孙洪军指出，金融行业各层面对大模型有了统一认识后，就可以快速推动企业内部的转型。但他也强调，大模型是数学逻辑上的推理，因此，肯定会产生幻觉，“它回答100个问题，90个问题回答正确，但10个问题有可能会产生幻觉”。

　　孙洪军表示，大模型提供商也在不断研究如何减少幻觉、让逻辑全流程推理的更好。“我们在针对一些业务场景时，必须要消除一些幻觉，因为我们最终业务不知道来源，普通用户包括我们自己内部员工没有全景，没有大的判断力，如果你给出了90个认为是对的，突然出现一个幻觉或者两个幻觉，认为是一个错误的问题，会认为也是对的，有可能对业务带来一些潜在危险和损失”。

　　“业务层面目前可以解决这些问题，但是有代价的，有可能会对大模型本身训练的一些知识会做一些放弃。也就是说我们会在应用方面会做更多的付出”，他说。

　　以下为演讲实录：

　　我的片子分为几个部分：第一部分是理论思考。第二部分是我们的案例，从技术或者从应用的远景来看有一些共同性特点的案例。最后引入我们的思考在里面。

　　实际上大模型在一年多的时间里，各个行业包括各个企业无论是金融还是制造业都在应用，其实这里面有很多挑战，包括每个企业用AI推动我们的应用时，都会存在一些问题需要去思考。

　　第一，大模型不是100%准确的，问题的确定性在金融行业是特别关注的，数据必须是准的，不能一本正经的胡说八道，那怎么来解决这些问题？

　　第二，大模型是个黑盒子，怎么知道他给出的答案确实是正确的，决策链条是什么，决策的可解释性，无论是内部员工还是外部客户都觉得这个决策链条是可信的。

　　第三，大模型以前更多是一种语义推理、逻辑推理，现在我们逐步在往数据跟数字化结合转型起来看，更强调的是数学计算能力。以前我们做的大屏、决策等等更多是数字化的。

　　第四，对于一个更大企业思考一个更大挑战是什么？是技术快速迭代，算力、芯片的快速迭代，大模型能力的快速迭代，我们应用开发的快速迭代。

　　第五，你的建设和你的投入成果预期的平衡。综合来看你的成本怎么去规划，这些都是需要去思考。

　　第六，还有一块是数据安全和隐私。大模型厂商包括在座各位很多人会用网上API的应用，那些数据各大厂商会留。所以我们内部会用哪些敏感数据，哪些必须网上去用，哪些必须私有化用，这些需要区分。

　　所有做大模型应用服务的，都会有类似的架构。我想说的，作为软通动力来讲有有什么？我们有一层算力，这是第一。第二，我们有技术软件，操作系统、数据库。我们不具备的是什么？我们不具备大模型，这是大模型厂商的。除了大模型这一层，我们网上应用，包括我们跟客户二十多年长期合作过程中有大量业务场景和客户一起探讨，这是软通在金融行业的一个情况。

　　下面十几个案例，第一方面是大模型目前在业内用的，大家相对都比较认可了，就是研发领域提高IT的开发效率，这不光是一个开发，实际上涉及到我们的需求、需求解决，需求设计文档，大模型可以直接提炼需求用户故事，直接生成代码。去年大模型还有限制，4K、8K，现在长度可以放到128K，代码生成对软件工程整个领域的改造带来的价值是很大的。

　　这是我们的一个应用效果，在银行的实际应用，从去年9月份就开始去用了，用的过程中一直到现在不断迭代，大规模需求结束是在今年年初1月份，现在已经稳定快9个月了，在实际应用效果中确实能极大提高开发的效率，整个IT里面开发的效率。这里面最有意思的一个事情是，我们永远不知道一个事情，无论你的产品设计的多么好，或者你开始的理念设计的多么好，但真正把这个产品用到极致的一定是我们的用户，我们的用户跟我们说，在这个代码辅助或者需求解读或者等等方面的情况，大家用的最好的场景是什么？是以前有大量的项目，很多人不懂，这时候要做数字化转型，转成微服务的，cover如何去转成这样的情况，而是要工程性的、系统性的，不是我们写几个代码，或者我们让代码生成，我们用户跟我们反向输出了一条实时工艺，这是挺有意思的一件事情。

