
关于 Stephen Wolfram- [ABOUT](//www.stephenwolfram.com/about/)- [WRITINGS](//writings.stephenwolfram.com)- [PUBLICATIONS](//www.stephenwolfram.com/publications/)- [MEDIA](//www.stephenwolfram.com/media/)- [SCRAPBOOK](//www.stephenwolfram.com/scrapbook/)- [CONTACT](//www.stephenwolfram.com/contact/)社交平台链接- [](//x.com/stephen_wolfram X)- [](//www.facebook.com/Stephen-Wolfram/ Facebook)- [](//www.linkedin.com/in/stephenwolfram LinkedIn)- [](https://soundcloud.com/stephenwolfram/ SoundCloud)- [](https://www.twitch.tv/stephen_wolfram Twitch)[Recent](https://writings.stephenwolfram.com)分类- [Artificial Intelligence](/category/artificial-intelligence)- [Big Picture](/category/big-picture)- [Biology](/category/biology)- [Companies Business](/category/companies-and-business)- [Computational Science](/category/computational-science)- [Computational Thinking](/category/computational-thinking)- [Data Science](/category/data-science)- [Education](/category/education)- [Future Perspectives](/category/future-perspectives)- [Historical Perspectives](/category/historical-perspectives)- [Language Communication](/category/language-and-communication)- [Life Times](/category/life-and-times)- [Life Science](/category/life-science)- [Mathematica](/category/mathematica)- [Mathematics](/category/mathematics)- [Multicomputation](/category/multicomputation)- [New Kind of Science](/category/new-kind-of-science)- [New Technology](/category/new-technology)- [Personal Analytics](/category/personal-analytics)- [Philosophy](/category/philosophy)- [Physics](/category/physics)- [Ruliology](/category/ruliology)- [Software Design](/category/software-design)- [Wolfram|Alpha](/category/wolfram-alpha)- [Wolfram Language](/category/wolfram-language)- [Other](/category/other)[View All Release Announcements »](/version-release)内容- 顶部- 现代的一次令人印象深刻的发布- 每个笔记本都有 AI 助手- 在你的 AI 环境中使用 Wolfram- 时间序列和事件序列规模扩大- 分类数据实现计算- 引入 ModelFit 超级函数- 引入符号音乐- 表格的连接性更强更好- 表格功能更多- 可视化调整- 多面板可视化- 千兆字节大小的笔记本和实时查找- 笔记本迎来首个侧边栏- 笔记本有了可视化主题- 过长内容会被截断- 亮环境下开启暗黑模式- 计算过程中发生了什么Monitor 的单参数形式- 现在可以保存子值了- 引入即用型增量数据结构- 大型代码库中的异常和错误处理- 引入结构化包格式- 在图上绘图- 如何在地球地图上设置刻度- 你的城市何时会迎来日食- 进入轨道- Grassmann、Clifford、Weyl 等相关内容- 泽塔函数、多重对数函数和调和数实现多变量化- 部分分式简化- 大量新的矩阵分解方法- DSolve 的边角部分借助 AI 方法得到助力- 偏微分方程采用曲线坐标系- 偏微分方程解中的导出量- 如何近似系统工程模型- 控制系统的强化学习- 导入和导出最新格式- 通过 Web 套接字实现实时连接- 笔记本中使用 Python 等的用户体验更丰富- 优化和 GPU 化持续进行- CUDA 内核作为外部函数- Wolfram 计算服务配备 GPU- 在大语言模型函数中使用 Wolfram 基础工具- 还有更多...