AI on 科技刺猬

2026 年科技圈十大事件：AI、折叠屏与空间计算

Sun, 18 Oct 2026 00:00:00 +0000

年终盘点科技圈，往年总能挑出几条「全民皆知」的大新闻：某某发布会、某某价格战。但 2026 年不太一样——真正改变生活的不是某一天的头条，而是一批趋势在这一年里同时越过了临界点：能用、好用、价格能接受。

所以这篇盘点不编造「某公司某天发布某产品」的新闻，而是按趋势线来讲十个关键变化。每个变化拆成两部分：到底发生了什么，以及普通人会受到什么影响。看完你对接下来一两年该买什么、学什么、注意什么，心里会更有数。

一、AI Agent 从演示走进日常工作

过去两年 AI 的主旋律是「聊天」：你问它答。2026 年的转折是 Agent（智能体）开始真正落地——你给一个目标，它自己拆解步骤、调用工具、执行并汇报结果。比如让它订机票比价、整理一周的会议纪要、把一堆发票做成报销表，它能串起多个 App 和网页自己完成，而不是每一步都等你确认。

对普通人的影响： 白领最先感受到。重复性的电脑操作——填表、汇总、检索、初步筛选——正在被 Agent 接管。不会用 Agent 的人，未来一两年在处理信息类工作上会明显吃亏，就像当年不会用搜索引擎一样。

二、端侧 AI 普及，手机开始本地跑大模型

「端侧」的意思是 AI 不再只住在云端服务器里，而是直接跑在你的手机、电脑上。这一年，主流旗舰手机和主流笔记本都把本地大模型当成标配卖点：语音转文字不用联网、照片处理不上传云端、系统级 AI 助手能读懂你的屏幕内容帮你操作。

对普通人的影响： 三件事。速度变快，不用等网络往返；隐私变好，敏感内容不出设备；离线可用，飞机上、地铁里 AI 功能照样工作。副作用是：买手机时「AI 性能」和内存大小，开始和摄像头一样重要。

三、大模型价格继续跳水，AI 功能变「不要钱」

大模型之间的竞争打到 2026 年，主流能力的调用价格已经低到很多厂商干脆免费开放基础版。对用户来说，表现为各种 App 里的 AI 功能从「会员专享」变成「默认就有」：输入法带 AI、相册带 AI、办公软件带 AI。

对普通人的影响： 判断标准要变。以前是「这个 App 有没有 AI」，现在是「这个 App 的 AI 做得用不用心」。同时也要警惕：免费的东西往往拿你的数据或注意力付账，涉及隐私的 AI 功能，优先选端侧处理或口碑好的大厂。

四、折叠屏从尝鲜品变成常用机

折叠屏手机走过几年「贵、重、折痕明显」的阶段，到 2026 年，主流折叠屏在厚度、重量和价格上终于追上普通旗舰。铰链耐用性经过几代迭代也不再是心病，二手市场上折叠屏的流通量明显变大——这是产品真正成熟的标志。

对普通人的影响： 换机时多了一个正经选项。大屏对看文档、刷视频、多任务分屏确实是实打实的体验升级。但建议依然保守：重度手游玩家和摔机大户先等等，维修成本仍然比普通手机贵一截。

五、空间计算换赛道：智能眼镜抢跑

前几年被寄予厚望的头显设备，始终卡在「太重、太贵、没场景」上。2026 年空间计算的叙事主角悄悄换成了智能眼镜：带摄像头、麦克风和 AI 助手的眼镜，能实时翻译、导航提示、第一视角拍摄，形态上和普通眼镜越来越接近。

对普通人的影响： 短期内别指望眼镜取代手机，但「抬头获取信息」这个习惯正在养成。出国旅行、开车导航、运动记录是最先落地的场景。选购提醒：续航和隐私指示灯（拍摄时是否亮灯提示旁人）是这阶段眼镜最值得较真的两点。

六、国产芯片与开源模型的存在感拉满

这一年，国产芯片在消费级和云端推理两条线上都更能打，开源大模型生态也持续壮大：不少开源模型的实际能力已经追近第一梯队，普通开发者和中小公司第一次有了「不依赖少数几家 API 也能做 AI 产品」的底气。

写好 AI 提示词的 7 个套路：从瞎问到拿到可用结果

Tue, 22 Sep 2026 00:00:00 +0000

很多人用 AI 的体验是两极分化的。有人说 AI 是神器，写文案、做方案、查资料样样行；有人说 AI 就是个复读机，问出来的全是正确的废话，改还不如自己写。

真相是：同一款 AI，问法不同，结果天差地别。提示词不是玄学，而是有章可循的沟通方法。你跟同事交代任务都得说清背景、要求和格式，何况对着一个不了解你的 AI。下面 7 个套路，每个都配了「差的问法 vs 好的问法」对照，全部是拿来就能套的模板。