　　第二个领域，在AIGC生成图、生成视频、生成文生图包括文案创作，这个可能是比较小众的事情，但跟客户交流中我们发现，我们在文生图或者文生视频有时候决定了你推出一个的速度，比如我们去做产品宣传，决策节点很多时候是外包的，或者外部设计公司要求出一个图或者出一个海报，是最快的，可能得需要两三天。在现在效率为王的年代，谁先推出第一个包括谁能及时的去调整，这是一个很大的场景。我们走了很多城商行，城商行对我们这块需求很大，在UI包括行业服务的时候觉得人不多，七八个人负责整个手机银行UI工作，但忆秦速度很慢，最关键的是文生图，可以把一个企业文化要素通过大模型进行初步训练，再通过应用你对企业的理解，产生的图确实是符合你企业文化的。这点是外部设计公司完全取决于人的能力是不太一样的，进行了一些变化。我们二十四节气，软通动力公司内部的二十四节气都是利用AI来做的。

　　而且还有一个变化，现在说用大模型应用对算力要求很高，但文生图对算力要求其实很低，最关键的是昇腾、910B这种高算力的，这种卡还是没办法做这件事情，我们需要传统4090、4080普通的卡就可以，为什么它可以，因为在图的渲染里面已经围绕着家数来做的。机械革命一台笔记本一万多块钱，就可以快速地去做这件事情。这是一个场景。

　　第二个场景是我们给银行做的行史助手，把行里资料、知识传上去记录下来就可以了，但这个是由行器做的，2009年成立到2024年所有信息都上传进去，包括机构信息、人物信息、大使级、金融业务、文化建设、规章制度、财务数据、合规制度等数据信息，我们认为这些是知识，这些知识有可能有重叠的，有可能一个人的变迁在不同文档里面都有，类似我们以前做数字化转型、做数据中台、做大数据平台，我们需要去做知识梳理，但时间很紧，整个知识梳理大概只用了两周时间，当然有些确实也没有完全说这个知识是隔离的，只在一个地方出现的情况，但我们两天时间就满足了客户提出的要求，说你回答的问题要么是准的、要么就不说，要是准的则必须是全的。比如邮储和民生总行部门很多，总行一级部门有哪些，负责人是谁、主要负责的事项是什么，这些分布在不同的知识里，让它有顺序的输出来，这个其实很有挑战性。大家可以把这些知识放到大模型去推理，可能推出完整的，但顺序不对；有的可能推不出完整的。这是我们做的行史，不光是检索，也可以生成产品营销的一些文案，包括撰写感谢信或者撰写一些其他的东西，都是可以的，不光是检索，可以根据行里提供的资料去学习、去写出来。

　　这是咱们总结出来的一些，回答了开始的挑战，基本实现“白盒”，就是我知道这个知识哪儿来的，也知道大模型是根据什么推理出来的，这里面是我们行史在这块的总结。

　　第三个场景是AI的写作，大家对AI写作觉得无非是让大模型帮我写一篇报告的情况。但如果把这个场景扩了一下，要跟我们实际的应用数据结合起来写就有一定难度了。比如数据大数据平台、大数据中台，信贷数据、营销数据都在里面，如果需要根据现有数据写一篇新的报告或者营销报告，里面有数据库里的数据，也有市场的形势分析，这里面如何让它自动化做这件事情，而且要准，这是我们在场景里尝试去做的一件事情。

　　这里面其实可以分为两个点，第一个点，传统取数据小模型或者小规则的方法很重要，也是很准。第二点，充分发挥大模型对数据的变化趋势或者结合行业的信息，它的推理的总结能力。这块就可以把报告很快写出来，当然也涉及到报告里面对Agent的定义，就是说文档结构应该是怎么去做的，哪些提示词怎么去写，然后自动化去输。这是AI写作的一个场景。