现代的一次令人印象深刻的发布1988 年 6 月 23 日我们[推出了 Mathematica 1.0 版本](https://www.wolfram.com/mathematica/scrapbook/)。如今近 38 年后我们推出了现在所称的[Wolfram 语言](https://www.wolfram.com/language/)的 15 版本这也体现了它已超越单纯的“数学”范畴。这是一次令人印象深刻的发布具备大量新的核心功能。历经 38 年还能不断增添新内容这或许令人惊讶。但这就如同知识史上的常见模式了解得越多视野越开阔能取得的成就也就越多。对参与其中的我们而言这是一个非常有意义的过程年复一年地构建起一座又一座由想法和技术堆砌的高塔在 15 版本中达到了新高度。过去四十年来我们的使命始终如一尽可能广泛而深入地应用计算范式并通过创建独特的计算语言来表示和计算世界。在这四十年里计算和计算范式的应用大幅扩展这在一定程度上得益于我们引入的工具和理念。如今又有了新的驱动力现代人工智能。见证人工智能领域取得如此多意想不到的进展着实令人兴奋。对我们来说一个直接的结果是我们的用户群体从单纯的人类扩展到了人类和人工智能。事实证明我们为使 Wolfram 语言对人类使用起来简单高效而在其连贯设计上所做的一切努力也让人工智能使用起来同样简单高效。多年来我们一直专注于面向人类用户的界面从为[1.0 版本](https://writings.stephenwolfram.com/2018/06/weve-come-a-long-way-in-30-years-but-you-havent-seen-anything-yet/)发明的[笔记本概念](https://www.wolfram.com/notebooks/)开始。现在我们也在强调面向人工智能的界面以便让人工智能、人工智能系统以及使用它们的人类尽可能轻松地访问我们的技术。我们的技术对人工智能来说是强大的工具对使用人工智能的人类来说同样强大。它为人类提供了一种[独特的形式化事物的方式](https://writings.stephenwolfram.com/2019/05/what-weve-built-is-a-computational-language-and-thats-very-important/)让他们确切知道正在说什么或做什么。我一直将 Wolfram 语言的发展视为几个世纪前数学符号为数学范式所做之事的扩展提供一种简洁而精确的方式来表示和交流想法。当你用自然语言告诉人工智能你想要什么时这很方便但除了简单情况外往往不够精确。然而如果人工智能生成 Wolfram 语言代码它会确切地向你展示人工智能的理解让你判断这是否是你真正想要的。Wolfram 语言在此有着独特的作用。传统编程语言是为人类编写、计算机读取而设计的。但 Wolfram 语言不止如此它是一种[全面的计算语言](https://writings.stephenwolfram.com/2019/05/what-weve-built-is-a-computational-language-and-thats-very-important/)。它不仅供人类编写也供人类阅读有助于形式化和澄清他们的想法。在人工智能时代它是一种精确表示你所谈论内容的独特方式借助计算范式和表示世界的计算方式。是的人工智能并非总是正确的。但关键是将 Wolfram 语言作为确保精确性和正确性的手段以及作为锚定你正在做的事情并生成可系统使用的可靠输出的方式。今年尤其出现了一种显著趋势即“利用人工智能进行编码”。如果你的目标是创建一个像网站这样主要关注“外观正确”而不关心“代码内部做了什么”的东西这是一个很好且具有变革性的解决方案。然而在许多技术场景中“外观正确”是不够的你需要知道实际正在计算什么。这就是 Wolfram 语言至关重要的地方。它提供了对正在进行的事情的最高级且最易于人类理解的表示并允许你封装一段精确的计算以供重复使用。现代人工智能在编码方面的成功令人瞩目且出乎意料。但从某种意义上说与传统编程语言相比这对我们来说意义没那么大。几十年来我们的使命一直是尽可能自动化计算的规范和执行。因此我们拥有超过 7000 个原语涵盖了计算世界使我们能够简洁地表示广泛的事物。几十年来我一直说传统编程的很多部分可以通过使用 Wolfram 语言的高级构造来自动化。