跳到正文

全部动态

今日 5 条
10月20日周二
  1. 36氪·AI25

    硅谷权力代际交替:印裔高管身价十亿美元级,新一代华裔创始人冲击百亿美元级

    文章观察称,硅谷十亿美元级管理层CEO以五六十岁第一代印度裔为主,代表人物包括微软纳德拉、谷歌皮查伊、IBM克里希纳,而三四十岁的新一代华裔更多以创始人身份冲击数十亿美元级身价,如DoorDash徐迅、Scale AI的亚历山大·王。

    决策要点

    这篇文章的实质是华人科技人才财富模式从出卖时间转向创造资产,驱动因素是二代安全网、AI周期与资本偏好。

    • 影响顶尖AI人才创业通道变宽,企业单靠薪酬留住核心技术人员会更吃力;筛选技术合作与并购标的时,年轻创始团队占比会上升,评估逻辑需接受其高风险属性。
    • 参考可考虑重新测算关键AI岗位的薪酬与期权保留方案,先算出核心人员流失的成本;值得在技术合作与并购候选清单中单列年轻创始团队,按技术深度而非资历评估。
  2. 钛媒体60

    字节Seed完成大重组:吴永辉设五大一级部门,评测负责人黄文灏离职

    字节跳动Seed团队在负责人吴永辉主导下完成大重组,形成五个一级部门,覆盖预训练数据、强化学习、B端Agentic模型、C端对话模型与安全对齐。2026年10月新设的安全与对齐部门由严林负责并直接向吴永辉汇报,原Responsible AI团队及部分Chat团队成员转入,报道称这是国内首家单独设立该类部门的前沿AI实验室。

    决策要点

    大模型竞争重心正从单点算法转向组织效率与工程化分工,字节把AI研发拆成工业流水线,安全与对齐升格为独立一级部门。

    • 影响模型能力差距将更多由数据和强化学习等组织化工程能力拉开,选型时看研发体系比看单点演示更可靠;安全与对齐前置到训练环节,企业采购和部署模型与智能体时的安全合规基线可能整体抬高。
    • 参考可考虑把基座模型供应商的安全与对齐建制、评测体系纳入选型尽调清单;值得先盘点自家智能体场景的权限与交互风险,再对照其在办公等B端场景的优化方向决定试点。
  3. 钛媒体30

    DeepSeek员工群聊截图热传:没刷榜、在工位打游戏,模型能力却控制不住地涨

    最近网传疑似DeepSeek内部员工群聊截图,员工称DeepSWE编程基准“真没刷,不小心高了”,后训练团队负责人吴俣调侃“最近在工位玩游戏的太多了”。文章称DeepSeek最新模型在该基准曾一度拿下超过74%的高分,处于全球第一梯队,并将其归因于MoE架构、强化学习的自发涌现,以及偏爱奥赛金牌得主的扁平化组织。

    决策要点

    截图热传的实质是竞争叙事之争,DeepSeek展示了不靠刷榜和投放、靠算法创新与人才密度取胜的路径。

    • 影响榜单排名与融资估值、营销预算挂钩的行业打法价值被稀释;企业选型时榜单分数与实际场景表现的差距需要单独核算;智谱转向云端API服务、Kimi收缩营销转投研发,企业的合作与采购选项随之变化。
    • 参考可考虑在模型选型时把公开榜单分数与自有业务场景实测分开算账,避免单一榜单驱动采购;值得对照文中组织方式,盘点内部汇报与跨部门对齐占用的研发时间。
  4. 人人都是产品经理22

    AI时代,神话并未消失:人类正在创造新的数字神明

    作者王子健提出“AI神话三结构”理论框架,认为AI没有终结神话,而是在算法与数据之上重新生产神话结构,三结构为算法神谕、数据神学与数字永生。文章指出人们已开始把职业选择、人生意义等神谕式问题交给AI,算法权威建立在海量数据训练带来的认知信任之上,但受计算复杂性边界限制只能逼近理解而非全知。

    决策要点

    文章的实质判断是用户对AI的信任正在脱离工具范畴,形成一种类似神谕的新型解释权威。

    • 影响客户遇复杂决策先问AI的趋势若成立,面向用户的解释与建议环节会被算法回答部分承接;企业信息的可触达性取决于是否进入模型训练与生成内容;官方渠道的权威解释功能相应被稀释。
    • 参考可考虑检索主流AI对自家产品与行业问题的回答,核对解释口径是否准确;值得评估面向用户的说明性内容是否需要为AI引用场景重组结构。
  5. 人人都是产品经理43

    设计师与产品经理的语义养成:从画对界面到标对语义

    文章提出AI生成界面时代设计师的交付物从像素、组件变为语义,核心是把直觉翻译成语义令牌、场景域标注和约束规则,为AI生成的概率分布提供锚点。作者用案例说明标注缺位或标错会让AI生成失控,如可恢复错误与系统故障被生成成同一红色样式,批量删除按钮错标导航域后AI生成的界面缺少二次确认。文末归纳设计师只需在机器不确定、没见过、发信号三个决策点在场,其余时间机器自动执行约束。