　　当然还有很多，时间关系我就不去讲了。

　　这里面有些问题，我们在做过程中有一定的结论，有些在思考中。第一个，现阶段的大模型不是一个发动机，我们都说第四代的工业革命过来了，创新过来了，但是在目前大模型也在不断地创新，算力的短缺短时间也不太好解决。而且整个社会对大模型的认知还需要时间，所以说现阶段大模型应用不是一个发动机，而是一个加速器。这个加速器，我们分析每个业务环节，哪些业务环节可以急速提高效率，比如客户领域，以前客户只能接20个电话，因为大量时间要写报告，我们引入语音、引入我们的智能总结，嵌入到客户里面，那可能一天能接100个电话。这个是银行客户自己实践的。所以这里面是个加速器，没有改变我们原有的IT流程，也没有改变我们的业务流程，但它极大提升了效率。

　　第二个，针对一些企业在初创过程中到底是建一个平台，还是直接上来就应用，还是找一个切入点？我们的意见是先建一个平台，去提供服务能力，在平台上找一个点去把行里或者企业内部所有对大模型的认知，从普通公众的认知，一本正经的胡说八道转变成可以它可以精准地去控制、可以去提出的情况。

　　第三个，如果从切入点来讲，我们建议通用助手的意义远远大于现 在专业助手的意义，去训练一个垂直领域大模型，没有通用能力建立起来后不是先去做垂直训练，先做细节，不会考虑更多

　　第四个，外部推广的时候，金融的话建议从APP角度去感受，无论是风控、营销还是合规，从APP，从内部到外部的情况去做。

　　第五个，这个事情也急不得，但我们又要不断地去做，用一句话来讲，如水渗透到金融行业，渗透进去之后，各个层面对大模型产生统一认识之后就可以快速地去推动整个企业内部的转型。

　　在做的过程中还有一些很有意思的问题，大模型是一个数学逻辑上的推理，肯定会产生幻觉，它能回答100个问题，90个问题回答正确，但10个问题有可能会产生幻觉。大模型提供商也不断地如何减少幻觉、如何让逻辑全流程推理的更好。我们在针对一些业务场景时必须要消除一些幻觉，因为我们最终业务不知道来源，普通用户包括我们自己内部员工没有全景，没有大的判断力，如果你给出了90个认为是对的，突然出现一个幻觉或者两个幻觉，认为是一个错误的问题，会认为也是对的，有可能对业务带来一些潜在危险和损失。业务层面目前可以解决这些问题，但是有代价的，有可能会对大模型本身训练的一些知识会做一些放弃。也就是说我们会在应用方面会做更多的付出。

　　第二，目标和数据哪个更重要，其实这两个同等重要，是相辅相成的道理，不可能因为大模型多强忽视了我们自己数据的准备工作。我们也做了一些测试，自己做大模型应用的时候有业务平台，网上也有各种像知识库助手这样的应用平台，我们把我们的数据切分好之后放到外网，这都是脱敏的数据，它的准确度和我们自己的有差距，这里面对数据的理解和你业务上去做需要相辅相成。

　　第三，模型需要微调，我们建议还是做一定的微调，对行业知识的理解会有更大的帮助。

　　第四，外挂知识库还是长上下文。什么意思？现在应用包括大模型token很长，可以传一本书上去，十万字、二十万字，它马上可以对这本书进行提问，这里面和我们外挂知识库经过治理的还是有区别。我们在过程中遇到比较大的问题，是图的精准识别问题，图的达标。比如一个员工要部门转正，打个标，我希望它识别出来是转正申请的标签，但识别出来的是绩效考核，因为那张表里面大部分是绩效、打分、评价。所以，图，在目前行业里是还没有很好突破的一件事情。早上我看到一篇文章，GPT-4对图有比较大的突破，这个我们需要进一步去调研。国内我们还没有看见。包括知识识别表的问题也是一个大的问题，就是表格，中国式报表，人看起来没有问题，但机器去读懂而且不能出错，表格里面都有数，这是一个比较大的挑战，我们做了一些探讨，再针对那些表格来讲是100%，但针对合并单元格这种特别多的情况下，人读起来比较费劲，大模型也解决不掉，这需要我们做额外的处理。

