软件介绍
遭《AI“砸场”，大学英语如何突围？》
人工智能日益精通英语表达之际，大学英语教学该何去何从？深圳理工大学近期宣布，将在2026级学生中选取两个班级作为试点，推行跨文化交流课程改革，以“跨文化交流课程体系”取代原有的英语教学安排，不再单独设置传统意义上的大学英语必修课。
消息一经发布便引发广泛热议，“AI已能胜任翻译，英语学习是否还有必要？”“大学英语是否将逐渐淡出历史舞台？”等话题频频登上热搜榜。实际上，这并非个别院校的独有尝试。近些年，四川大学、北京航空航天大学、安徽大学、中南民族大学等高校纷纷对公共外语课程体系作出调整，一场围绕大学英语“教什么”“怎么教”的变革已在众多高校悄然展开。
大学英语正逐渐摆脱“工具化”标签。过去，大学英语课程以听、说、读、写、译等基础语言技能为核心，同时承担着助力学生通过大学英语四六级考试的重要任务。对许多学子而言，大学英语更像是一门“语言工具型”课程。然而，人工智能的崛起彻底改变了这一逻辑。中国翻译协会今年发布的《2026中国翻译行业发展报告》显示，人工智能已深度渗透翻译领域，翻译生产方式正从传统人工操作加速转向“人机协作”。大量标准化、重复性的语言转换任务正由AI接手，而翻译人才的核心优势则逐步转向专业领域知识、跨文化沟通能力、国际传播技能以及译后审校等更具创造性和综合性的维度。翻译行业正站在从“规模扩张”迈向“质量提升”的结构性转折点。
行业需求的演变也映射在大学课堂之中。广州某高校的大学英语教师陶老师透露，如今学生完成英文作业时几乎离不开AI辅助，若传统课堂仍固守单词记忆、语法讲解和翻译练习，很难点燃学生的学习热情。课堂重心已不再是传授翻译技巧，而是引导学生判断AI为何给出某种翻译、该翻译是否精准、是否契合真实交际语境。她举例说，一次学生用AI翻译商务邮件，语法上几乎无懈可击，但语气却显得僵硬，不符合英语商务沟通的惯常风格。“若缺乏一定的语言功底和文化积淀，很难察觉这类问题。”她表示。
深圳理工大学英文中心主任李寄在受访时也持有相似看法。他认为，人工智能时代既为高校外语教学带来挑战，也提供了重新审视人才培养模式的宝贵机遇。“未来课程改革的要义，并非削减英语学习，而是培养学生善用AI、驾驭AI，并能在真实国际交流情境中化解问题的能力。”李寄强调。学生的切身体会则更为直观。正在读大二的钟同学告诉记者，如今撰写英文摘要、查阅英文文献时，他都会借助AI提升效率，但真正置身课堂讨论、小组展示或与外教沟通的场合，AI却难以施以援手。“它能给我一个答案，却无法替我表达个人观点。”他说，“老师现在更注重课堂互动、团队协作和临场发挥，这些都离不开扎实的英语功底。”
另一位英语专业学生张同学坦言，AI的发展促使许多同学重新规划职业方向。“以前觉得精通翻译就有优势，如今大量基础翻译工作AI都能胜任，所以大家会主动选修国际传播、新媒体、国际商务等课程，期待日后不仅掌握英语，还能解决现实问题。”AI让语言学习更趋高效，也倒逼大学英语课堂深思：未来真正值得学生投入时间钻研的，究竟是什么？
如果说AI加速了大学英语改革的进程，那么更深层动因则源自国家高水平对外开放和人才培养目标的变化。近年来，中国企业国际化步伐明显加快。海关总署数据显示，今年前4个月，我国货物贸易进出口总额达16.23万亿元，同比增长14.9%；集成电路出口额同比增长78.3%，工业机器人出口额增长30%，新能源汽车、锂电池、光伏产品等高技术产品出口保持强劲增势。
