加州大学伯克利分校研究发现，大语言模型的自动化与增强能力几乎不相关，模型排名因角色而异。在7个真实任务中，增强冠军与自动化冠军多非同一模型，指导有时甚至降低工人表现。研究建议模型选型应依据具体角色，而非单一榜单。

AI正在自动化SQL、仪表盘和临时分析，但数据分析师的角色并未消亡，而是回归本质：从写查询转向以判断力驱动决策。分析师的价值在于提出正确问题、结合业务背景解读数据、用故事说服决策者，并确保AI输出的准确性和可审计性。未来分析师更像教练，指导AI工具，专注于业务问题框架和洞察质量，而非技术执行。

本文介绍利用大语言模型提升学习效率的六种方法：苏格拉底式问答让AI提问引导思考；载体嵌套法限制AI仅基于权威资料回答；交互测验法让AI出题考自己；游戏化生成交互模拟器理解复杂系统；逆向工程手动敲代码拆解原理；类比联想用熟悉比喻解释陌生概念。核心是让AI闭嘴，避免直接给答案，强调主动思考与验证，才能获得能力而非答案。

49人队教练凯尔·沙纳汉承认，四星期前在帕洛阿尔托的车祸中，他的特斯拉自动驾驶系统处于开启状态。但他强调责任在自己，称无论是否使用自动驾驶，驾驶员都不能分心，不能将驾驶完全交给电脑。特斯拉自动驾驶已涉及多起事故和死亡案例。

Coach's Corner利用5100万行比赛追踪数据，开发了一个快速的2D/3D教练应用，帮助教练实时分析比赛。该系统结合数据处理和AI，提供即时战术分析和对手资料，提升决策效率。通过简化界面和实时数据呈现，教练能够快速获取关键信息，改变传统的数据分析方式。

原力灵机推出的DW0.5具身世界模型，结合DFOL2.0框架，降低了60%的真机数据需求。DW0.5通过模拟动作后果与价值反馈，提升机器人在复杂环境中的学习能力，支持多模态输入，增强训练效率和成本效益。该模型在多个基准测试中表现优异，已实现闭环流程，未来将应用于具身智能领域。

苹果在健康科技领域的态度与谷歌形成鲜明对比。谷歌积极推广AI健康教练，而苹果则不强制用户使用健康数据。尽管苹果在WWDC上未强调健康AI，但其健康应用仍提供基本的健康监测功能。许多AI健康功能效果不佳，用户普遍感到疲惫。急于推出AI健康产品可能适得其反，加重了用户的健康数据疲劳。

杰尔齐·格雷戈雷克是一位四届世界举重冠军，他在自闭症和脑瘫领域展现了微进步的力量。他强调教练与患者之间的关系，以及通过小的进步实现更大的改变。格雷戈雷克的“快乐身体”项目旨在帮助人们改善生活质量，强调运动和沟通的重要性。

AI健康平台Betterness完成250万美元种子轮融资，推出全自动语音AI生活指导系统Bett-i。该系统通过主动监测用户健康，提供个性化建议，并整合多种健康数据源。Betterness致力于构建连接开发者、企业和医疗服务提供商的生态系统，推动健康服务的智能化和自动化。

谷歌宣布Fitbit的AI健康教练将能够读取用户的医疗记录，以提供个性化的健康建议。用户可以将医疗数据与Fitbit应用连接，AI教练将结合可穿戴设备的数据，提供更相关的建议。谷歌强调该功能不用于诊断或治疗，用户需谨慎分享个人健康信息。

展示想法和项目的能力至关重要。有效沟通需要不断练习，教练能提供实时反馈以改善演讲技巧。利用视觉AI技术，可以构建公共演讲教练，实时监测语速、清晰度和姿势，提供具体建议，提升演讲效果。

谷歌宣布Fitbit的AI健康教练功能现已向美国iOS用户及英国、加拿大、澳大利亚、新西兰和新加坡的iOS和Android用户开放。用户需订阅Fitbit Premium并使用Google账号登录，该功能将根据用户的健康目标和训练偏好提供个性化的锻炼计划。