI Agent（智能体）的演进经历了L1、L2、L3级别三个阶段：从由人设计流程的“工作流智能体”，到具备任务规划能力的“推理智能体”，再到如今的“Multi-Agent多智能体”，2026年将迎来企业级多智能体规模化上岗的元年。

（三）百年美国社会的“六世同堂”

1、历史不只是一连串的事件，也蕴含了文化的潮起潮落及随之而来的一切：技术、态度、信仰、行为规范、多样性、偏见、时间规划、教育、家庭规模、离婚等。
2、代际差异也能让我们窥见未来。人的一生处于不断变化之中，但人对世界的基本看法往往在青春期和青年时期形成，因此，研究年轻世代成为我们预测未来的制胜法宝。
3、技术不仅塑造了“世代”，而且使得我们可以更深入地研究“世代”。

（四）算法裹挟下，我们如何突围？

1、算法本应消除不确定性，却在无形中催生了新的不安。算法已深度嵌入生活肌理，甚至让我们主动交出判断权，陷入“外包自主”的陷阱。那些被“算法黑箱”遮蔽的运行逻辑，那些制造“信息茧房”的精准投喂，那些侵蚀主体性的隐形操控等。
2、自动化的逻辑和常规化的计算控制会影响这个世界及其制度对人类、事物、地点和事件的作用方式。因此，自动化社会中的生活会充满永无休止的试炼和焦虑。
3、第一，机器对人类偏好、兴趣和欲望的估算范围和深度都是令人震惊的。第二，“算法焦虑”的困扰，不仅仅是指预测算法的力量扭曲了我们对时间的体验和对未来的观念。第三，远程控制、半自动和全自动的过程和交互，似乎无法构成一个有意义的模式，更不用说构成一个协调一致的模式了。第四个（也是最后一个）特征，涉及如何应对自动化的思维方式以及数据权力和信息资本的入侵。
4、公共生活和私人生活都倾向于陷入各自的自我指涉的假设和实践，几乎不可能出现交叉指涉和不同的认识方式。平台资本主义的算法技术可以控制、取代和压制社会对数字革命导致的文化焦虑的理解。而且基于信息资本，公司拥有某种特定的权力，可以不做出承诺，也可以逃避责任。
5、个人每天都因数据过载而感到失望和沮丧，也越来越多地沉浸于数字自动化制造的慰藉中。在将任务外包给智能机器时，人们仿佛与自己的能动性分离了，会尽量减少自己的决策、选择、选项和替代方案。
6、对许多人来说，我们生活在一个不断加速的世界，而且，这种感觉越来越普遍。数字技术旨在节省时间、摆脱困境，但事实证明，这只会要求人们花费更多时间：研究最新技术工具或下载新软件，在社交媒体上发布动态，永无休止地“点赞”“转发”“接受”或“删除”。这个通往自动化的旅程通常是一种自我贬低、焦虑恶化的过程。事实证明，预测分析的速度让人们觉得自己被抛弃、无依无靠了，或者完全被一个动态封闭的计算系统淹没了。
7、由于“算法焦虑”贯穿整个自动化生活，个人越来越多地根据预测分析的逻辑和具有施为性的大数据来理解自我意识、自信心和个人忧虑。然而，事实证明，焦虑可能不是那么容易回避的。
8、《算法焦虑：数字时代的恐惧》安东尼·埃利奥特 著 徐法寅 译 格致出版社

