DeepSeek-V3.2系列模型正式上線作為“為Agent建構的推理優先模型”，DeepSeek-V3.2包含兩個版本：DeepSeek-V3.2：V3.2-Exp的官方繼任者，平衡了推理能力與生成長度，性能對標GPT-5，現已上線App、Web端及APIDeepSeek-V3.2-Speciale：專攻深度推理能力的極限版本，性能超越GPT-5，比肩Gemini-3.0-Pro，目前僅通過API提供技術報告顯示，DeepSeek-V3.2-Speciale在2025年國際數學奧林匹克（IMO）、國際資訊學奧林匹克（IOI）、ICPC世界總決賽及CMO中均取得了金牌級成績官方已公開上述競賽的最終提交結果，社區可通過assets/olympiad_cases進行二次驗證技術報告：https://huggingface.co/deepseek-ai/DeepSeek-V3.2/blob/main/assets/paper.pdf以下是詳細資訊核心能力與技術突破DeepSeek-V3.2基於三大技術突破，實現了高計算效率與卓越推理、Agent性能的統一：1.DeepSeek Sparse Attention (DSA)：引入高效注意力機制，大幅降低計算複雜度，並針對長上下文場景進行了最佳化2.可擴展強化學習框架：通過穩健的RL協議與後訓練（post-training）算力擴展，實現了高性能表現3.大規模Agent任務合成管線：涵蓋1800+環境及8.5萬+複雜指令這一合成管線不僅提升了模型在複雜互動環境中的遵循度和泛化能力，更讓DeepSeek-V3.2將“思考”直接整合進工具使用（Tool-Use）的模型，同時支援在思考和非思考模式下使用工具API更新與Speciale版限制DeepSeek-V3.2：API使用模式與V3.2-Exp保持一致，作為日常主力模型（Daily Driver），提供GPT-5等級的性能DeepSeek-V3.2-Speciale：該版本專為解決複雜任務設計，消耗更多Token，目前僅作為API提供，具體限制如下：臨時端點：需使用base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215"服務期限：該端點服務至2025年12月15日 15:59 (UTC) 截止功能限制：不支援工具呼叫（Tool Calls），僅用於支援社區評估與研究。定價：與DeepSeek-V3.2保持一致聊天範本重大調整DeepSeek-V3.2不再提供Jinja格式範本，並引入了“帶工具思考”及新角色設定。Python指令碼編碼：官方提供了encoding資料夾，包含Python指令碼（encoding_dsv32.py），用於將OpenAI相容格式消息編碼為模型輸入字串及解析輸出Developer角色：範本新增developer角色，專門用於搜尋Agent場景，官方API不接受分配給該角色的消息輸出解析注意：提供的解析函數僅處理格式良好的字串，生產環境需自行增加穩健的錯誤處理機制。程式碼示例如下：import transformersfrom encoding_dsv32 import encode_messagestokenizer = transformers.AutoTokenizer.from_pretrained("deepseek-ai/DeepSeek-V3.2")messages = [    {"role": "user", "content": "hello"},    {"role": "assistant", "content": "Hello! I am DeepSeek.", "reasoning_content": "thinking..."