“今天的开放已进入‘引进来’与‘走出去’并重、双向平等交流的新阶段。”李寄指出，以往学习英语更多侧重认识世界，如今则更需要在国际舞台讲述中国故事，实现平等对话。在他看来，这也是深圳理工大学此次未沿用“大学英语”称谓，转而采用“跨文化交流课程体系”的关键缘由。“语言仅是交流的媒介，真正左右交流成效的是文化理解力。未来国际交往不仅要求会说英语，更需领会不同文化背景下的思维模式和价值观念，在平等交流中展示中国、理解世界，达成真正意义上的双向互动。”李寄说。教育部印发的《大学英语教学指南(2020年版)》明确提出，大学英语课程不仅要培养学生的语言运用能力，还应强化跨文化交际能力、自主学习能力和综合文化素养。《教育强国建设规划纲要(2024—2035年)》同样提出，要培育具备全球竞争力、广阔国际视野的高层次创新人才，持续提升教育对外开放水平。
越来越多高校正围绕这一目标重构课程体系。四川大学着力加强学术英语课程建设，服务国际科研协作；北京航空航天大学将全球胜任力培养、中国故事国际表达融入公共外语课程；安徽大学推进跨文化通识课程建设；中南民族大学则依托民族文化特色，将文明交流互鉴理念嵌入课堂教学。改革路径各有侧重，但共同指向同一目标——培养能适应新时代国际交流需求的复合型人才。不少学生也察觉到这些变化。广州某大学新闻学专业学生黄同学告诉记者，如今的英语课除语言训练外，还融入了国际新闻解析、跨文化案例研讨等内容。“以前学习多是为了应试，现在老师会引导我们思考，同一句话为何在不同国家会有迥异的理解，面对不同文化背景的人该如何表达。这些内容AI很难直接传授。”她说。
培养目标既然转变，课堂改革也随之推进。对高校而言，这场改革绝非简单削减英语课时，更不是让AI取代教师，而是重新回答一个根本问题：大学英语课堂应当塑造学生的哪些能力？作为此次改革备受瞩目的高校之一，深圳理工大学给出的答案是“跨文化交流”。据李寄介绍，学校将遵循“试点先行、逐步推广”的原则推进改革，2026年秋季率先在两个实验班启动试点，同步举办跨文化交流节、全英文科普赛事、AI模拟国际会议等实践活动，再依据实际效果逐步向全校铺开。
“课程改革并非取消英语，而是让英语回归交流工具的本真。”李寄认为，AI能助学生提升学习效率，却无法替代学生养成国际沟通能力、文化理解力和批判性思维，而这些恰恰是未来国际化人才最核心的竞争力。据悉，新的课程体系分为分层必修与拓展选修两大模块。学生既要修读《跨文化交流读写》《跨文化交流听说》等基础课程，也可依据未来职业方向，在《科技学术交流》《跨文化适应与实践》《中国文化经典英文选读》《跨文化视域中的高级英汉翻译》等课程中自主挑选学习内容，覆盖国际科研合作、涉外交流、中华文化国际传播等多类真实场景。
课程评价方式也随之革新。以往，一张期末试卷往往决定一门课的成绩；如今，AI辅助形成性评价、课堂表现、项目实践、国际交流模拟等要素均被纳入考核范畴。AI承担词汇、语法等标准化训练，教师则把更多精力投放于课堂讨论、文化剖析、案例研判和思维启迪。陶老师认为，这种转变正在重塑师生在课堂中的角色。“过去多是教师授课、学生记录，现在学生需带着问题走进课堂。”她告诉记者，近两年自己尝试让学生借助AI完成初步资料搜集，再围绕同一主题展开课堂辩论、文化比较和案例分析。“学生不仅要明白AI给出的答案是什么，更要思考为何这样回答、有无偏差、是否契合真实语境。”在她看来，AI并不会弱化英语学习的意义，反而让教师能将有限的课堂时间更多留给那些机器无法替代的能力培养。“未来企业需要的，不是只会翻译的人，而是能够沟通、协调、表达、解决问题的综合型人才。”她说。
功能特点