套路一：给角色——先让它知道自己是谁

AI 的回答风格取决于它认为自己在扮演什么。给它一个明确的角色，输出立刻就会变专业。

差的问法：「帮我看看这篇文案有什么问题。」

好的问法：「你是一位有 10 年经验的广告文案总监，擅长消费品文案。请挑出下面这篇产品文案的 3 个最大问题，并给出修改建议。」

差别在哪？角色帮你锁定了它的知识储备和评判标准。「文案总监」的建议是行业视角的，而裸奔的「看看有什么问题」只能换回「语言流畅、结构清晰」这类废话。常用句式：「你是一位 XX 专家，擅长 XX。」 先定角色再提要求，百试百灵。

套路二：给背景——别指望它猜你的处境

AI 最大的问题不是不聪明，而是不知道你的情况。背景信息缺位时，它只能给所有人都能用的平均答案。

差的问法：「怎么写简历？」

好的问法：「我本科毕业 3 年，做了两年新媒体运营，想转行做产品运营。目标是中小型互联网公司。请告诉我这种跨行简历应该怎么写，重点突出哪些经历。」

注意后者给了：当前经历、目标岗位、目标公司类型。AI 才能给出「运营转产品要强调数据分析和用户洞察」这种有针对性的建议。万能背景句式：「我是……（身份），正在做……（场景），目标是……（结果）。」 三行字，答案质量翻倍。

套路三：给格式——指定输出长相，省去二次整理

很多人拿到 AI 的回答后还要复制到文档里重新排版，纯属给自己加活。直接在提示词里指定格式。

差的问法：「总结一下这篇文章的要点。」

好的问法：「用 Markdown 表格总结这篇文章，列为：核心观点 / 支撑论据 / 我的疑问点。控制在 10 行以内。」

格式可以指定的东西很多：表格、列表、字数上限、标题层级、语气（正式/口语化）、语言（中文/英文）。写小红书文案就说「生成 5 个带 emoji 的标题，每个不超过 20 字」；写工作邮件就说「正式商务语气，200 字以内」。你想要什么样，就说什么样，AI 在格式执行上比人类下属靠谱得多。

套路四：给示例——一个例子胜过十句描述

当你发现「我说不清我想要什么风格」时，别硬描述，给例子。

差的问法：「帮我写一段有高级感的产品介绍。」（「高级感」到底是什么？AI 也不知道。）

好的问法：「参考这段文案的风格和节奏，给保温杯写一段 80 字的产品介绍：。」

这在提示词领域有个名字叫 few-shot（少样本提示）。给 1–3 个例子，AI 就能模仿其结构、语气、用词偏好。写标题、起名字、仿写文案、统一文档格式，这类任务全靠示例驱动。提示：示例要是你真正认可的东西，你喂什么档次的例子，它就还你什么档次的回答。

用 AI 做 PPT 的完整流程：从大纲到配图

Mon, 26 May 2025 00:00:00 +0000

我自己的做法是：从来不让 AI 一步到位生成整份 PPT。 试过几次，结果都是排版能看、内容不能看——数据对不上、逻辑跳跃、错别字，改的时间比自己做还长。后来我把流程拆成五步，AI 只干它擅长的，关键决策留给人，效率才真正起来。

步骤一：先让 AI 出大纲，你来拍板结构

提示词别写"帮我做一份关于 XX 的 PPT"，要写清楚三件事：

听众是谁：老板、客户还是同事，决定了深浅和口径
时长和页数：比如 15 分钟、12 页，给 AI 一个明确的篇幅约束
核心结论：一句话说清这份 PPT 要证明什么，结论先行

让 AI 输出"每页标题加一句话内容要点"的大纲。这一步你必须亲自改：删掉废话页、合并重复页、调整逻辑顺序。大纲定了，PPT 就成功了一半。 大纲没定就往下走，后面全是返工。

步骤二：逐页扩写，一次只写一页

拿着定稿的大纲，一页一页让 AI 写正文要点。三个技巧：

给上下文：把上一页的内容贴给 AI，保持术语和口径一致，别让它每页换个说法
限篇幅：要求"每页不超过 5 个要点，每个要点一句话"，逼它说人话
标出待核实：让 AI 把数字、日期、人名单独标出来，方便你后面统一核对

一次一页，别贪多。对话越长，AI 越容易跑偏。

步骤二点五：交叉验证，专治 AI 瞎编

扩写完别急着往下走，加一步交叉验证。把 AI 写的要点喂回去问它三个问题：

哪些数字是你编的？标出来
这一页和上一页有没有矛盾的地方？
如果听众是外行，哪句话最可能听不懂？

AI 自己审自己的效果，经常出人意料。它编的数据，自己有时候是知道的，你一问，它就老实交代了。这一步 5 分钟，能帮你躲掉 90% 的汇报事故。

步骤三：配图，别让 AI 瞎画示意图

配图分三类，对应三种做法：

数据图：用 AI 把数字整理成表格，你自己在 PPT 里生成图表。AI 直接画的图表，坐标轴和比例经常是错的，汇报时翻车就是事故。
概念配图：可以用 AI 生图，但只做氛围图。千万别让它画"流程图"“架构图”，里面的文字必乱码。
实拍和截图：产品、界面、现场照片，必须用真实的，这是 AI 替代不了的，也是汇报可信度的来源。

步骤四：排版交给模板和工具

内容定稿之后再谈美化，顺序别反：