（来源：上观新闻）
一份由 Clau🏔⚗de Co🕊🌨de 生成的 🥉☮1.9 万🇰🇿行代码 🎄PR 回看事件🎲始末，一切要从🇩🇴🌳 2026 年❗ 1 月的一次代🌸码提交说起🏒。大语言⤴模型在理🔙论上可以执行的📀工作任务占比🖋（蓝色区⛺↘域），以及研究🇸🇬者基于实际🛏🇳🇿使用数据🎀🏖得出的🙇♀️岗位覆盖度🏋🇵🇦指标（红☃😗色区域） 为什🏷😳么这次得出🙆♂️的结论和过去▶👨❤️👨差距很大？📶因为作者🕯根据C👎laude🦑✔的真实🇷🇼👩🦰数据，进行了👉😆更详细的任务权重✏分配，并且在😠把工作🎣拆解成任务之🌲后，还用真🐊😑实数据估测了每项🍒任务的🌭在工作中占🍨👢据的时间🍗。
而STCO关注的🌳是“系统互🇱🇻👩👧👦连”🚶♀️。特斯拉的数据可能😞更大，但🧹🦵全是Optimu🏫👵s一种机器人在🇩🇬特斯拉环境里的⛅🕉数据☪🇲🇵。更关键的是，🦟🧜♀️这个判断📩👈并非来🇧🇯🆘自一次普通发📡😊布，而是出🃏🏚现在中关村🎴论坛这一国家🎦⏫级科技🌬创新平台之上🇸🇻🇦🇱。基于此，智现未🎆🇸🇷来的规划很明确：🧔🇳🇵一是持续深耕AI*️⃣🔹+工业🇹🇹🦟软件研发，👁迭代优化专属☂大模型📏和小模型，聚焦先🚼🔏月光影视免费播放进制程适🍱🔚配，强化模型精⏩度与场景应用🏨🌁能力，打造差异化🍩🏳技术壁垒；二🥜是加快产品全👥链条布局，在🕣现有全🤢栈AI矩阵基础上🔡🇨🇿，向全厂系统👨👨👦级解决方案延伸🎳；三是深化生态🚴♀️🆒共建，🇲🇿🌓一方面联合头👜部晶圆厂打🥚🏙磨场景化产🇱🇺品，另一方面🇿🇲🇱🇸联动高校🇨🇦与产业伙伴共🇰🇼🥢研技术，推✍🍥动国产工业软件👩💻从“单点🇨🇵📅优秀”走👩🦳🚿向“全域🔚🎄领先”，助力产🐦🇧🇦业自主可控🇬🇪。
“我认为这两条技👭🥴术路线（🚴🥇仿真和💸🕙现实场景🌫训练）🔗都值得推进，目前🇹🇰⛵行业还没有形🇸🇹🇼🇸成统一的最📑优解🔮。可以做这👮🔰份工作的人🍫多了，但是它的门🇧🇯🔈槛也没了🥠，薪资可能会受🇸🇹到冲击🇸🇰。”胡柏山给出一个🥣👇明确判断：🍘手机，是AI落🔔🤪地的“第😁一现场”😲🏍。成都的“芯”地位🏊🚗，决定了它必须⏪🇻🇺主动走出去😌🇨🇷。