高温天易发这《些疾病，如何预》防？
三伏天已至，全国多地迎来持续高温，国家疾控局与中国气象局近日联合发布了高温健康风险预警。随之而来的，是中暑、消化道疾病以及所谓“空调病”等健康隐患的显著增加。针对这一情况，相关领域专家纷纷支招，提醒公众科学应对酷暑。
中国疾病预防控制中心环境卫生学首席专家徐东群特别指出，户外劳动者应密切关注高温健康风险预警，及时为身体补充水分，切忌等到口渴难耐时再大量饮用。在搬运重物、操作机械等中高强度作业过程中，建议每隔15至20分钟就补充约150毫升水分，日常饮食中也应有意识地摄入富含矿物质的汤饮或餐食。户外工作时，建议穿戴透气、防晒的衣物，或使用配有冰袋的降温背心等防暑装备。一旦出现头晕、乏力、头痛、心悸、面色潮红、皮肤灼热等中暑前兆，应立刻停下手头工作，转移到阴凉处休息，适量饮水降温，若症状持续加重则须及时就医。用人单位也须合理规划作业时间，适当压缩劳动强度，保障劳动者健康安全。
夏季同样是肠道传染病的高发季，中国疾控中心传染病研究员常昭瑞对此表示，高温环境极大促进了细菌、病毒等病原微生物的繁殖，食材及饮用水极易因此腐坏或受污。预防此类疾病，核心在于坚守卫生习惯：勤洗手，尤其在饭前便后及食品加工前后；选择新鲜食材，杜绝食用过期变质食品；肉、蛋、海鲜类食物务必彻底煮熟，隔夜菜和凉拌菜尽量少吃；同时，生活垃圾应及时清运，厨房和用餐区要定期清扫，清除积水和杂物，杜绝病菌滋生。
面对酷暑，不少人将空调温度调得过低，却不知这也悄悄增加了“空调病”的患病风险。徐东群解释，“空调病”并非医学意义上的独立疾病，而是指长时间处于空调环境中，出现鼻塞、头晕、肌肉酸痛等系列不适反应。她建议，白天空调设定温度最好保持在26至28摄氏度区间，以免室内外温差悬殊，诱发心血管系统应激反应。而到了夜间，人体基础代谢率降低，体温自我调节能力也随之下降，此时空调温度应相对上调，以27至28摄氏度为佳。老年人和儿童等敏感群体，夜间还需特别留意腹部和关节部位的保暖。与此同时，应尽量避免冷风直吹身体，可借助薄毯护腹或穿着袜子等物理防护手段，进一步降低“空调病”的发生概率。
夏季蚊虫孳生，蚊媒疾病的传播风险亦不容小觑。中国疾控中心病毒病所研究员李建东提醒公众，应及时清除居所周边的积水容器，包括花盆托盘、废旧轮胎、水桶、花瓶及空调接水盘等，从源头杜绝蚊虫繁殖。户外活动时，建议穿浅色长袖衣裤，并在裸露皮肤上喷涂有效成分驱蚊剂。蚊虫较多的地区，家中应当安装纱门纱窗、悬挂蚊帐，也可配合使用传统蚊香、电蚊香液或电蚊拍等工具。若被蚊虫叮咬后出现发热、头痛或关节疼痛等异常症状，务必尽快就诊，切勿延误。
使用说明
超《2500%！上半年集成电路制造业利润“狂》飙”
国家统计局近日披露了2025年上半年规模以上工业企业利润的关键数据。在算力需求持续井喷的背景下，电子行业利润同比飙升96.9%，为全部规上工业企业利润增长贡献了8.5个百分点；其中，集成电路制造业的利润增幅更是达到了惊人的2579.5%。7月27日，存储芯片巨头长鑫科技正式挂牌科创板，上市首日即高开471%，终盘涨幅465.82%，市值攀升至3.28万亿元，一举超越工商银行，登顶A股总市值榜首。
这一连串令人咋舌的数字背后，真实的算力市场究竟处于怎样的温度？这场算力“狂飙”又与普通人的生活产生了哪些千丝万缕的联结？近日，《每日经济新闻》记者借助在郑州举行的“光合组织2026智能计算应用大会”之机，深入一线展开了实地探访。