　　第五，在企业应用的时候经常面临这样的问题：大模型有开源的和闭源的，怎么选？开源好处是便宜，不花钱，闭源的是花钱，但效果更好一些，启动后续服务会更好。我们的建议是什么？当你去尝试一个事情的时候，你可以选择开源；当你上规模的时候还是应该选择闭源，提供更好的服务。当你上规模的时候有体系化的要求，对大模型厂商有定制化的要求，这是我们的建议。

　　第六，大模型的项目谁牵头？我们建议是业务牵头，因为业务知道哪些地方需要改进、哪些地方需要提效，科技上不知道这个事情。

　　第七，无论是代码推、语义推理还是文生图推理都存在一个普遍的问题，就是知识召回不足的问题，无论是采取知识库还是采取其他手段，我们召回的长度总是有限制的，现在主流的，市面上用到主梁的是32K，最大的是128K，32K要去推问要提示词，召回还要加上推理内容，32K其实并不多。所以有些信息召回不了，推理就会缺失，这个问题需要引入更多的Agent，要从大Agent向小的Agent处理逻辑去固化。推理深度不够的问题需要提升大模型的能力，它的数学的一些算法。

　　这是我们在过程中的一些思考，实际上我们还强调一点，大模型来了，原来系统是不是都废掉了？都更新掉了？我们做的过程中都不是的，这些是相辅相成的，以前IT系统无论是风控还是营销都是把人的规则、专家规则、业务规则都固化下来，有答案，寻找起来比较困难。大模型是交互很简单，我想要什么，一个语音或者一段话告诉我就好了，交互变得很快。但我们在实际做的过程中这两个完全可以结合起来去做，很多很精准的，以前做到系统里面很多逻辑可以作为大模型的一些规则，甚至当成一些小模型来用，这里面结合起来，把整个大模型在业务的创新和以前IT建设留下来的资产很好的利用起来。这是我们的建议。

　　另外一个简易师什么？我们还是需要以AI中台来连接算力和应用，从规划上来讲，是需要把它隔离出来的，比如说我们在一个企业内部来建设的话，可能有很多算力，可能会采取很多模型，因为不同大模型的能力是不一样的，那你需要去解耦。第二点，当你在企业内部上了一个大模型应用的时候，会发现同类型的应用可以快速复制、快速搭建的，我做了合规制度检索就可以去做风控制度的检索，我做了报告撰写就可以做营销报告撰写，虽然业务内容不一样，但我们从技术上去看是一样的，这里需要行强大的AI中台，把共同的东西适配、增强技术、模型适配，叫Agent也好或者业务权限，通过组件方式、搭积木方式去搭建出来。从我们自己经验来讲，有了中台之后，去搭一个知识库同类质来讲，时间就是耗在知识整理上了。

　　同时我们在不同场景里面也总结了一些情况，不是所有的东西、所有产品都要追求高算力，要结合自己的实际业务场景，比如图生文、AIPC，一个笔记本就可以了，要求简单，不需要负责推理的，一般一个台式机就可以。如果需要垂类或者代码推理，华为昇腾机器就可以。但对数据要求特别高的可以上一些910，国内情况是不一样的。

　　这是软通动力在整个环节里面，包括适配、迁移、运维以及场景开发、模板定制我们提供全方位服务，最后打了广告，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：梁斌 SF055