解放日报

（一）当AI开始重塑教育

1、第一，教育要从“以知识传授为主”转向“以能力培养为主”，尤其注重创造力的培养。第二，要全面普及人工智能相关教育，鼓励和支持全民积极学习人工智能新知识新技术。第三，要打造更富成效的学习方式，把人工智能融入教育教学全要素、全过程。要创新智能学伴、智能教师等人机协同教育教学新模式，要构建智能化情景交互学习模式，推动开展方式更灵活、资源更丰富的自主学习。
2、我们对AI创新的理解可以从三个维度出发：第一，知识碎片的重组带来的创新。人类的创新常是对旧元素的重新连接，如牛顿定律是对观测数据的重构。大模型的“重组”与人类“灵感”在形式上有相似性，只不过缺乏意图性与意义追寻。如果模型生成的内容被人类认为是“前所未有且有价值的”，我们是否就应承认其创新性？第二，知识迁移带来的创新。从大模型的本质上看，潜在空间的跨域映射可以带来创新。模型将所有语料映射到同一高维空间，物理定律、抒情诗歌、编程代码在向量空间中是连续且可插值的。当被要求“用生物学解释金融危机”，它会沿着向量空间的平滑路径，找到两类知识域之间的语义类比，如“病毒传播≈风险扩散”。又比如，将数学归纳法的逻辑结构用于哲学论述。这个中观层面的创新是大模型给人类带来的创新体验。第三，边界突破、知识破圈带来的新奇感。从宏观上看，大模型具备分布外泛化的错觉：当模型重组出的内容恰好落在人类认知的“空白区”时，我们会感到惊艳。这些创新与人脑的智慧涌现和灵光乍现显示出高度的一致性。
3、碎片重组、跨域迁移、边界突破——正是大模型生成“似然创新”的核心引擎。这引擎的燃料是人类全部历史文本，方向盘是人类提示词，而目的地仍由人类定义。
4、语言学习有其独特规律，情景、语感、熟悉度、肌肉记忆等都非常重要，AI可以通过更优的教学策略模型，实现个性化教学，革除低效的教学模式。在基础教育阶段，AI可以接管部分教学工作。2026年，大量工作岗位将实现AI化，教师岗位也不例外，但并非全面替代，而是在特定场景下的替代。例如，在知识讲授、评价等环节，AI可以发挥更高效、更客观的优势；而在情感陪伴、非智力因素培养等方面，人类教师具有不可替代的作用。

新加坡

华文报纸

联合早报

（一）我国推出全球首个监管代理式AI框架

1、有别于传统的人工智能，代理式人工智能能主动判断和行动，代替用户完成任务。这有助于机构把一些重复的工作自动化，以让员工腾出时间执行较高价值的任务，由此推动领域转型。人工智能代理可能可获取一些敏感资料，并且有能力对所处的环境做出改变，例如更新顾客资料库或执行付款，因此采用这项技术可能带来一些潜在风险。人工智能可能执行错误的行动，使用者也可能因系统的能力和自主性增加而过度依赖自动化系统，导致难以对系统使用者落实有效的问责制。
2、民众在日常生活中应该多少已和一些简单的代理式人工智能接触过，例如聊天机器人。
3、框架围绕四大重点为采用这项技术的机构提供指导：预先评估与界定风险；确保人类对智能体承担实质责任；在智能体的全生命周期中实施技术管控与流程管理；以及通过透明化处理及教育培训，增强终端用户的责任意识。

（二）资本与文化既相思又纠结

1、资本与文化的相思始终伴随着难以调和的纠结。文化的价值往往需要时间沉淀，而资本的逻辑通常是快进快出。在中国影视行业，这种矛盾表现为：一些平台为了追求短期流量，过度依赖“IP+流量明星”模式，导致内容同质化严重，原创能力被挤压。另一个纠结点在于文化的公共属性与资本的私人属性之间的张力。当资本过度介入，文化可能被简化为可消费的符号。例如，一些传统文化IP在商业化过程中，为了迎合市场，往往把复杂的文化内涵，压缩成“可爱”“酷炫”等单一标签；一些影视项目为了吸引流量，把剧情简化为“爽点堆砌”，忽视叙事的深度与人物的复杂性。
2、公共资金负责支持原创、培育人才、搭建基础设施，市场资本则负责商业化与全球发行。这种分工既保证文化的多元性，也提高资本的使用效率。对于资本而言，与文化相守意味着要从赚快钱转向做长期。这意味着要容忍更长的回报周期，要尊重创作者的表达自由，要理解文化产品的价值不仅在于票房和流量，也在于对社会情绪、文化认同的塑造。资本与文化的关系，从来不是简单的“谁控制谁”，而是一场持续的博弈与磨合。两者若能相互尊重、相互成就，文化就能在资本的助力下跨越国界，资本也能在文化的滋养中获得更持久的价值。反之，若资本只把文化当作 猎物，文化只把资本当作工具，最终失去的，将是文化的生命力与资本的未来。
3、在新加坡这样的多元文化城市，资本与文化的相思与纠结尤为明显。这里既是全球资本的枢纽，也是亚洲文化交汇点。如何让资本成为文化繁荣的催化剂，而不是掠夺者；如何让文化成为资本的长期价值，而不是短期噱头，不仅是产业层面的问题，也是关乎城市精神与文明多样性的命题。