7月中旬的郑州，室外温度直逼40摄氏度。郑州国际文化交流中心内却人潮涌动，热闹非凡。走进一楼展厅，一台高达两人、颇为壮观的机柜赫然映入眼帘——这正是国内首台十万卡AI算力集群。围观者层层叠叠，不少人需仰头才能望见机柜顶部。展厅内人流摩肩接踵，站久了衣物便有些黏腻。一位工作人员向记者透露，空调其实已调至很低，但人气实在太过旺盛。沿走廊两侧，各厂商的服务器机箱整齐排列，每个展位前都围聚了数层观众，外围的人们不得不侧身从缝隙中探看。
现场人群大体可分为两类：一类是服务器零部件及整机制造商，另一类则是AI应用开发商。两类人群交织穿梭，过道中不时有人驻足互换联系方式，或探讨服务器性能参数，或交流行业最新趋势。午后从餐厅返回会场途中，依旧能听到三三两两的讨论声不绝于耳。这番火热场景，令记者恍如置身于上世纪90年代互联网初兴时的繁荣气息中。
根据国家统计局发布的上半年数据，服务器及高性能工作站相关领域中，计算机整机制造利润同比增长689.3%，计算机外围设备制造利润增长305.8%；电子器件制造领域中，集成电路制造利润飙升2579.5%，半导体分立器件制造利润增长31.2%；而在电子元件及电子专用材料制造领域，电子专用材料制造利润增长209.7%，电子电路制造利润增长26.9%。这些令人瞠目的数字，折射出怎样的市场真相？
“眼下连板卡都供不应求。”浪潮计算机产品经理刘树奇向记者坦言，“内存条价格从去年到现在翻了三倍，去年一条1万元，今年可能涨到3万元却依然一货难求。”刘树奇提到的板卡，正是服务器的“骨架”——那些常见的绿色电路板，承担着CPU、GPU、存储及各类网络组件之间的互联互通职能。
一位GPU厂商人士感慨道：“我们曾签下一个订单，约定连服务器一并交付，结果服务器价格每日一变，根本无法履约。原先一台服务器20万元，随后涨至50万元，再飙到80万元，即便有钱也拿不到货。”刘树奇补充说：“有一段时间，合同报价的有效期甚至仅为一周。一周之后需要重新核算，价格可能又已不同。”
从采访中记者获悉，这种供应紧张态势自去年末便已显现，至今仍未缓解。
那么，这场“飞驰”的订单浪潮由何支撑？算力热潮又与普通人相距多远？浪潮计算机AI产品部廖广山向记者解释，普通用户使用大模型时属于云端推理，调用的算力资源在云端完成，并不会占用手机本地算力。而若想解决私密性问题、确保数据仅在本地方流转，则需采用本地化部署方案。廖广山说：“本地化部署的主要支出在于购置服务器，模型代码是开源的，从官网下载镜像即可运行。”
一家AI应用服务商或科研机构若需本地化部署模型并开展训练，究竟需要多少算力？面对记者的提问，廖广山详解道：“这取决于实际目标，通常可分为预训练和微调两类。以DeepSeek为例，若在本地运行该模型，基准资源需求为1倍；若需微调，则需约4至8倍的资源；若是进行推理训练，则需20倍以上。你提到的应用场景应属于微调范畴。”
刘树奇举了一个生动的例子：假设某机构想开发一个模型，识别路口一天内通过的行人、车辆、动物数量及空气质量，便需先搭建模型框架，设定多个识别字段，例如什么样的轮廓属于“人”，哪些特征属于“动物”，什么形状算作“车”。模型初建之后，还需持续“喂入”数据，比如不同品牌、不同形态的车辆图片，让系统不断学习迭代。只要数据量足够庞大，模型自然会愈发精准。
“如果只需保障训练过程的稳定性，比如确保AI短剧中人物形象前后一致，倒也不一定非得做本地化部署，购买大模型厂商提供的租户隔离服务即可满足需求。”廖广山补充道。