},    {"role": "user", "content": "1+1=?"}]# 思考模式配置encode_config = dict(thinking_mode="thinking", drop_thinking=True, add_default_bos_token=True)prompt = encode_messages(messages, **encode_config)tokens = tokenizer.encode(prompt)本地部署建議模型結構與DeepSeek-V3.2-Exp相同。採樣參數：建議設定 temperature = 1.0，top_p = 0.95。Speciale版提示：本地部署Speciale版本時，同樣不支援工具呼叫功能開源與協議倉庫及模型權重均採用 MIT License 授權。 (AI寒武紀)

DeepSeek王者歸來！剛剛發佈了DeepSeekMath-V2在IMO 2025和 CMO（中國數學奧林匹克） 2024 中，DeepSeekMath-V2均達到了金牌水平。在 Putnam（普特南數學競賽。地位：北美地區「美國和加拿大」最頂尖、最負盛名的大學本科生數學競賽） 2024 競賽中，更是隨著測試時計算量（test-time compute）的擴展，拿下了 118/120 的幾近滿分成績。這一成果表明，自驗證數學推理（Self-Verifiable Mathematical Reasoning）是一條可行的研究路徑核心要點如下為什麼需要自驗證？過去一年，大語言模型通過基於最終答案正確性的強化學習，在AIME和HMMT等定量推理競賽中取得了長足進步，甚至達到飽和但這種方法面臨根本性侷限：答案對  推理對：追求更高的答案精準率，並不能解決推理過程中的核心問題。非數值任務失效：許多數學任務（如定理證明）需要嚴謹的逐步推導，而非簡單的數值答案，無法應用基於最終答案的獎勵機制為了突破深度推理的極限，驗證數學推理的全面性和嚴謹性至關重要。特別是對於沒有已知解決方案的開放性問題，自驗證是擴展測試時計算量（scaling test-time compute）的關鍵DeepSeekMath-V2 是怎麼做的？DeepSeek團隊通過以下步驟實現自驗證數學推理：1.訓練驗證器：訓練一個精準且忠實的大模型驗證器（Verifier），專門用於定理證明。2.訓練生成器：將上述驗證器作為獎勵模型（Reward Model）來訓練證明生成器3.自我糾錯：激勵生成器在最終定稿前，主動識別並解決自身證明中的問題4.動態進化：為了在生成器變強時保持“生成-驗證”的差距，通過擴展驗證計算來自動標註難以驗證的新證明，生成訓練資料以進一步提升驗證器評測結果DeepSeekMath-V2在IMO-ProofBench（由DeepThink IMO-Gold背後的GoogleDeepMind團隊開發）展現了強大的定理證明能力：IMO 2025：達到金牌水平CMO 2024：達到金牌水平。Putnam 2024：取得118/120的超高分快速上手DeepSeekMath-V2建立在 DeepSeek-V3.2-Exp-Base 之上。如需推理支援，可參考 DeepSeek-V3.2-Exp 的 GitHub 倉庫 (AI寒武紀)