    决策要点

    生成式设计流程中质量瓶颈从画得对移到标得对,设计师的核心产出变成给AI定义约束与语义坐标。

    • 影响设计交付物和验收标准要随之改写,界面质量问题会更多源于语义标注而非视觉实现;缺少语义层的团队用AI生成界面时误操作与返工风险上升;令牌评审和约束维护会成为设计系统的新成本项。
    • 参考可考虑让设计团队盘点删除、错误提示等高风险场景的标注缺口并优先试点语义令牌;值得定一条同类问题重复三次即提交约束意图的走查规则。
  6. 36氪·AI65

    做了10年影视制片人,现在我每天陪老板搓AI玩具

    显微故事访谈了四位影视从业者,今年2月Seedance 2.0上线后老板陷入AI焦虑,每周开AI动员会只聊模型不聊项目,制片人靠制作落不了地的AI演示功能应付检查。

    决策要点

    AI把影视内容制作成本打了下来,但利润流向平台和投流,企业内部的AI焦虑还在催生应付式的表演转型。

    • 影响制作成本下降没有转化为制作方利润,投流占大头、收益向平台集中,内容生意的价值在往分发端移;没有明确业务目标的强制AI转型,会让团队把精力耗在演示品上而真项目停滞;从业者经验被拆解进模型,岗位门槛和议价能力同步下降。
    • 参考可考虑在全面推AI前先写清楚要解决的业务问题和验收标准,避免预算耗在应付检查的演示品上;内容类业务进入AI短剧前,可先按平台分成、投流占比和万播收益算清回本模型再决定投入。
  7. 36氪·AI28

    AI时代神话并未消失:人类正在创造新的数字神明

    作者王子健提出AI神话三结构框架,认为算法神谕、数据神学与数字永生正承担传统神话解释世界、建立权威与赋予意义的功能。文章称人们越来越多地就职业选择等神谕式问题询问AI,同时援引计算复杂性理论指出AI提供的是复杂性边界内的近似理解而非全知,并提出最小认知主干概念,认为数字人格是对个体认知结构的持续逼近。作者说明该理论框架由人机协作方式完成,AI扮演了批判性对话者的角色。

  8. 人人都是产品经理49

    作者用 ChatGPT 的 dot 每小时盯推特动态,中文摘要自动推送到微信

    作者给 ChatGPT 的 dot「小若」安排每小时检查推特账号 @thsottiaux 的任务,重点盯 Codex 额度重置,中文摘要经 Server酱(https://sct.ftqq.com)推送到微信,10月5日凌晨 04:38 实收「未来28天每天改进或重置」通知,并与原推核对一致。

    决策要点

    盯推特这类重复的信息监控行为,已经可以交给云端智能体定时执行并主动推送,不再依赖人工刷新和本机常开。

    • 影响固定信息源的监控可由智能体定时完成,省去人工反复刷信息流;接入第三方推送通道前要想清楚能送出哪些内容;云端授权存在掉线风险,需要有人负责验收和补救。
    • 参考可考虑挑一个最在意的信息源先试点,写清检查频率、筛选条件和去重规则再交给智能体;值得把推送密钥存进加密 Secret,并定期手动验收定时消息是否真的送达。
  9. 人人都是产品经理31

    写给想做硬件创业的软件从业者

    作者结合身边软件人转做硬件创业的观察,指出硬件与软件的游戏规则完全不同,周期、量产、售后和渠道成本都是隐性门槛。电子产品最小起订量通常至少2K到3K,没开卖就要投入几十万,而多数创业者资金只够撑6到12个月;文中举例有创业者做出儿童AI拍拍机后,才发现赛道已挤满品牌、内容和成本更强的玩家。

    决策要点

    硬件创业的门槛是结构性的,周期、量产与渠道成本都写在行业规则里,真正的风险不在技术而在商业认知。

    • 影响软件团队进硬件要把6到12个月的资金链和几十万级起订投入先算进预算;国内产能过剩使同质化产品几乎没有价格空间;渠道营销投入往往超过研发,回报周期需按硬件逻辑重估。
    • 参考可考虑在立项前盘点目标赛道的现有玩家和自身差异化,找资深硬件从业者梳理一遍技术可行性与总成本,再评估海外或极小众市场作为切入点。
  10. 36氪·AI45

    Anthropic科学家:如果AGI三年内到来,读博士和终身教职规划还有意义吗?

    Anthropic科学家雅沙·索尔-迪克斯坦2026年6月在斯坦福物理学与AI会议上发表演讲称,若AI能力延续指数增长,博士、博后和终身教职等传统学术规划未必还能提供预期稳定性。

    决策要点

    一位前沿实验室科学家公开质疑长周期学术职业规划的稳定性,核心论据是算力与模型能力的指数增长会让今天的稳妥选择失去意义。

    • 影响若增速延续,长周期研发项目完成时的独立价值需要重新折算,周期越长约容易被模型直接追平;研究型人才的培养路径和回报预期可能改变;处在指数增长早期,早期的方向选择影响会被后续增长放大。
    • 参考可考虑把研发项目按能否持续受益于模型能力提升分成两类再排优先级;值得先评估在手项目完成时是否会被新一代模型一个提示词直接替代;可参照写作即思考的原则划定团队用AI的边界,反馈和查错交给AI,初稿与判断保留给人。
  11. GitHub Blog35

    如何在 VS Code 中继续 GitHub Copilot 应用会话

    GitHub 官方教程讲解如何把 GitHub Copilot 应用的智能体会话在 VS Code 中直接打开继续,任务、对话与代码改动等上下文完整保留。开发者可在编辑器内逐行审查 diff、手动修改并本地运行测试,推送分支即可更新会话已关联的 pull request。教程建议像对待人工代码一样验证智能体生成的改动。