在算力价格暴涨的背景下，算力到底是离普通人更近，还是愈发高端、愈发遥不可及？中科曙光高级副总裁李斌对此表示，算力与普通人的距离正在缩短。“以郑州的曙光8000(登峰)为例，过去主要服务于科研院所的科学家，如今已有相当大一部分算力接入手机App后端，为各类Token服务提供支撑。或许在用户打开手机的刹那，背后调用的正是来自郑州的算力。”
在普通人眼中，服务器机箱的内部结构或许与台式电脑大同小异——同样包含CPU、GPU、存储、硬盘和散热组件。廖广山用一个形象的比喻解释：“如果说前者只是一辆玩具车，那后者便是真正的运载火箭。两者在设计复杂度、结构精密性及用途上完全不在一个量级，后者所能完成的计算任务也远为复杂。研发一套服务器需投入上千万元资金。”
然而，相似之处在于，随着算力需求的变化，服务器内部各组件的配比也在不断调整。李斌认为，在超长上下文的推理任务中，存储的重要性愈发凸显。海光信息服务器产品部总经理张攀勇则表示，随着AI Agent时代的来临，大量工作实际上由CPU承担，包括任务编排、工具调用与结果处理，以及记忆管理等；而GPU的角色则更聚焦于模型推理本身。这种变化也带来了一种范式转移。从他们的工作负载观察来看，CPU与GPU的配比已发生显著变化：过去在双路GPU服务器中，常见配置为一颗CPU搭配八颗GPU或两颗CPU配八颗GPU，比例大致介于1:4至1:8；而在当前的数据中心场景下，由于沙箱环境、存储系统、数据库、向量计算等多样负载的增加，整体配比已从往日的1:4、1:8逐步演化为1:1。
要让服务器机身更趋紧凑，廖广山认为可能需依赖液冷技术的进一步成熟。
算力是否存在结构性过剩的可能？李斌向记者表示，算力的短缺或过剩存在阶段性波动，但总体而言，AI驱动的需求仍在持续攀升，尤其是对高端算力的渴求，智能体兴起之后，算力需求将更加旺盛。“从IT产业发展的规律来看，同等性能或效果所需的成本大概率会持续下降，这是行业大趋势。长期来看，算力必将更加普惠。”李斌举例道，“在大模型爆发之前，行业最热门的是人脸识别技术。如今，这项技术的门槛与使用成本已大幅降低。未来大模型也可能沿循同样的路径。一方面，模型自身能力不断进化；另一方面，推理效率持续提升，单位任务所需的算力成本随之下降。最终，大模型将演变为像水电一样的基础设施，更加贴近大众。”
那么，算力的终极形态又会是怎样？李斌认为，未来的整体方向是云化，同时边端设备如具身智能等将配备轻量化算力以实现实时响应。个人无需购置笨重的本地设备，通过App即可轻松获取强大的AI能力。海光信息副总裁应志伟也向记者表示，算力终将如水电般即开即用，无论通过本地部署还是云端接入都能随时响应。所有业务都将深度融入AI能力，否则便难以适应这一时代。算力将无处不在，使用者在不知不觉中便可享受其便利，这才是真正的大势所趋。
“过去依赖大型算力中心，是因为模型复杂、体量庞大，对算力要求极高，普通终端设备难以承载，只能依托集中式算力完成训练和推理。这一方向不会改变，但也要看到另一面：当模型真正落地应用时，不同行业、不同用户的需求千差万别。程序员或许需要千亿甚至万亿参数的大模型来辅助编程，但在许多场景下，一个监控摄像头做人脸识别，几十亿参数的轻量模型就已足够。此类细分场景不胜枚举——嵌入式设备做电源波形检测时，网络延迟反而会抵消优势；孩子在家做数学题，本地小模型即可解决，无需调用云端大模型。”应志伟总结道。
更新日志
遭《AI“砸场”，大学英语如何突围？》人工智能日益精通英语表达之际，大学英语教学该何去何从？深圳理工大学近期宣布，将在2026级学生中选取两个班级作为试点，推行跨文化交流课程改革，以“跨文化交流课程体系”取代原有的英语教学安排，不再单独设置
句子9