事实上包括我自己在内的许多人[如我本人](https://writings.stephenwolfram.com/2024/08/five-most-productive-years-what-happened-and-whats-next/#the-process-of-getting-things-done)多年来一直使用 Wolfram 语言来显著扩展计算能力并避免编写大量传统编程代码。现在人工智能提供了一种不同的方法自动编写大量传统编程代码。它并非完全可靠通常需要复杂的管理来使其走上正轨。但如果你不关心具体计算内容它提供了一条有价值的自动化途径。对于刚接触 Wolfram 语言或在不熟悉领域工作的人来说人工智能提供了一个方便的初始自动化层。然而如果你精通 Wolfram 语言通常并不需要它。Wolfram 语言是一种思考媒介。一旦你熟练掌握它通常可以比先用自然语言表达想法更轻松地直接用该语言表达思想。我知道当我处理某件事情时我可以比用自然语言精确描述我想做的事情更快地开始输入 Wolfram 语言代码。值得注意的是[Wolfram|Alpha](https://www.wolframalpha.com/)早在 17 年前就开创了使用自然语言指定计算的先河。它与现代人工智能是不同的技术更专注于将自然语言小片段可靠地转换为精确计算。这使我们多年前就能在 Wolfram 语言中利用自然语言指定实体现在也有助于我们与人工智能建立更好的沟通渠道。近几个月来关于人工智能在未来软件开发中的作用有很多讨论。它对我们的工作和 15 版本的开发有何影响呢嗯在某些领域它很有帮助特别是在处理我们系统中使用传统编程语言的部分通常与外部接口或与硬件的直接交互有关。但 Wolfram 语言的大部分代码现在是用 Wolfram 语言本身编写的我们已经从该语言内置的所有自动化中受益。随着每个新版本的推出更多任务实现自动化我们有更多的手段进行进一步开发。这就是我们过去四十年来能够构建出卓越技术栈并发展到如今 15 版本的原因。每个笔记本都有 AI 助手在 ChatGPT 最初[发布](https://writings.stephenwolfram.com/2023/03/chatgpt-gets-its-wolfram-superpowers/)后的几周内我们就开发出了从大语言模型中调用[Wolfram 语言](https://www.wolfram.com/language/)和[Wolfram|Alpha](https://www.wolframalpha.com/)以及从 Wolfram 语言和[Wolfram 笔记本](https://www.wolfram.com/notebooks/)中调用大语言模型的方法。次年我们开发出了将[笔记本助手](https://writings.stephenwolfram.com/2024/12/useful-to-the-point-of-being-revolutionary-introducing-wolfram-notebook-assistant/)作为 Wolfram 系统附加组件发布的技术。今年 2 月我们发布了[基础工具](https://writings.stephenwolfram.com/2026/02/making-wolfram-tech-available-as-a-foundation-tool-for-llm-systems/)技术套件进一步与大语言模型集成。现在在 15 版本中我们通过内置的[AI 助手](https://www.wolfram.com/ai-assistant/)将人工智能集成提升到了新高度。在 15 版本中创建一个新笔记本除非你已关闭你会在笔记本底部看到一个名为“聊天栏”的新元素它能让你直接连接到我们的 AI 助手在聊天栏中输入你想要的内容你也可以粘贴图片等然后按 ENTER你的输入将被发送给 AI 助手它会尽力为你提供帮助即使你的问题比较模糊AI 助手也会尽力做出精确的解释并附带易于阅读的 Wolfram 语言代码。按下代码将被插入到你的笔记本中并立即执行你可以将聊天栏视为在笔记本中随时创建聊天单元格的便捷方式。就像从[14.2 版本](https://writings.stephenwolfram.com/2025/01/launching-version-14-2-of-wolfram-language-mathematica-big-data-meets-computation-ai/#notebook-assistant-chat-inside-any-notebook)开始你就可以做的那样你也可以通过简单输入 来开始一个新单元格来创建聊天单元格。和任何聊天单元格一样从聊天栏创建的聊天单元格可以利用笔记本中其上方内容的上下文。若要打破上下文你可以在单元格之间输入 ~ 插入聊天分隔符。15 版本的重大消息是聊天栏和聊天单元格背后的 AI 助手现在在所有 Wolfram 笔记本中都可随时使用。无需配置对于基础级别的 AI 助手也无需额外订阅。