    决策要点

    Copilot 应用会话与 VS Code 打通后,智能体承担大体量改动,开发者保留审查与本地验证,分工边界由产品流程固定下来。

    • 影响大体量或重复改动可交给智能体完成,审查、微调和本地测试保留在编辑器内;会话与 worktree 连续,省去重建分支和搬运上下文的开销;官方教程把人工测试与验证写进流程,人工把关仍是默认步骤。
    • 参考可考虑让团队用 Copilot 应用发起改动、在 VS Code 审查后推送,选一两个场景记录交接耗时;值得把逐行审查 diff、本地跑通测试再推送写进团队的智能体协作规范。
10月19日周一
  1. SaaStr81

    Anthropic 内部劳动力报告的 5 点发现,初级技术招聘占比从 27% 降至 9%,智能体工时达人类 6 倍

    SaaStr 的 Jason Lemkin 从 Anthropic 针对自身劳动力变化的报告中提炼 5 点发现。报告基于内部人头数据、智能体会话遥测和 17 次员工访谈,显示技术类新招聘中初级占比从 27% 降至 9%;智能体总工时在 2026 年 3 月首次超过人类,8 月仅计员工自行指挥的部分已达人类 6 倍,交互式 Claude 会话约 80% 时间在等人回应。

    决策要点

    一家几乎把全部工作流交给智能体的公司交出自查数据,变化先落在初级技术岗,人类转向审核、协调和管理智能体本身。

    • 影响初级技术岗收缩提示人才梯队和校招通道需要重新设计;扩智能体的瓶颈在人的审核与阅读时间而非预算;员工管理智能体的元工作已占其会话的 22%,是新增管理成本。
    • 参考可考虑盘点各岗位中已被智能体吸收的任务清单,据此重排明年初级招聘配比;扩展智能体前先估算团队的审核带宽,避免只堆数量;按岗位跟踪智能体吸收进度成本很低,本季度就能启动。
  2. 36氪·AI29

    DeepSeek员工群聊截图流传,文章称模型能力上涨靠算法与人才而非刷榜

    疑似深度求索(DeepSeek)内部员工的群聊截图最近在网上流传,员工称DeepSWE基准分数没有刷分却控制不住地涨,后训练团队负责人吴俣调侃最近在工位玩游戏的人很多。

    决策要点

    疑似内部截图难以核实,文章的实质判断是国内大模型竞争正从榜单工程转向算法架构与人才密度的比拼。

    • 影响模型选型中榜单分数的参考价值可能下降,自有任务实测的权重值得提高;国内头部厂商投入方向分化,智谱转向企业API服务,Kimi收缩营销回归底层研发。
    • 参考选型时可考虑用自身业务场景复测模型表现,而非只参照DeepSWE等榜单成绩;值得留意智谱与月之暗面的商业策略调整,评估对既有API合作的影响。
  3. The Decoder:AI News53

    Anthropic 拟设基金援助受 AI 冲击的劳动者,Musk 称将向美国儿童赠 SpaceX 股票

    Anthropic 宣布拟设立基金援助受 AI 冲击的劳动者,公司估值每超基准 50%,基金可再获 2% 股份,但追加与否由董事会酌情决定;基金以全资 LLC 子公司而非非营利组织形式设立,Anthropic 保留控制权,并承诺不将资金用于游说或政治捐款。

    决策要点

    Anthropic 的工人基金更像 IPO 前的公共利益表态,全资子公司加董事会酌情的结构让承诺约束力有限。

    • 影响AI 对就业的冲击已被头部厂商纳入资本安排和 IPO 叙事;评估同类公共利益承诺时,法律结构与决策机制比承诺金额更能说明约束力;Anthropic 基金不设外部董事会任命权,与 OpenAI 基金会的监督路径明显不同。
    • 参考可考虑在企业内部先做一次 AI 岗位影响盘点,把受影响岗位的转岗与再培训列入预算;评估 AI 供应商的公益或安全承诺时,值得核对其法律结构与执行机制,而不只看公告。
  4. 钛媒体52

    现在的安克,会选择当年的阳萌吗?安克创始人阳萌的人才与扩张复盘

    首席人物观发布长文复盘安克创始人阳萌的人才与扩张困局,充电宝收入如今仅占安克总营收约10%,业务已延伸至耳机、储能、扫地机、芯片等品类。2022年安克27条产品线中20条打不过对手,此后收缩10条,阳萌称2023年起一级部门长更换超一半,有爆料称校招生三年流失70%至80%。

    决策要点

    安克的瓶颈不在资金而在人,多品类复利战略要求一流人才,而其高流动与严价值观筛选的组织现实恰好留不住一流人才。

    • 影响企业从容易模式升级到高门槛品类时,旧经验和流程可能失效,胜负更取决于该品类的技术与人才积累;靠快速换血和价值观筛选维持组织纯度,代价是中层重建和雇主口碑;积累形成的复利并非独享,大疆、拓竹也在复用自身积累。
    • 参考可考虑在押注新品类前先算清自身在该品类的技术积累深度和人才储备;值得复核业务计划与一线实际之间是否存在系统性高估;扩张中的公司可测算关键岗位更替率对交付节奏和招聘口碑的影响。
  5. 36氪·AI66