谢凤泰（记者 陈亭任）09月18日,�

谢凤泰（记者 黄彦铭）09月18日,来源：环球网【环球网报道】美国副总统、民主党总统候选人哈里斯和共和党总统候选人特朗普当地时间10日晚在宾夕法尼亚州费城进行首场电视辩论。据美国有线电视新闻网（CNN）报道，知情人士透露，美国总统拜登与家人和工作人员一同在纽约市一家酒店观看了这场辩论。当地时间9月10日，美国总统拜登离开白宫前往纽约前回答记者提问 图源：外媒报道称，拜登在美国“9·11”恐怖袭击事件二十三周年纪念日前抵达纽约，并于10日晚早些时候在纽约为其孙女庆祝生日。此外，报道提到，哈里斯和特朗普的首场电视辩论结束后，拜登在社交媒体X上发表了对这场辩论的看法。“今晚，美国终于看到了这位我自豪地与她共事三年半的领导人。（两人的表现）根本谈不上接近。副总统哈里斯证明了她是带领我们国家前进的最佳人选。我们不会回头。”拜登写道。当地时间9月10日，美国副总统、民主党总统候选人哈里斯和共和党总统候选人特朗普在宾夕法尼亚州费城举行的首场电视辩论中握手 图源：外媒据新华社此前报道，美国选举信息网站“真正透明政治”汇总的民调数据显示，截至8月8日，哈里斯在全国民调中平均领先特朗普0.5个百分点，但在宾夕法尼亚、威斯康星、密歇根等关键“摇摆州”，特朗普领先1.4个百分点。两大阵营近期各自在“摇摆州”密集举行竞选活动。延伸阅读美媒民调：63%的观众认为哈里斯在辩论中击败了特朗普据央视新闻，当地时间9月10日晚，美国民主党总统候选人、副总统哈里斯和共和党总统候选人、前总统特朗普在费城展开首场电视辩论。两人围绕美国经济、移民、堕胎以及俄乌冲突、巴以局势等问题展开辩论。特朗普和哈里斯举行首场电视辩论在移民问题上，哈里斯主张进行全面移民改革，她指责特朗普阻拦国会推进相关立法工作；特朗普则试图将美国的“边境危机”归咎于拜登和哈里斯，同时承诺上台后实施“美国历史上规模最大的遣返行动”。对于2021年1月6日国会山暴乱事件，哈里斯称，特朗普煽动支持者当天前往国会山，而特朗普否认对暴乱事件负有责任。在巴以问题上，特朗普认为，哈里斯仇恨以色列；哈里斯则表示将继续支持以色列，同时推动停火谈判。谁的表现更好？美媒：63%的观众认为哈里斯击败了特朗普财联社报道，尽管原定的辩论时间为90分钟，但由于两位候选人都频频抢过话头互相辩驳，这场辩论最终的时长达到了超过100分钟。其中，特朗普发言约42分52秒，哈里斯发言约37分36秒。经济方面：哈里斯强调了她的“机会经济”计划，并大力宣传她提出的让住房更便宜和扩大儿童税收抵免的提案。特朗普辩称，他的关税计划将帮助美国人。特朗普还提议对大多数进口到美国的商品征收10%至20%的关税，根据彼得森国际经济研究所的数据，这将使美国人每年损失2600美元。