基础级别的 AI 助手作为获取 Wolfram 语言帮助的资源除了文档之外立即可用。今天我们还发布了两个更高级别的 AI 助手需订阅使用专业版和研究版。专业版让你能够处理更大、更复杂的项目而研究版则可使用最新的前沿人工智能功能。现有的笔记本助手用户将自动升级到 AI 助手专业版。要访问 AI 助手的控制选项点击聊天栏侧面的如果你不想默认显示完整的聊天栏点击它将被最小化如果你打开一个新笔记本最小化状态将被记住。你可以在主偏好设置菜单中全局控制聊天栏是否显示甚至 AI 助手是否可用。在你的 AI 环境中使用 Wolfram[AI 助手](https://www.wolfram.com/ai-assistant/)让你能在 Wolfram 笔记本中访问人工智能。但如果你在电脑上使用像 Claude Code 或 Codex 这样的人工智能环境呢在 15 版本中现在可以轻松地将你的人工智能环境连接到桌面版 Wolfram 系统。如果你在电脑上有像 Claude Code 或 Codex 这样的标准人工智能环境Wolfram 系统通常会检测到它并在欢迎屏幕上显示一条条纹点击这条条纹会带你进入偏好设置对话框中的人工智能服务选项卡按下来配置系统检测到的所有人工智能环境。完成此操作后这些人工智能环境将被设置为在需要时自动访问 Wolfram 工具。有几种工具包括用于评估 Wolfram 语言代码、读写笔记本以及分析 Wolfram 语言代码的工具。从技术层面讲这是通过新的 Wolfram 代理工具框架实现的你也可以在 Wolfram 语言中以编程方式使用该框架。例如要连接所有检测到的人工智能环境你可以使用 Wolfram 语言函数 [DeployAgentTools](http://reference.wolfram.com/language/ref/DeployAgentTools.html)对于特定的人工智能环境使用 DeployAgentTools[ClaudeCode] 等。这个解释对人类很有用但如果你是一个人工智能代理例如正在阅读此内容你可以直接访问一个 Markdown 文件其中描述了如何进行所有配置。实际上在现代我们的主 [wolfram.com](https://www.wolfram.com/) 网站会自动向请求的人工智能代理提供 Markdown 文件。为了方便我们人类跟踪我们网站顶部有一个新的“For AIs”链接时间序列和事件序列规模扩大拥有时间序列数据很常见。自 2014 年的[10.0 版本](https://writings.stephenwolfram.com/2014/07/launching-mathematica-10-with-700-new-functions-and-a-crazy-amount-of-rd/)以来我们就有了 [TimeSeries](http://reference.wolfram.com/language/ref/TimeSeries.html) 结构来表示此类数据。在 15.0 版本中我们有了一个功能更强大但完全兼容的 TimeSeries 版本它可以处理更大、更多样化的数据集。我们新的 TimeSeries 框架基于我们在[14.2版本](https://writings.stephenwolfram.com/2025/01/launching-version-14-2-of-wolfram-language-mathematica-big-data-meets-computation-ai/#bring-us-your-gigabytes-introducing-tabular)中引入的 [Tabular](http://reference.wolfram.com/language/ref/Tabular.html) 框架并与之互操作。一个直接的结果是对多组件时间序列的即时支持其中在每个时间定义多个组件并与底层 Tabular 对象中的列相关联。另一个重要结果是TimeSeries 现在继承了 Tabular 处理缺失数据的所有高级功能。简单来说你可以将 TimeSeries 视为带有时间戳列的 Tabular。但它不止如此。特别是TimeSeries 会自动对给定特定时间之间的值进行插值。更准确地说它会在应该插值时进行插值对于数字、数量等而在不应该插值时不进行插值对于字符串或实体。此外TimeSeries 现在会考虑时间的粒度。例如如果你在每日时间序列中请求每周值它会进行适当的平均计算。在 15.0 版本中相关格式现在可以直接作为 TimeSeries 对象导入你可以使用摘要框中的预览按钮预览实际数据你也可以明确获取底层的表格数据包括其特殊的定义时间序列的时间戳列你可以立即将 Tabular 的功能用于 TimeSeries。例如这会选择时间序列的 Track 组件并绘制其地图这是时间序列的 Elevation 组件的绘图这计算了海拔时间序列在 15 分钟周期内的移动平均值我们还可以获取插值值。例如这里我们... 原文此处未完整