    Anthropic报告称内部AI智能体工时已达人类员工6倍

    Anthropic发布内部用工报告,称到2026年8月员工部署的AI智能体工时已是人类员工的6倍,今年3月智能体总工时已超过人工。报告显示技术部门初级员工占比从2025年初的21%降到14%,初级技术岗招聘占比从27%骤降至9%,写提示词、监控AI等元工作占员工Claude会话的比例从10%升至22%。

    决策要点

    一家AI原生公司用内部数据显示岗位重构已在发生,入门执行岗收缩,人类角色转向管理智能体和做判断。

    • 影响以基础岗培养新人的通道会被压缩,招聘与岗位设计要重新算账;在职员工角色向管理AI、判断结果偏移;样本来自单一前沿公司,直接照搬结论有偏差。
    • 参考可考虑盘点自家初级岗位中可拆解、可验证的执行工作量,测算未来招聘结构的调整幅度;值得在面试评估中加入自主性、判断力等软性能力项。
  6. 36氪·AI61

    Anthropic 工程主管 Felix Rieseberg 谈如何更有野心地使用 AI

    Anthropic 工程主管 Felix Rieseberg 发文称,多数人用 AI 仍停留在问首都、改邮件,最大瓶颈是不够有野心。他把有野心的用法拆成速度、高度、深度、广度四个维度,用季度业务回顾等例子给出具体做法和一条可复用提示词,并说明这类用法需要给模型接入可安装软件的电脑和数据权限。

    决策要点

    文章把 AI 用得好坏的差距归因于使用者的目标设定,而非模型能力,主张把逐个派任务升级为对准终极目标。

    • 影响同一模型在不同用法下产出差距明显,员工用法的差异会放大团队间的能力差距;高度和深度用法要求给模型接入数据和软件权限,数据边界与外部验证需要先安排。
    • 参考可考虑挑一个固定复盘或报告场景,按四个维度把任务改写为目标再对比产出;值得先盘点哪些数据能安全接入模型,并给模型输出设置外部验证环节。
  7. 36氪·AI47

    3Blue1Brown创始人:AI难改数学价值,现在正是学习数学的最佳时机

    3Blue1Brown创始人Grant Sanderson发布视频称,即使AI在数学证明上全面超过人类,对数学的价值和资金来源也几乎没有影响,数学领域甚至可能迎来最好的时代。

    决策要点

    知名数学科普者Grant Sanderson的判断是,AI冲击的是数学的功劳分配与制度文化,而非数学的应用、训练与审美价值本身。

    • 影响数学训练的可迁移分析能力仍会向计算机、金融等领域溢出;教学是数学资金来源的大头,教育瓶颈在学习意愿而非讲解质量,企业培训同理;证明更易获得可能加快理论接向应用。
    • 参考可考虑在分析类岗位招聘中把数学训练背景作为能力参考;值得盘点培训预算是否过度押注讲解工具,把员工学习意愿和投入机制一并纳入设计。
  8. 36氪·AI47

    马克·沃尔伯格称不怕被AI克隆,怕的是被用错地方

    马克·沃尔伯格在TechCrunch专访中表示,不怕被AI克隆,怕的是被用错地方,愿在授权可控前提下让数字分身在自己离场后延续演艺遗产;几天前尼古拉斯·凯奇在纽约漫展透露,拒签了亚马逊《暗影蜘蛛侠》制片方中途提出的AI授权豁免书。

    决策要点

    AI克隆演员之争的实质是数字肖像资产的授权与控制权归谁,规则正由平台用法和法院判例先行划定,行业谈判窗口在收窄。

    • 影响未经授权的AI换脸带货已实际发生,品牌找明星背书需把形象与声音的授权核验当作常规动作;生成式AI进入影视制作全链条,后期等环节的成本与用人结构在变;司法口径下擅用他人肖像生成AI分身构成侵权。
    • 参考可考虑盘点品牌营销中的明星肖像与声音授权链路,确认素材是否含未经授权的AI生成内容;与艺人签约时值得把数字分身的使用范围、期限和费用写进合同;内容团队可先测算AI后期对预算和交期的实际影响。
  9. Seth Godin22

    Seth Godin 分享两个通勤技巧,开设内部播客和用 Claude 通勤学习

    Seth Godin 提出两个通勤技巧,一是企业开设每天 15 到 20 分钟的内部播客,由主持人采访团队成员、同步重要事项,二是把通勤时间用于学习,将 Claude 当作苏格拉底式导师,开车时可用语音模式。他认为团队每天早上听同一期播客能改善凝聚力与专注,25 位对的听众可能正是合适规模,并估算六个月通勤足以覆盖一门感兴趣的大学进阶课程。

    决策要点

    通勤这段固定时间的两个用法,对组织是把同步问题交给低成本的内部播客,对个人是变成系统学习时段。

    • 影响组织规模变大后沟通同步问题会加重,内部播客提供每天十几分钟的轻量同步渠道;对员工个人,通勤时间可转化为学习投入,几乎不产生额外成本。
    • 参考可考虑先试录几期 15 到 20 分钟的内部播客,观察团队同步效果再决定是否常态化;值得为通勤员工推荐 Claude 语音模式的对话式学习,选一个与工作相关的课题试一段时间。
  10. 人人都是产品经理45