2025项目：在哈里斯指责特朗普与保守派政策路线图2025项目有牵连后，特朗普与该项目划清了界限。堕胎问题：特朗普为自己支持佛罗里达州的六周堕胎禁令的决定进行了辩护，并强调他的立场是堕胎应成为州事务。哈里斯则批评了特朗普堕胎禁令，并表示前总统“不应该告诉女性如何对待自己的身体”。关于巴以冲突：哈里斯表示，战争必须马上终结，以避免伤害更多无辜民众；而特朗普则表示，“如果我是总统，俄乌冲突和巴以冲突根本不会发生”。关于俄乌冲突：特朗普辩称他可以在24小时内“解决”冲突，但不愿透露他是否希望乌克兰获胜。而哈里斯则声称将坚决支持乌克兰，“如果是特朗普当总统，普京现在已经坐在基辅了”。医疗保健：特朗普表示，他有一个“计划的概念”来取代《平价医疗法案》，这是他之前承诺要做的事情。哈里斯回应说，特朗普曾数十次试图废除《平价医疗法案》，并称赞拜登政府为降低处方药成本和限制胰岛素成本所做的努力。她说，如果她当选总统，她将加强《平价医疗法案》。种族问题：当被问及他关于哈里斯出于政治目的“碰巧变成黑人”的虚假指控时，特朗普表示他“根本不在乎”对手的种族。哈里斯称特朗普对她的种族身份的评论是一场“悲剧”，并抨击了他在美国种族关系方面的记录。移民问题：美国有线电视新闻网（CNN）报道称，特朗普把移民和边境问题作为竞选的核心议题，在此次辩论中，特朗普也时不时地将话题转向移民，并向哈里斯发起攻击。《华盛顿邮报》对24位摇摆州的尚未表态的选民作出了小范围调查，其中22位认为哈里斯表现更好，只有2位认为特朗普表现更好。而据CNN民调显示，63%的观众认为哈里斯在辩论中击败了特朗普。据中新网，《纽约时报》和锡耶纳学院日前公布的民调显示，特朗普以48%的支持率领先哈里斯的47%，但这一差距仍在误差范围内。“霉霉”宣布：将投票给哈里斯据红星新闻，当地时间9月10日晚，在美国民主党总统候选人哈里斯和共和党总统候选人特朗普的首场电视辩论结束后，美国知名流行歌手泰勒·斯威夫特（霉霉）在社交平台上发文宣布，自己将支持民主党总统候选人哈里斯。泰勒·斯威夫特在社交媒体发帖称，最近得知有不实消息称“她支持特朗普”，为此她在此做出澄清以对抗假消息。泰勒·斯威夫特社交媒体截图“我看了今晚的辩论。我将在大选投票中支持哈里斯和沃尔兹（民主党副总统候选人）。”她解释称，她认为哈里斯是一位稳定且有天赋的领导者。“我已经在深思熟虑后作出了我的选择，你们也需要作出你们自己的选择。”在文末，她还提醒选民们记得登记。据新华社8月20日消息，特朗普此前在其创建的社交媒体平台“真实社交”发布歌手泰勒·斯威夫特的图片，内容暗示在选举中“已获得”泰勒·斯威夫特及其粉丝支持，但这些图片中有的是由人工智能生成的。特朗普曾发文暗示“已获得”泰勒·斯威夫特及其粉丝支持