沉寂許久的DeepSeek又回來了！今天，DeepSeekMath-V2重磅登場，一舉奪下IMO 2025金牌，實力媲美甚至超越了Google的IMO金牌模型，開源AI再次扳回一局。DeepSeek再次歸來！剛剛，DeepSeek重磅發佈DeepSeekMath-V2新模型，一舉奪下IMO 2025金牌。最關鍵的是，這是首款「開放原始碼的IMO金牌模型」。基於DeepSeek V3.2 Exp Base建構當前，已官宣拿下金牌的兩大模型，一款來自GoogleGemini Deep Think，另一款便來自OpenAI的內部模型。在IMO-ProofBench中，DeepSeekMath-V2展現出強大的定理證明能力：IMO 2025：破解5題（共6題），達到了金牌水平；CMO 2024（中國數學奧林匹克）：達到金牌水平；Putnam 2024：得分118接近滿分（120分），超越人類參賽者最高分（90分）。不僅如此，在ProofBench-Basic上，DeepSeekMath-V2的實力碾壓Google金牌模型——Gemini Deep Think；在ProofBench-Advanced上直追Google。論文中，團隊訓練了一個基於LLM驗證器（Verifier）作為獎勵函數，並以此訓練模型以自主解決問題。而且，他們還Scaling了驗證器算力，來標註更複雜的證明，進一步最佳化了驗證器本身。這種方法非常巧妙，能有效彌合生成與驗證之間的差距。結果實證「可驗證的數學推理」，是未來一條可行的研究方向。DeepSeekMath-V2 讓「自驗證」成最強武器DeepSeekMath-V2的論文也於GitHub同步放出了。DeepSeek最新發佈的DeepSeekMath-V2帶來的核心突破就是：自驗證（Self-Verification）。這不僅讓它在最難的數學競賽中橫掃人類頂尖選手，更重要的是，它揭示了通往更高級AI的一條必經之路——學會自我反思。為什麼只看結果是不夠的在過去，訓練AI做數學題的方法很簡單：給它一道題，如果它算出的答案和標準答案一致，就給它獎勵。這在簡單的計算題（如AIME競賽）中很有效。但到了數學皇冠上的明珠——國際數學奧林匹克（IMO）這個等級，這種方法就徹底失效了。因為IMO的題目往往沒有簡單的數值答案，而是要求你寫出一段邏輯無懈可擊的證明過程。以前的AI在這裡經常是個「大忽悠」，它能胡編亂造一通看起來很專業的數學黑話，最後強行得出一個結論。雖然它可能蒙對了結果，但過程全是漏洞。DeepSeekMath-V2決定從根本上改變規則，不僅要獎勵正確的答案，更要獎勵嚴謹的「自我找茬」過程。秘密武器：左右互搏的三位一體為了實現這種「自我反思」，DeepSeek設計了一套精妙的「左右互搏」系統，就像在AI的大腦裡住了三個人：1.「做題家」（Generator，證明生成器）：負責解題和寫證明。但與以往不同，它被訓練成不僅要寫答案，還要寫一段「自我評價」。它必須誠實地說：「這步我有點不確定，可能是錯的。」研究團隊巧妙設計了獎勵，帶來了下列激勵效果：誠實面對錯誤，比「硬說自己是對的」更有利。寫出真正正確的證明，並精準識別其嚴謹程度，可以獲得最高獎勵。對生成器來說，最優策略是：在最終回答前，發現並修正儘可能多的問題。2.「鐵面判官」（Verifier，證明驗證器）：這是DeepSeek專門訓練的一個評分模型。它不看答案對不對，而是專門盯著證明過程挑刺。它會像閱卷老師一樣，給證明打分（0分、0.5分、1分），並指出具體的邏輯漏洞。