    从特斯拉 Roadster 飞跃演示谈起,产品经理如何分辨真需求与伪需求

    特斯拉第二代 Roadster 跳票九年后首次实跑,倒挂爬坡并飞跃多款特斯拉车型,中文互联网罕见地集体认可;其官网明示火箭版未获准上公共道路,带推进系统版本的续航也从 2017 年承诺的 1000 公里公布为 483 公里。

    决策要点

    需求真伪的分水岭不在功能数量而在场景是否真实,边界诚实程度与代价由谁承担是比配置表更可靠的判断信号。

    • 影响产品排序失误的代价不在交付日显现,而在复购率和口碑中显现;配置竞赛源于同质化和展厅演示激励,属于结构性问题;率先按场景真实性排序的厂商有机会拿到差异化回报。
    • 参考可考虑对功能清单逐项跑三个反问,拍不出 30 秒视频或说不出上次发生时间的进砍掉候选池;值得盘点哪些功能的代价实际转嫁给了用户;安全类需求按文中提醒豁免使用率标准。
  11. 人人都是产品经理39

    Ambi 创始人子皓谈 Personal Agent 创业,为何不做 Muse 而选软硬结合

    Ambi 创始人子皓在 42章经播客访谈中表示,OpenClaw 那波不是昙花一现,只是此前尚未跑出 C 端 PMF 产品。他介绍 Ambi 选择软硬结合路线,补齐线下上下文和交互入口,避开与每人上亿免费 Token、由 Instagram 推广的 Muse 正面竞争。他还判断用户已不关心 Agent 背后的模型、商业模式可跑通,大众市场时机正在到来,并感叹今年中国人做的真正能用的好产品太少。

    决策要点

    Personal Agent 的竞争焦点正从模型能力转向交互成本与分发渠道,受访创始人据此把差异化押在软硬结合的线下入口。

    • 影响C 端 AI 工具用户量多在几十万到百万量级,受访者判断创业团队冲大众市场的时机正在到来;依赖有强网络效应上游分发的软件产品,超额利润会被压榨;软硬结合路径获客更独立且有硬件独占性,但交付节奏更重。
    • 参考可考虑测算自家场景里用户重复向 AI 交代背景的时间损耗;值得评估个人向 AI 产品冲大众市场的时机;若布局硬件可先排查交付、仓储和计划风险。
  12. 人人都是产品经理56

    刘强东要开全国最大的机器人4S店?京东布局机器人售后维修网络

    京东披露已与智元、云深处、众擎、松延动力等近百家机器人企业达成机器人维修合作,计划5年建成覆盖100多个国家的售后网络,并创造超过10万个机器人维修工程师岗位。

    决策要点

    京东把机器人替代人工的岗位冲击转化成一门售后维修生意,员工转型与新业务被绑在同一条链上。

    • 影响采购商用机器人的企业多了第三方售后选项,可降低停机与自建维保成本;机器人厂商无需在每个市场自建维修网;用人大户的岗位转型培训成本会提前显性化。
    • 参考可考虑在采购机器人时比较原厂与第三方售后的响应时效、配件供应与授权范围;用人大户值得先盘点受自动化冲击最大的岗位,评估内部转岗培训的可行性。
  13. IT之家·人工智能52

    研究发现 AI 可篡改人类记忆,植入从未发生的虚假事件

    据 Washington Post 报道,MIT 媒体实验室教授 Pattie Maes 团队实验显示,200 名受试者观看 AI 修改的照片后产生虚假记忆的概率大幅上升,且对这些虚假记忆更自信。

    决策要点

    研究显示 AI 不只能辅助思考,还能改写人类记忆,企业常用的人工核验防线可能因此被削弱。

    • 影响警方、医院等把记录总结交给 AI 的场景,错误摘要可能固化进员工记忆并影响后续判断;医生常态化使用 AI 后独立检出率下降约 20%,关键技能存在退化迹象;提前告知内容由 AI 生成也未能消除影响。
    • 参考可考虑让核验岗位对照未经 AI 处理的原始记录做抽查,先测出当前人工核验准确率作基线;值得为高频使用 AI 的岗位安排脱离工具的定期独立演练。
  14. 36氪·AI52

    Anthropic联合创始人Jack Clark演讲称奇点已至,AI将改变全球经济走向

    Anthropic联合创始人Jack Clark在公开演讲中判断奇点已至,称AI正加速科学进步并将改变全球经济走向。他引用HLE最高分从2025年1月推出时的8%升至截至本周Claude Opus 5.5的67.7%、Frontier Math从发布时2%升至94%,并称Anthropic研究人员的代码产出约为公司前四年的10倍。

    决策要点

    这是头部AI实验室领导人的趋势动员演讲,实质是以奇点叙事推动各方提前投资算力和科学基础设施,并非经独立验证的结论。

    • 影响若AI科研提效兑现,研发密集行业的发现速度和软件生产成本结构可能改变;演讲提示算力、数据中心与实验设施将持续紧张;这些预测均出自当事实验室,不宜直接作为资本开支依据。
    • 参考可考虑用内部试点实测AI对研发和编码环节的提效后再定投入;值得把HLE、Frontier Math等基准变化作为技术节奏参考坐标;涉及生物、网络等敏感方向的团队可先划定人类监督边界。
  15. 36氪·AI57

