Keep on to blur preview images; turn off to show them clearly
More excited for this album release than I've been for any album in as long as I can remember. A shot from the listening party tonight in Barcelona:
building https://t.co/b3DJK5a1Bw ‧ (@scratchdotgold)
费用怎么计算？ Google 设计了一个非常简单的计费方式： 上传文件、存储、查询时调用：免费 只有第一次建立索引（生成嵌入）时收费 → $0.15 / 100 万 tokens 也就是说： 你只需为“文件建档”付一次钱，之后查询无限次都免费。 详细介绍：https://t.co/lB21xKuEaP
学AI找小互，找小互，上 https://t.co/4PVaHEr5r3 ...
支持哪些文件？ 几乎所有主流格式： PDF Word TXT 文本 JSON 源代码文件（Python、JS、C++ 等） Google 官方说明：你可以把整个知识库上传成一个 AI 可读的资料库。
费用怎么计算？ Google 设计了一个非常简单的计费方式： 上传文件、存储、查询时调用：免费 只有第一次建立索引（生成嵌入）时收费 → $0.15 / 100 万 tokens 也就是说： 你只需为“文件建档”付一次钱，之后查询无限次都免费。 详细介绍：https://t.co/lB21xKuEaP
📢兄弟们，这个厉害了 Google 推出 File Search Tool（文件搜索工具） 这是一个完全托管的 RAG 系统 直接内置在 Gemini API 中 简单来说，就是：RAG 变成了一行 API... 你只需要上传文件 调用 generateContent Gemini 就会自动完成索引、向量嵌入与语义检索，并基于你的文件内容生成答案， 并附带引用来源... 以前，如果你想让 Gemini（或者其他大模型）回答和你公司、项目、文档相关的问题 你得自己做一个 RAG 系统： 1️⃣ 把文件拆分成小块 2️⃣ 生成向量嵌入（embedding） 3️⃣ 存进数据库 4️⃣ 检索匹配 5️⃣ 把结果再送回模型生成答案 👉 这很麻烦，而且维护成本高 Google 现在把这些工作全都集成进了 Gemini API 这就是 File Search： 一个“开箱即用的 RAG 系统”
支持哪些文件？ 几乎所有主流格式： PDF Word TXT 文本 JSON 源代码文件（Python、JS、C++ 等） Google 官方说明：你可以把整个知识库上传成一个 AI 可读的资料库。
McKinsey《2025年AI现状报告》核心观点总结 一、整体概况 这是McKinsey第八年发布的全球AI状况调查报告，调查了105个国家的1,993名受访者。报告显示，88%的组织在至少一个业务功能中使用AI（相比去年的78%有所增长），但大多数组织仍未实现企业级的实质性效益。 二、六大核心发现 1. AI应用仍处于早期阶段 近三分之二的组织尚未开始在企业范围内扩展AI 只有约三分之一的受访者表示其公司已进入AI规模化阶段 大型企业（收入超过50亿美元）在规模化方面领先，近半数已进入规模化阶段 2. AI代理（Agentic AI）快速兴起 62%的受访者表示其组织至少在试验AI代理 23%的受访者表示已在企业某处规模化部署AI代理 AI代理应用最广泛的领域：IT和知识管理 按行业排序：技术、媒体电信、医疗保健行业使用最多 3. 价值实现存在差距 仅39%的受访者表示AI对企业EBIT产生了影响，且大多数影响小于5% 但在定性层面有积极信号： 64%表示AI促进了创新 近半数表示改善了客户满意度和竞争差异化 具体业务功能层面： 成本效益：软件工程、制造、IT领域最明显 收入增长：营销销售、战略与企业财务、产品开发领域最明显 4. 高绩效者的差异化特征 高绩效者（AI带来5%以上EBIT影响且获得显著价值的组织，约占6%）具有以下特点： 雄心勃勃的转型目标：比其他组织多3倍可能性追求企业级转型 多重目标：除效率提升外，还同时追求增长和/或创新目标（80%设定效率目标） 工作流程重新设计：是其他组织的近3倍可能性进行根本性工作流程重新设计 更广泛的AI应用：在更多业务功能中使用AI，且AI代理规模化程度更高（至少3倍） 强有力的领导支持：高管展现明确的所有权和承诺，可能性是其他组织的3倍 更高的投资：超过三分之一的高绩效者将数字预算的20%以上投入AI 5. 工作流程重新设计是关键 50%的高绩效者打算使用AI转型业务 大多数高绩效者正在重新设计工作流程 这是实现重大业务影响的最强贡献因素之一 6. 对劳动力影响的预期分化 过去一年：大多数受访者观察到职能内员工数量变化不大 未来一年预期： 32%预计企业整体员工减少3%或以上 43%预计没有变化 13%预计增加3%或以上 矛盾的是，大多数组织在过去一年招聘了AI相关岗位，尤其是软件工程师和数据工程师 三、行业与功能洞察 使用AI最多的行业（并列第一）： - 媒体和电信 - 保险 - 技术 使用AI最多的业务功能： - IT -营销和销售 -知识管理（新兴） 最常见的AI用例： -信息捕获、处理和交付（如对话界面） -营销策略内容支持（草拟、创意生成） -联络中心/客户服务自动化 四、风险管理 51%的AI使用组织至少经历过一次负面后果 最常见的风险：AI不准确性（近三分之一受访者报告） 风险缓解进展： 2022年平均缓解2个风险 2025年平均缓解4个风险 组织正在更多地缓解他们实际经历过的风险 高绩效者部署更多用例，也报告更多负面后果（尤其是知识产权侵权和监管合规） 五、成功的关键实践 报告通过相对权重分析识别出区分高绩效者的关键实践： - 定义流程确定何时需要人工验证模型输出以确保准确性 -敏捷产品交付组织或企业级敏捷组织 -强大的人才战略 -技术和数据基础设施 -将AI嵌入业务流程 -追踪AI解决方案的KPI -高管积极参与推动AI采用，包括角色示范 这些实践与McKinsey的《Rewired》研究一致，涵盖六个维度：战略、人才、运营模式、技术、数据、采用和规模化。 六、总体结论 虽然AI使用已成为常态，但其全部潜力仍未释放： 大多数组织仍在从实验向规模化部署过渡 虽然在组织部分领域获得价值，但尚未实现企业级财务影响 高绩效者的经验表明：需要超越渐进式效率提升，将AI视为组织转型的催化剂，重新设计工作流程并加速创新 随着AI工具（包括代理）的改进和企业能力的成熟，将AI更全面地嵌入企业将为组织提供新的价值获取和竞争优势创造方式 https://t.co/iI2I4dE4Se
Believing is seeing
RT @HanyangWang: 今天 @yzilabs 对 @Funes_World 的融资官宣了，也借机和大家介绍一下：到底 Funes 在干嘛？以及我们这轮是怎么融资的？再次感谢各位对 Funes 的支持，愿我们的道路漫长，充满奇迹，充满发现。 https://t.co…
Software engineer, 🎙️《捕蛇者说》播客主播 @pythonhunter__ https://t.co/LGIKFkoQbn - Mac 上最好的划词 AI 搜索 & 翻译 可通过 Telegram/Gmail 找我，ID 同名