1分：證明完整且嚴謹，所有關鍵推理步驟都有清晰、充分的論證；0.5分：整體思路正確，但在細節上存在輕微錯誤或略去部分論證；0分：存在致命邏輯錯誤或關鍵缺口，導致證明在本質上不成立。3.「判官的審計員」（Meta-Verifier，元驗證器）：這是最絕的一步。因為「判官」也可能犯錯，或者為了省事偷懶瞎判。於是DeepSeek又引入了一個「元驗證」機制，專門檢查「判官」是不是在胡亂挑刺。如果「判官」指出了一個不存在的錯誤，它會被「審計員」打手板。「元驗證器」來檢查驗證器給出的分析，包括：1. 驗證器指出的問題是否真實存在於原證明中；2. 這些問題是否足以合理支撐它給出的得分，且符合原有的評分細則。用元驗證器來評估驗證器輸出分析的平均質量分數，從0.85提升到了0.96，同時保持了原有的打分精準率。在這三者的配合下，DeepSeekMath-V2甚至能做到在沒有標準答案的情況下，自己給自己出題、自己做、自己批改、自己重做。首先，證明驗證器與證明生成器之間形成了良性的「閉環」：驗證器為生成器提供獎勵訊號，從而不斷提高生成器的證明能力；隨著生成器水平提升，它會產生越來越「刁鑽」的新證明，這些證明反過來又會暴露出驗證器尚未覆蓋的薄弱點。尤其是那些「驗證器第一次嘗試沒能抓出問題」的證明樣本，對進一步訓練驗證器來說價值極高。為了高效獲取新證明的正確性標籤，研究團隊設計了自動化標籤生成流程：在最後兩輪訓練迭代中，這條全自動標註流水線已經完全替代了人工標註。後續的質量檢查表明，自動生成的標籤與人類專家的判斷高度一致。巔峰對決：DeepSeek vs Gemini在這個領域，DeepSeek並不孤單。GoogleDeepMind的Gemini Deep Think也是剛達到IMO金牌水平的頂尖選手。兩者的對比非常有意思：DeepMind像是擁有無盡資源的貴族，其實力毋庸置疑，在某些高級基準測試（如IMO-ProofBench Advanced）上依然保持領先。DeepSeek則像是半路殺出的天才少年。根據DeepSeek的論文，他們的V2模型在基礎測試集（ProofBench Basic）上已經反超了Gemini Deep Think，並且在公開的競賽題目上展現出了驚人的統治力。更重要的是，DeepSeek將這一技術路徑開源並詳細披露了訓練方法。這為全世界的AI研究者提了個醒：通往AGI的路上，自驗證可能比單純堆算力更重要。直追GoogleOpenAI，開源IMO模型贏了這一令人驚嘆的成績背後，是DeepSeekMath-V2在實驗中展現出的某種「反直覺」的進化特徵。「一次做對」的能力：全方位碾壓GPT-5和Gemini如果剝離掉所有複雜的反覆思考和驗證過程，只看模型的「第一直覺」——也就是所謂的One-Shot能力，DeepSeekMath-V2依然表現出了統治級的實力。研究團隊建構了一個包含代數、幾何、數論、組合和不等式五大類難題的內部測試集CNML（難度對標中國高中數學聯賽）。在這個競技場上，DeepSeekMath-V2與目前市面上最強的兩大推理模型——OpenAI的GPT-5-Thinking-High和GoogleDeepMind的Gemini 2.5-Pro進行了正面硬剛。結果如圖所示：DeepSeekMath-V2並不是險勝，而是完全勝利：代數：遠超GPT-5和Gemini；幾何：得分幾乎是Gemini 2.5-Pro的三倍；數論與組合：同樣穩穩佔據第一梯隊。這說明，即使不給模型「多想一會兒」的機會，它的底座能力已經極其強悍。進化的關鍵：讓模型「多想幾次」真正讓DeepSeekMath-V2與眾不同的，是它在連續修正實驗中的表現。