    Anthropic 7 人团队 5 个月重造版本控制系统 Scion,应对 Claude 带来的代码合并量激增

    Anthropic 官方工程博客 10 月 13 日披露,因 Claude Agent 大量写代码,其日代码合并量从 5 月约 2500 次增至 9 月超 3 万次,一个 7 人团队用 5 个月开发出新版本控制系统 Scion 并完成整个 Monorepo 迁移,同时交付代码审查工具 Antique 等配套系统。

    决策要点

    代码生产量级跃迁把软件工程瓶颈推向基础设施层,而基础设施改造本身也由 Agent 显著加速。

    • 影响代码产出增长会先冲击 CI、版本控制等基础设施,相关成本需按合并量而非人头重算;Scion 的收益建立在超大规模与专用配套之上,普通团队迁移很可能得不偿失;其合并后测试模式尚无缺陷率数据,不能直接照搬。
    • 参考可考虑先统计团队的日合并量与 CI 检出频率作基线,估算代码量增长十倍时的基础设施开销;值得借鉴其稀疏检出、分层缓存等思路优化现有 Git,而不必考虑替换版本控制系统。
  16. 钛媒体63

    AI代理参战如何改写竞争规则,观潮提出局部忠诚悖论

    钛媒体作者观潮撰文提出局部忠诚悖论,认为AI代理各自忠实于委托人,合在一起却抬高所有参与者的成本并推高入场门槛。文中引用Anthropic内部购物市场实验,69名员工中强模型代理平均多成交约两笔,卖价高出3.64美元,同一辆自行车成交价38美元对65美元。

    决策要点

    作者的核心判断是局部忠诚悖论,各方代理各自忠实于委托人,合起来却让竞争收益转化为全体成本,入场门槛持续上移。

    • 影响企业引入竞价与谈判类代理前,需先核算工具支出能否转化为真实优势;招聘环节信号正在贬值,筛选标准会漂向难伪造的指标;把对手反应算进报价的定价机制已出现反垄断诉讼先例。
    • 参考可考虑在部署代理类工具前做小范围对比测算,先算清新工具支出与实际成交改善的差额;招聘端值得盘点现有筛选信号,把权重从AI可批量生成的材料转向过往评价与人处理痕迹。
  17. 人人都是产品经理38

    创业16年作者发文,劝40岁以上同行别急着做AI项目

    一位有16年创业经历的作者发文,劝阻45岁以上同行急着转做AI项目,认为生意的本质是确定性,需求未经验证前多数创业者会成为炮灰。他建议先做合格的AI用户,用AI提升原有业务效率而非去卖AI工具,并转述电商圈多位老板的说法称团队已从50人砍到10人左右,美工、数据分析、投放、素材多由AI代劳。文中还转述Anthropic会让应用层创业者试错需求、做火后收编为自家功能。

    决策要点

    作者以16年创业经验发声,实质是提醒中年创业者别把AI当新赛道,更现实的用法是用AI给原有业务降本。

    • 影响原有业务叠加AI降本在电商圈已有商家落地,团队规模压缩明显;作者认为卖AI工具的生意易被用户用AI复刻,护城河难建;需求未验证的新项目面临大资本挤压风险。
    • 参考可考虑先盘点现有业务中能由AI代劳的岗位与环节,算出人力成本节省空间;值得把AI当效率工具在老业务里试点,而非急着立项新AI产品;新项目立项前先确认需求是否已被验证。
  18. 人人都是产品经理37

    DeepSeek又升级了,产品经理该关注什么

    作者认为DeepSeek等模型的迭代正推动AI产品从能回答问题转向能解决问题,产品经理的关注点应从接入模型转向理解业务和设计任务流程。文中指出模型成本下降后接入本身难构成长期竞争优势,并建议产品经理深入真实业务、提升任务拆解与系统设计能力、建立以任务完成率和结果准确率为核心的评价体系。

    决策要点

    模型能力普及后,AI产品的竞争从接入技术转向发现值得解决的问题和设计可靠流程,产品经理的衡量标准需要从功能上线转向任务结果。

    • 影响接入大模型不再构成长期壁垒,同质化竞争会加速;评价体系要从功能上线扩展到任务完成率、准确率和人工介入比例;资金审批、隐私等高风险操作仍需权限控制和人工确认。
    • 参考可考虑先盘点自家产品流程,区分哪些环节可交给模型自动执行、哪些必须保留人工判断;值得为一两个试点任务定义完成率、准确率和成本基线,再决定投入节奏。
  19. 人人都是产品经理52

    从招股书、财报、电话会议到券商研报:行业分析的六大实操方法与信息源指南

    产品经理社区作者藏锋分享一套行业分析方法论,提出先从谁付钱、钱怎么分、利润在哪三问理解行业,再依次看市场大盘与趋势、头部玩家、用户需求并找行业牛人访谈。文中给出招股书、财报、投资者电话会议、券商研报等信源的具体读法,强调交叉验证并识别研报立场;作者自称每天用大模型 DeepResearch 定制深度报告,一年累计 1000+ 份,并建议至少有 60 分基础认知再用 AI,否则容易被带偏。

    决策要点

    行业认知可以被拆成固定框架加信源清单的流程,公开材料能搭起大半理解,剩余信息差靠专家访谈补齐。

    • 影响进入新行业或新业务时,调研成本可以靠招股书、财报等公开信源压低,把预算留给关键人访谈;作者提醒没有基础认知就先上 AI 容易低效被带偏,团队需要先有框架再用工具提效。
    • 参考可考虑把招股书业务描述、头部公司利润率对比和电话会提问整理成固定调研模板;值得先选一家目标行业头部公司的招股书通读,再用财报数据交叉验证产业链利润分布。
  20. Josh Bersin55

