云端项目管理服务商 Monday.com Ltd. 今日发布了三项人工智能驱动的平台更新,旨在提升生产力并帮助用户在无需技术专业知识的情况下构建高级工作解决方案。
新增功能包括 monday sidekick——一个具备上下文感知能力的AI助手;monday magic——用户可以在平台内快速构建完整功能性工作流程的工具;以及 monday vibe——一个"氛围"编程平台,允许用户使用企业级安全标准构建定制化商业应用。
在接受 SiliconANGLE 采访时,Monday.com 首席产品和技术官 Daniel Lereya 将这些增强功能描述为"从工作管理向工作执行"的转变,重点强调了对非技术用户的易用性。
"AI实际上可以加速我们的愿景实现,"Lereya说道。"这不仅仅是部署新技术,而是为那些不一定是技术人员的用户赋能,让他们能够以更少的阻力获得更多的商业价值。"
AI sidekick的表现就像一个私人助手,能够理解用户的角色、公司和工作风格,主动提供帮助。它本质上是一个集成在Monday.com平台内的副驾驶员,能够预测用户试图完成的任务,通过理解用户的日常需求来推进其工作流程。
例如,如果用户从事营销工作,sidekick可以从客户关系管理系统和电子邮件中提取数据,帮助生成有价值的上下文信息,准备消息内容并为营销活动定制话术要点。如果用户是财务经理,助手可能会提取预算指标并提供优化会计工作的建议。
"它知道你是谁、你的角色以及你的工作环境,"Lereya说。"它不只是协助,而是与你共同工作。"
Monday magic允许用户用简单的语言描述其业务流程和需求。AI系统会自动使用Monday平台的AI构建模块来构建解决方案,这个过程原本可能需要数小时或数天来筛选不同的组件,如数据表格和表单。
例如,想要为活动管理构建简单或复杂工作流程的用户可以告诉monday magic:"我是一名社区经理,负责组织技术活动。我需要一个解决方案来管理活动申请、协调活动准备任务、演讲者和日程安排。"
系统会从这里开始,基于该提示生成表单、显示界面和仪表板——包括社区经理仪表板、活动协调员仪表板、演讲者管理仪表板等。用户随后可以使用后续提示或像往常一样手动调整或自定义新生成的"活动管理中心"。
"这进一步降低了门槛,"Lereya说。"你甚至不需要知道如何使用这些构建模块。"
最后,第三个功能monday vibe使用户能够通过自然语言提示构建任何商业应用程序。氛围编程是指一个日益增长的趋势,开发者和非技术用户描述他们想要的"氛围"——功能和期望结果——而不是逐行编写代码。AI处理实现过程,而用户专注于愿景。
用户描述他们的需求,平台在后台生成量身定制的安全代码。由于完全在Monday.com平台内运行,使用氛围编程构建的应用程序继承了公司的企业级安全性、合规性功能和集成能力。这使它们适用于内部工具或上传到Monday.com市场。
"在企业领域,这对我们来说将是巨大的突破,"Lereya说。"你可以构建所需的每个工具,并确信它是安全、合规且完全集成的。"
Lereya表示,这些功能共同标志着Monday.com AI战略的新阶段,该战略强调的不仅仅是协助,而是实际执行。他说,AI能够在安全且可定制的工作流程中代表用户执行真正的工作。
好文章,需要你的鼓励
高通公司宣布正在与领先的超大规模云服务商进行深度合作谈判,开发专用于数据中心的CPU产品。CEO阿蒙表示,公司正在开发通用CPU和推理集群产品,预计2028财年开始产生收入。同时,高通面临三星在高端智能手机市场的竞争压力,三星计划在2026年推出采用2纳米工艺的新款Exynos处理器。高通Q3财报显示营收增长10%至103.5亿美元,净利润增长25%。
这项研究由哈佛大学团队开发的创新框架,解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束,使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明,该方法在多个真实数据集上既保障了隐私,又显著提升了模型公平性,为医疗、金融和政府等领域的数据协作提供了实用解决方案。
微软公布2025财年第四季度业绩,营收764亿美元,同比增长18%。CEO纳德拉首次透露Azure云平台年营收超750亿美元,同比增长34%。公司计划在2025财年投入800亿美元资本支出建设AI数据中心。尽管分析师质疑AI变现能力,但投资者反应积极,推动微软股价上涨8%,市值突破4万亿美元大关。
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台,旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法,使机器人能够从人类示范中学习复杂技能。研究表明,ALOHA系统展示了强大的泛化能力,能够在新环境中应用所学技能,如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展,尽管仍面临成本和精确力控制等挑战。