在面對IMO候選題（Shortlist）這種等級的難題時，模型往往無法一次性寫出完美的證明。實驗顯示，如果允許模型進行「自我驗證」——即生成答案後，自己挑毛病，然後帶著問題重新生成，奇蹟就發生了：初始狀態（迭代1次）：模型的平均得分為0.15。反覆思考（迭代8次）：當允許模型最多進行8次「自我修正」後，證明的質量分數飆升到了0.27。更有趣的是，如果讓模型從自己生成的32個解法中挑一個最好的（Best@32），它的評分精準度極高，得分直接躍升至0.42。這證實了一個關鍵點：模型不僅能改錯，而且非常有自知之明，它清楚地知道自己那個答案是最好的。暴力美學與智慧的結晶：高算力搜尋前文提到的普特南數學競賽118分（接近滿分）的「神蹟」，並非僅靠運氣，而是得益於一種「高算力搜尋」（High-Compute Search）策略。DeepSeek團隊在實驗中採用了一種極端嚴苛的測試方式：1.海量候選：對每道題初始生成64個候選證明。2.地獄級驗證：為每一個證明生成64個獨立的驗證分析。3.優勝劣汰：只有那些能通過所有64次驗證的證明，才會被認為是「完全可信」的。正是這種「千錘百煉」的策略，讓模型解決了IMO 2025中6道題裡的5道，以及在CMO 2024中拿下金牌水平。實驗資料還揭示了一個有趣的現象：對於那些它沒做出來的題，模型通常能精準地找出自己證明中的漏洞；而對於做出來的題，則是真真切切地通過了所有考驗。這是「LLM可以被訓練成可靠的數學驗證者」這一假設的有力實證。DeepSeekMath-V2意味著什麼DeepSeekMath-V2的成功告訴我們，AI正在從「模仿人類說話」進化到「模仿人類思考」。真正的思考，往往伴隨著自我懷疑。當我們看到AI開始在輸出最終結果前，懂得停下來，對自己說一句「這看起來不太對，我再算一遍」時，那才是它真正超越工具屬性的時刻。真正的智慧，不僅在於瞬間給出答案，更在於擁有推翻自己的勇氣與能力。 (新智元)

我特別不喜歡把自己塑造成那種拚命、不容易的「職場媽媽」形象。如何在照顧女兒和繁忙工作中取得平衡？ 「魚和熊掌」真的不可兼得嗎？我覺得未必。我愛我的女兒，也愛我在華為的工作。女兒已經8歲了，她習慣了跟著我在世界各地生活，適應不同的環境，她說我是「堅強、熱情又樂觀的媽媽」。對我而言，努力開心地工作，也是我生活的一部分。我始終專注執行、注重細節，這一切，女兒也都看在眼裡。這12年，我做過交付TD（技術總負責人）、產品經理、合約商務經理、客戶經理等職位，在2019年和2024年兩次獲得“金牌個人”，對我而言，每一段經歷都彌足珍貴。和女兒一起逛街01. 一個被爭相報導的5G樣板點2019年，我們福建省代表處在M集團的訂貨、建設等傳統業務上表現穩健，但創新業務卻遭遇了前所未有的瓶頸。 M集團投入大量資金興建了大量5G基地台，卻在商業回報和品牌價值上都未見明顯成效。有一天，代表把我叫到辦公室，語氣凝重：“M集團客戶抱怨5G只燒錢不賺錢，我每次去和省公司總經理聊天都不知道該談什麼。我們必須打造一個可複製、能變現的行業標竿。這件事，你來牽頭。”當時，整個中國地區部都在積極探索5G的應用場景，礦山、港口、教育、醫療…各地試驗紛紛啟動。福建省位於沿海，港口資源豐富，我初步研判後，決定聚焦於廈門港－這座全球貨櫃吞吐量名列前茅的遠海碼頭，以及其業主Z集團，國內最大的航運企業之一。我當時的構想很明確：以一點突破，帶動全線，最終輻射整個面。遠海碼頭現場測試網路參數我從福州市搬到廈門市駐點，第一次拜會廈門市M集團政企部的M總，就碰撞出了火花。