    Josh Bersin 谈任务智能:能否把每个岗位拆解成任务交给 AI

    Josh Bersin 分析岗位任务拆解热潮,指出 Lightcast、Draup、SAP(TechWolf)、Reejig、Workday 等厂商正建设岗位任务数据集,供企业把部门视为任务组合来部署 AI。

    决策要点

    把岗位拆成任务的老学科正被改造成部署 AI 智能体的前置工序,作者提醒清单本身不是目的,业务成果才是。

    • 影响结构化、受监管的岗位可循此路径寻找自动化切入点;任务拆解也能支撑集中化和跨培训等组织决策;纯清单式分析几个月就过时,相关投入需要绑定业务成果。
    • 参考可考虑先选一个流程固定的岗位做任务拆解试点;值得先判断哪些任务适合 AI、哪些只适合传统 IT 自动化或外包;动手前可要求拆解结果绑定具体业务目标。
  21. 人人都是产品经理39

    设计系统负责人如何用上下游契约约束评审来料与产物去向

    魏雯 Akir 在人人都是产品经理发布设计系统 Schema-As-Code 系列承接篇,把设计系统负责人定位为上下游节点间的契约恒定执行者而非流水线工位。

    决策要点

    把流程标准固定在节点间契约而非岗位职责上,能力才不随换人流失,这是作者对治理持续性的回答。

    • 影响对在建设计规范或 AI 输出约束的团队,这套契约化方式可在不新增编制下起步,先由一人兼任跑通链路;标准恒定意味着下游抱怨须通过修订规则细节吸收,而非放松标准;预检与消费追踪能力需组织自建,文中案例为推演。
    • 参考可考虑选一条真实规范(如错误状态提示)走通从快照、评审到产物消费的完整链路再谈推广;值得把每站验收要求写成机器可预检的字段清单;已设专人管规范的团队,可对照三条准入条款检查把关动作能否脱离特定个人复制。
  22. 人人都是产品经理64

    企业AI应用的四个问题:水平不齐、工具各异、偷懒交差、无人规划

    作者提出企业 AI 应用普遍存在水平不齐、工具各异、偷懒交差、无人规划四个问题,并将其归结为同一条链的连锁反应,源头多是老板为省采购成本让员工自备工具。

    决策要点

    企业 AI 落地的短板不在员工素养,而在管理层没先定工具、数据边界和检查规则,省钱决定把成本转成了风险。

    • 影响员工自备工具把采购成本转化为数据风险,IBM 口径下单次泄露差额 67 万美元;缺统一工具与规划时,返工会吃掉提效,部门协同和质量控制也难保障。
    • 参考可考虑先由负责人拍板统一工具选型、划定不能碰的数据清单、约定提交前检查项,再谈员工培训;值得盘点各部门正在使用的个人 AI 账号。
  23. 人人都是产品经理38

    Vibe Coding 自由了,然后呢?设计师核心能力为何更靠实践沉淀

    作者元尧借一位设计系研究生的观察指出,AI 让设计成果几分钟即得,身边愿意沉下心打磨细节的人越来越少,原因是判断力跟不上生成速度、继续深耕在感知上显得不划算,类比看惯了 10 分钟讲电影后难以看完一部完整电影。作者建议用 AI 前先独立思考定义问题、让 AI 做发散自己做判断、摒弃数量焦虑深耕质量、守住审美与业务洞察,并在职能上成为能带 AI 队伍的直接责任人(DRI)。

    决策要点

    生成成本趋零后,个体与企业的稀缺能力从产出速度转向判断力和问题定义,工具会放大而非抹平能力差距。

    • 影响产出速度不再构成团队优势,设计类岗位的评估重心会从出图数量转向最终质感与核心思路;组织更需要的将是能定目标、扛结果的直接责任人,而不是只会熟练用工具的执行者。
    • 参考可考虑把团队内 AI 产出的验收标准从数量改成质量,要求成员使用 AI 前先写清要解决的问题和预期效果;值得盘点哪些岗位承担判断与定义问题的职责并重点培养。
  24. 钛媒体44

    英伟达公关团队重组,约15名传播员工两年内离职

    英伟达传播组织自2024年底重组,企业公关并入企业传播副总裁Mylene Mangalindan麾下,据Business Insider报道,此后约15名传播员工离职。

    决策要点

    英伟达传播团队的离职潮说明,当公司业务复杂度非线性增长时,传播职能已从讲好故事转向管理叙事风险,精简团队会最先承压。

    • 影响营收高度集中在受出口管制影响的单一业务时,每次监管变化都会转化为对外沟通压力;传播人才争夺已从AI研究员蔓延到沟通岗位,用人成本会随之上升。
    • 参考可考虑先测算自家传播团队的人均对外沟通负载,再决定编制是否随业务扩张调整;在进入监管敏感市场前,值得把叙事风险管理写进传播团队的职责范围。
  25. The Verge · AI33