你没办法看护孩子时会选择雇佣保姆照顾孩子吗？近日，贵州一男童在保姆陪伴在外面玩耍时突遭意外脸上有两个分别为3cm和6cm长的伤口两个伤口缝了100多针妈妈心都碎了当事妈妈莫女士接受采访时，由于家里孩子很小，又有一个需要照顾的老人，自己平时做生意根本无法照顾家里。于是，去年12月份，莫女士通过中介找了一个保姆，在家照顾老人和小孩，每月给保姆6500元工资。图为莫女士的儿子雇佣期间，保姆做事勤勤恳恳，把老人和小孩都照顾得很好，一直到今年4月份，意外发生了。孩子脸上有个6厘米长的伤口事发当天，保姆带着孩子下楼去玩，男童在玩的过程中骑车顺着坡道滑了下去，撞到小区门上，发出一声闷响。紧接着，孩子大哭起来，保姆发现后跑去查看伤势，之后抱着孩子跑回家中。图为小区监控画面保姆跟莫女士说的是自己一直跟在孩子后面，孩子摔下去的时候没有拉住。莫女士事后查看监控发现，保姆一直在跟小区的一位阿姨聊天，孩子出意外的过程中，保姆一直没有看过孩子一眼，直到听到孩子的哭声。保姆一直在跟小区的一位阿姨聊天事情发生后，莫女士带着孩子去医院进行了处理，前前后后花了一万五千多。期间，保姆一直在家照顾老人。五月底，莫女士辞退了保姆，并且扣除了对方两个月工资。受伤男童撞到的小区大门莫女士认为，孩子受伤，保姆有不可推卸的责任，中介公司也要承担相应的责任。莫女士方的诉求就是家政公司给5000元的赔偿和补贴，阿姨给5000元的赔偿和补贴。然而，莫女士与中介公司和保姆就赔偿问题，却一直无法达成一致，家政公司与保姆相互推诿。当着记者的面，莫女士拨通了中介公司贵州金卓源家政服务有限公司负责人的电话。中介公司负责人告诉记者，事件是保姆的个人行为造成的，公司也是存在管理上的问题。至于赔偿，公司最多能赔偿三千元。随后，莫女士也给保姆打了电话，但对方一直没有接听。莫女士表示，她会等中介公司带着保姆来和她协商处理此事，如果协商不成，她将走司法途径。网友评论光脚过雪地：确实给孩子的一生造成了不可挽回的伤害。话说今事：100多针啊，心疼孩子！话说回来:有条件的还是自家人带孩子靠谱些！默默大夜猫：为什么常说带小孩很累，因为真的不能分心，否则太可能出现意外……水年华V：什么赔1万？这么大的疤至少要他赔20万。墨白云朵：100多针啊！父母心痛死了！而且肯定会留疤，我女儿缝了四针都留疤了！依然050505：这要是门开着，滑到马路上，后果更可怕了！是毛豆不是四季豆：保姆经常带孩子时跟人聊天或者刷手机。相关案例幼童在家受伤保姆和家政公司被告上法庭如果在照顾过程中，保姆因疏忽导致孩子受伤，责任该由谁来承担呢？此前就有相关案例，法院判了→自2021年女儿小美出生以来，王某夫妻便长期因女儿无人照料而发愁。2023年3月，经某家政公司介绍，王某与罗阿姨、家政公司共同签订了《家政服务合同》，聘请罗阿姨为家务保姆，专门照顾尚不满三岁的小美。根据合同约定，家政公司应对罗阿姨相关技能进行审查、培训，确保罗阿姨具备相应的工作能力，否则应承担包括更换服务人员在内的义务。某天，罗阿姨在在客厅做辅食时，并未注意到小美借着学步车走到了辅食机电线旁边，导致小美在脱离罗阿姨视线范围后拉扯电线，辅食机中热液倾倒而出致小美被烫伤。后小美被父母送往医院治疗。同年7月，在各方就赔偿问题协商无果后，小美父母作为法定代理人向法院提起诉讼，请求判令罗阿姨及家政公司赔偿医疗费、护理费、住院伙食补助费等费用共计10万余元。庭审上，公司辩称，作为中介方，公司仅仅为双方提供家政人员信息，是否聘请由小美家人自己决定，公司对于雇主或其亲属身体损害结果不应承担责任。法院经审理后认为，被告罗阿姨作为专职照顾婴儿的保姆，未能注意到小美身处危险当中，理应承担赔偿责任。而被告家政公司作为中介方，负有培训、审核保姆技能水平的义务，亦负有部分责任。据此，法院最终判决，小美因烫伤遭受的损害合计9万余元，由罗阿姨与家政公司按照6：4的比例分别承担赔偿责任。判决作出后，各方当事人均未提起上诉。无独有偶，河南安阳殷都区法院审理的一起案件。小明（2岁）的家人通过美丽家政公司（以上均为化名）聘用程某为住家育婴师程某在独自照顾小明过程中，因疏忽大意，导致小明摔倒，下巴处严重受伤。因伤口较深，需进一步做除瘢痕治疗，双方就赔偿协商未果，小明的父母代小明向法院起诉，要求赔偿各项损失共计4000元，庭审中美丽家政公司未到庭。殷都区人民法院经审理认为，小明家人与程某经美丽家政公司介绍认识，并签订《家政服务合同》，双方应严格按照合同约定履行义务。程某从事育婴工作刚满半年，没有育婴师资格，也未尽到合同约定的看护义务，造成小明摔下楼梯受伤，应承担90%的责任。美丽家政公司收取小明家人500元介绍费，在介绍育婴师程某时有诱导性言论，对程某的从业经验也介绍不实，应承担10%的责任。法条链接《中华人民共和国民法典》第一千一百六十五条 行为人因过错侵害他人民事权益造成损害的，应当承担侵权责任。依照法律规定推定行为人有过错，其不能证明自己没有过错的，应当承担侵权责任。第一千一百七十九条 侵害他人造成人身损害的，应当赔偿医疗费、护理费、交通费、营养费、住院伙食补助费等为治疗和康复支出的合理费用，以及因误工减少的收入。造成残疾的，还应当赔偿辅助器具费和残疾赔偿金；造成死亡的，还应当赔偿丧葬费和死亡赔偿金。来源新闻晨报 陆靖珺综合百姓关注、安阳市中级人民法院、集大成律师事务所、网友评论（来源：新闻晨报）