沒過幾天，我們就一起走進了業主工程部Y總的辦公室。 「Y總，我們之前聊過智慧港口的事情，今天我特意把華為的專家帶來了，咱們一起研究怎麼把5G真正落地。」M總開門見山。我緊接著說：“接下來這段時間，我和團隊就直接駐紮咱們碼頭了。”Y總心直口快，二話不說：“好！我單獨批一個泊位給你們做測試，碼頭邊還有個辦公室，你們隨便用。”那天之後，我幾乎天天泡在碼頭。一次次實地調研中，真問題浮出水面：橋吊、龍門吊司機不得不連續數小時「貓」在四五十米高空的駕駛室、彎腰俯視緊張作業，很多人不到四十歲就患上嚴重職業病，被迫轉崗；裝置利用率極低，只有30%時間真正幹活，調度完全靠毫動堆場超過分板降低；看清痛點，我們迅速鋪上5G測試網。真實的生產環境，來不得半點閃失，時延與穩定性必須做到極致。凜冬已至，碼頭上的海風像刀子一樣刮臉，偵錯卻頻頻出問題：時延壓下去了，網路抖動卻非常厲害；網路穩了，時延又飆升上去；有時候所有指標剛剛達標，網路卻突然斷線……簡直是“按下葫蘆又起瓢”，煩躁之後我又提醒自己：一個集錢？如果真砸了，我們可賠不起。那段時間，「清場加班」成了我的口頭禪。我和小夥伴不斷調整網路切片，一再最佳化控製麵、管理面和監控面；部署MEC（移動邊緣運算），儘可能將資料計算推到離港口最近的地方…整整一個月，我們終於將時延死死控制在10毫秒以內，比眨眼還快十倍。第一次真實工況演練那天，業主和M集團領導全都到了總控室。橋吊老師傅坐在操控台前，像日常一樣取箱、移位、落箱……所有動作行雲流水。我緊盯後台資料：時延小於10毫秒，頻寬大於1G，可靠性99.999%，丟包率低於0.0001%——全部達標！Y總終於露出笑容：“效果不錯，我們試運行一周看看。”一周之後，業主初步測算，這套5G系統一年能幫他們省下數千萬元人力成本。他們很快決定擴大投入：從一個泊位擴展到多個，從普通貨櫃延伸到高價值貨櫃。趁著這股勢頭，我們積極推動將廈門港打造成“全國5G智慧港口樣板點”，並開了新聞發佈會。華為高層、M集團領導、Z集團領導紛紛到場，產業的目光開始聚焦在此。後來，中國國際通訊展（北展）即將開幕，中國地區部的同事找到我：“能不能說服客戶，把智慧港口案例搬到北京現場？即時操控3000公里外的橋吊？”我覺得這是一個絕佳的機會。沒想到剛和客戶開口，他們就爽快答應：「我們相信華為。」於是，我們特別設計了一套超低時延跨省傳輸方案，將端到端時延牢牢控制在50毫秒以內。更讓我感動的是，M集團主動提出分擔專案成本，真正成了並肩作戰的夥伴。北展現場，當工信部部長一行人停在我們攤位前，我趕緊迎上介紹。部長聽得認真，我還邀請他體驗遠端操控。當他親手操作起橋吊，即時移動著遠在廈門市的集裝箱，不禁感嘆：“3000公里外就像眼前一樣，不可思議！”展會結束後，福建省內多個港口紛紛啟動5G建設。我們趁熱打鐵，聯合福建省M集團、Z集團等發佈了業界首部《5G智慧港口全業務場景落地白皮書》。 2020年5月11日，發表會隆重召開－廈門港遠海碼頭正式成為中國第一個5G全自動化貨櫃碼頭。這張5G專網，覆蓋130萬平米，貫通所有生產環節，人力成本下降40%。橋吊司機終於告別高空煎熬，走進辦公室輕鬆操作。央視報導“全國首個5G全場景應用智慧港口投產”後來，這項計畫被工信部長公開點贊，當省會新聞聯播報導這則新聞時，我正在夜市上啃著姜母鴨。酥爛的鴨肉在嘴裡化開，像極了一個熬透了的項目，濃郁、回甘。那一年，我拿到了職業生涯中的第一塊“金牌個人”，但在我心中，比獎項更重的是我們在危機中蹚出的一條路。02. 