    费城女子因阻挡 Uber 配送机器人被警方逮捕

    费城的 Carolyn Marvin 因阻挡 Uber 配送机器人并拒绝让路,被警方以扰乱秩序罪逮捕。她自称因认为机器人抢走人类配送员的工作,多次站在机器人前方抗议;配送机器人在费城市中心已常见并引发抵触,今年早些时候曾有一台在市中心被踹倒。事件视频传播后受到大量媒体关注,报道同时指出围绕机器人出租车、配送机器人等自主系统冲击就业的担忧正在扩大。

    决策要点

    女子因抗议配送机器人被捕,显示自动化替代低技能岗位的矛盾正从舆论讨论转向街头冲突。

    • 影响部署配送机器人的企业可能遇到一线劳动者和公众的直接抵触;冲突视频传播会带来舆情和运营风险;就业替代焦虑是这类抵触情绪的主要来源。
    • 参考可考虑在投放机器人前评估目标街区对自动化的态度和既往冲突记录;值得提前准备与岗位安置、人机协作相关的沟通口径,降低冲突升级风险。
10月18日周日
  1. The Decoder:AI News70

    Anthropic 几乎停止招聘初级员工,内部数据显示 AI 智能体工时达人类 6 倍

    Anthropic 发布内部研究称,技术部门初级岗位占比已从 21% 降至 14%,新招员工中初级占比从 27% 降至 9%,空缺初级岗位降至 6%。官方将其归因于 AI 智能体能力提升,称到 2026 年 8 月智能体工时达人类员工 6 倍、研究部门达 19:1,并称工程师代码提交量增至 5.1 倍、法务合同处理量增至 3.1 倍。

    决策要点

    Anthropic 的内部数据说明初级技术岗位可被智能体规模性替代,但该公司是重度使用 AI 的特例,更像先行信号而非普遍趋势。

    • 影响初级工作交给智能体可带来短期效率提升,但初级岗位收缩会收窄资深人才的成长通道;Lovett 论文判断专家断层的代价在 2030 至 2045 年显现,软件工程、金融分析、法律研究敞口较高。
    • 参考可考虑盘点初级岗位承担的任务清单,先算出哪些能交给智能体、哪些须保留作人才梯队;值得在效率评估中加入人才储备指标,避免招聘口径只看短期产出。
  2. 人人都是产品经理43

    Anthropic 工程师亲写:怎样从高度、深度、广度三步把模型用出专业水准

    文章拆解一份 Anthropic 工程师撰写的文档,提出从高度、深度、广度三步改造提问方式,让模型输出超出普通一问一答的水平。核心做法包括先明确提问目的再让 AI 设计练习与验证方式,用顶尖专业人士的工具方法替代角色扮演,设定把三分钟讲解压缩到一分钟并保留关键论点的非常规目标,以及引入教学设计、新闻调查等领域视角来审查问题。

    决策要点

    这套方法的实质是提问质量决定模型产出,关键在换问题层次和借鉴真实专业方法,角色扮演式套话只改变措辞。

    • 影响对内容制作、客服等高频使用 AI 的场景,改进提问方式是不增加预算就能提升产出的路径;落地需要员工学会交代目的和原始材料,属于使用习惯层面的组织改造。
    • 参考可考虑把三类问法整理成团队提示词模板,先选一个视频分析或文案任务做前后产出对比;值得盘点团队现有常用提问,找出只靠角色扮演的用法。
  3. IT之家·人工智能55

    Anthropic 与律所商讨 AI 智能体谈判规范,可替用户砍价、处理纠纷或谈薪资

    Anthropic 正与律所等法律机构磋商,为 AI 智能体替用户谈判制定行为规范,场景涵盖替用户砍价、处理纠纷和谈薪资。据《金融时报》报道,公司还在权衡智能体需多大程度寻求人类反馈、对其他 AI 保持多高警惕,并探讨让用户出具签名文件确认委托事项的方案。

    决策要点

    Anthropic 借助律师职业规范设计智能体谈判行为,代理谈判正从产品能力探索进入规则共建阶段。

    • 影响若智能体代理用户参与砍价、纠纷和薪资谈判,企业的交易对手与授权方式会改变;签名委托方案提示代理行为的委托范围需书面确认;初级技术岗占比下滑反映入门岗位收缩。
    • 参考可考虑先梳理自身采购、定价等谈判环节中哪些适合交给智能体代理,明确委托范围与人类介入节点;值得同步重估初级岗位缩减后的人才梯队安排。
  4. IT之家·人工智能69

    Anthropic 报告:AI 重塑公司用工结构,初级技术岗招聘明显收缩

    Anthropic 于当地时间周五发布报告称,过去一年公司初级技术岗招聘明显收缩,技术部门初级员工占比从 21% 降至 14%,初级新员工占比由 27% 跌至 9%,技术团队在全体员工中的占比从 61% 降至 56%。

    决策要点

    一家把 AI 深度嵌入流程的公司正在收缩初级技术岗,工作重心转向照看 AI 实例,人的注意力成了新瓶颈。

    • 影响初级技术岗需求收缩会先改变招聘与人才梯队结构,入口岗位变少;效率收益要与照看 AI 实例、更多会议沟通的时间成本合并计算;非技术员工自建软件增多,代码与数据的审核责任需要重新划分。
    • 参考可考虑按 AI 参与度重算各团队初级岗位编制,并设计新人培养通道如何补位;值得盘点非技术员工用代码工具自建的软件清单,先明确审核与责任归属再扩大使用。