一場六個月的談判馬拉松2024年初，我接獲調令，加入T系統部門負責接合集團採購客戶。那時並不知道，自己即將踏入的，是一場無聲卻激烈的高壓談判。A公司是T集團位於F國的子公司，它所經營的是華為在整個歐洲唯一的全份額5G網路，堪稱我們在歐洲的「橋頭堡」。而當時，我們正與他們共同建設全球5.5G的標竿城市網路，這本該是技術領先的榮耀，卻因政治風向突變，籠罩上了一層迷霧。 F國政府加入北約，國家政治挑戰加劇，一時間，信任變得奢侈，每一步溝通都如履薄冰。我面對的是極度謹慎的採購部客戶，就連約一杯咖啡，都被其鄭重提醒：「請不要在辦公室以外的地方見面。」採購部客戶的常駐地S國法律與商業準則極為嚴格，而我必須在這壓抑的氣氛中，爭取一份五年「無線專案」合約的續約。真正的交鋒，發生在我與T集團專案經理E先生之間。由於F國跟S國家存在5小時的時差，因此凌晨12點起床跟E先生開會、電話、談判成了我那段時間的日常。我們爭議的焦點，在於軟體年費。E先生的態度很堅決：“按集團慣例，軟體應由供應商免費提供。A公司被我們收購後必須統一管理，不再向華為支付年費。”我知道這行不通。 “軟體年費是歐洲常見模式，”我儘量語氣平和，“您一直強調控制總營運成本，取消年費反而可能導致服務水平下降，是否有些過於嚴格？”他提出用硬體漲價來彌補，但我清楚，在5.5G階段硬體增量有限，取消年費意味著華為每年損失數千萬美元，更會影響我們在創新、交付和人力上的持續投入。 “這不僅損害我們的利益，”我誠懇地說，“更會傷害我們之間長期的信任。”電話那頭沉默了片刻。 E先生最終答應將意見上報集團，但未承諾任何結果。一連幾個月，凌晨的會議、反覆的拉鋸，讓我身心俱疲。我意識到，必須找到打破僵局的方法。透過多方瞭解，我發現T集團正面臨OPEX（營運支出）過高、現金流吃緊的困境。我判斷，這件事對採購部的C先生至關重要。與專案組討論後，我們提出將部分OPEX轉為CAPEX（資本支出），以緩解營運壓力。在這個過程中，我持續向C先生傳遞一個訊息：軟體年費對華為至關重要，也關係到雙方未來的合作。轉機，終於在一個普通的辦公室早上到來。我迎面遇見C先生，他眉間的沉鬱不見了，整個人顯得輕鬆許多，似乎緩解了營運壓力。我抓住機會上前，略帶疲憊地說：“C先生，這兩個月團隊沒睡過一個好覺。如果軟體年費還是沒有結果，我可能真的撐不住了。”他看向我，語氣意外地肯定：「採購部已經決定保留A公司與華為簽訂的軟體年費模式，內部會議基本上溝通好了。」他清楚，如果不支援華為，這個專案很可能失敗，進而影響雙方信任。那一刻，我知道，我們扛住了。這場歷時六個月的談判，讓我深深體會到：在國際商戰的無聲戰場中，除了堅守底線、頂住壓力，更要把每一個細節執行到位。同年，我拿到了職業生涯第二塊「金牌個人」。在華為的十二年，每一次客戶的信任與支援，都不是偶然，是無數個凌晨的越洋通話，是每一次絕不妥協的堅持。03. 陪女兒長大的時光最珍貴身為一位“職場媽媽”，平衡工作與生活，於我而言是一門妥協的藝術。尤其是在沒有家人幫忙的情況下，獨自照顧女兒更像是不斷學習的修行。常常有朋友、同事甚至客戶忍不住問我：“你一年幾乎大半時間都在全球奔波，這樣帶娃，會不會太辛苦自己了？”但我從不是孤軍奮戰。我的女兒，就是我貼心的小棉襖。她會在聽到我開會時，悄悄提醒保母「媽媽在忙，我們小聲一點」；看到我收拾行李，她也會像個小大人似的叮囑：「媽媽，別忘了帶充電轉接頭哦！」那些瞬間，總能讓我心頭一暖。工作再忙，我也格外珍惜我們相處的時光。我們一起滑雪、一起上舞蹈課、一起去野外探索，甚至無辣不歡地吃遍各種小吃。不知不覺間，我們成了彼此最特別的「搭子」。和女兒一起喝下午茶未來，我仍會帶著這份溫暖與力量，繼續與客戶並肩前進。我期待在ICT這條賽道上持續深耕，也期待在每一次出發與歸來之間，繼續做女兒眼裡那個「很酷」的媽媽，既能腳踏實地為客戶創造價值，亦能陪伴她擁抱更廣闊的世界。 （藍血研究）

5月31日下午在韓國龜尾市進行的第26屆亞洲田徑錦標賽女子200米決賽中16歲寧波“小飛人”陳妤頡跑出22秒97的佳績奪得金牌這一成績也刷新了她自己該項目最好成績（PB）也再次打破了該項目亞洲少年紀錄此前她在200米項目上的最好成績是今年4月26日在2025世界田聯鑽石聯賽廈門站跑出的22秒99完成女子200米決賽後陳妤頡又參加了女子4×100米接力決賽幫助中國隊以43秒29的成績奪得冠軍自去年3月“跳級”參加成人組賽事以來陳妤頡在國內田徑大賽上屢獲佳績國際賽事方面，去年4月她在第二十一屆亞洲U20田徑錦標賽女子100米決賽中以11秒32的成績奪得冠軍出色的成績讓她一步步走進國家集訓隊陣容去年5月至7月陳妤頡參加了國家短跑項目國家隊集訓本期國家短跑集訓隊目標是更好地“建設男女短跑4×100米接力梯隊培養短跑後備人才進一步提升短跑、接力項目競技水平”去年底至今年初則跟隨國家田徑集訓隊進行冬訓今年新賽季開啟之後陳妤頡參加國際大賽的密度明顯增加3月22日，參加在南京舉行的2025年世界室內田徑錦標賽女子60米項目比賽，預賽成績為7秒34，無緣決賽。4月26日，在2025年世界田聯鑽石聯賽廈門站女子200米決賽中，她跑出22秒99的成績，獲得第四名，同時刷新個人最好成績。5月11日，參加在廣州舉行的2025年世界田聯接力賽女子4×100米接力複賽，完成第一棒，幫助中國隊以43秒03的成績贏得小組頭名，獲得了世錦賽資格。本屆亞洲田徑錦標賽陳妤頡報名項目中沒有“主項”100米而是200米項目和4×100米接力有分析認為，一方面是“以賽代練”另一方面是國家隊女子短跑陣容針對下屆奧運會重點項目培養新人的需要值得一提的是4月26日廈門鑽石聯賽女子200米決賽中跑出的22秒99已經在該項目U18年齡段排名世界榜首這一次，她再次提升了自己的200米項目最好成績此次亞錦賽上女子200米預賽於5月30日進行陳妤頡跑出23秒60以小組第一名的身份晉級半決賽不過由於天氣原因半決賽臨時取消她直接進入決賽5月31日下午進行的決賽中陳妤頡以22秒97的成績奪冠創造個人最好成績另一位中國選手李玉婷以23秒23的成績獲得第三名(新聞晨報)

皮斯托瑞斯的新動向——他假釋出獄還不到一年時間，已經有了新歡。更令人吃驚的是，這位金發女郎長得竟然跟被他槍殺的女友很像…… 如果沒有11年前的那起槍殺案，今年38歲的奧斯卡·皮斯托瑞斯很有可能成為世界體壇現象級的人物。 皮斯托瑞斯曾是享譽世界的殘疾田徑運動員。2012年倫敦奧運會上，他成為首名獲准參與奧運會短跑比賽的雙腿截肢運動員。此外，他還擁有6枚殘奧會金牌。因佩戴碳纖維材質假肢，他被稱為“刀鋒戰士”。 皮斯托瑞斯（右）在倫敦殘奧會上 圖：IC

在拜登宣佈赦免自己兒子亨特・拜登的一系列罪行後，拜登的幕僚們也開始覬覦起這種“總統特權”，都想來分一杯羹。 根據12月6日新加坡媒體報導，美國總統拜登的高級幕僚正在討論要先發制人，對可能成為川普新政府目標的現任和前任公職人員進行特赦，給他們都發一枚“免死金牌”。 白宮新聞秘書卡琳・讓-皮埃爾向記者透露，在拜登任期結束前可能會有更多赦免。 在12月1日拜登簽署了對其兒子的無條件赦免令後，遭受了猛烈的抨擊，除了對手外，就連民主黨內部也有多位官員公開表示對拜登“感到失望”。