跳到正文

#Google

今日 0 条
11月15日周日
  1. 钛媒体46

    张一鸣重回字节AI一线,与亲自下场Gemini研发的布林互为镜像

    字节跳动张一鸣与Google联合创始人Sergey Brin正以高密度介入的方式重回AI技术一线,两家都把2030年设为追平OpenAI与Anthropic的目标。

    决策要点

    创始人事必躬亲重回技术一线正成为巨头追赶AI前沿的组织答案,最高决策者的日程表比发布会更能说明战略重心。

    • 影响顶尖AI人才争夺升级到创始人亲自出面,薪酬支票和常规流程的吸引力在下降;追平前沿模型需要百亿美元级算力投入和对短期回报的克制,季度KPI驱动的组织难以扛起这种周期;头部挖人攻势会抬升一般企业身边AI人才的留用成本。
    • 参考可考虑检视自家AI投入的决策层级与周期承诺是否匹配目标;值得盘点核心AI人才的留任风险,想清楚除薪酬外还能靠什么留住关键人;追赶型组织可借鉴给技术团队留出试错容错的机制设计。
11月14日周六
  1. 钛媒体82

    英伟达CFO克雷斯临时接棒黄仁勋,硅谷大厂CFO接班路径解析

    英伟达11月12日宣布黄仁勋辞去总裁、CEO及董事职务即刻生效,任职13年的CFO科莱特·克雷斯出任临时CEO。克雷斯2013年加入时英伟达年营收41.3亿美元,2026财年已达2159亿美元,市值一度冲上4万亿美元;美东时间11月17日英伟达将召开2027财年三季度财报电话会,由她担任主发言人。

    决策要点

    英伟达以13年CFO临时接棒稳住局面,反映大厂二号位的战略权重上升,但财务高管转正仍属个案而非通例。

    • 影响文章将客户信心、产品路线和战略节奏列为克雷斯的考题,11月17日财报电话会是最近的观察点;英伟达原本没有成型继任计划,突发交接让权力真空风险显性化;CFO深度参与战略与资本配置的趋势,在微软和谷歌案例中同样清晰。
    • 参考依赖英伟达算力的团队可在11月17日财报电话会后核对其产品路线表述,再定算力采购与预算节奏;值得借这起交接复盘自身关键岗位的继任安排,列出可临时顶上的备选名单;也可参考微软对AI资本开支的回报把关,为自家AI投入设定评估口径。
11月12日周四
  1. 36氪·AI71

    科技大厂大减员真是AI抢饭碗吗,文章判断主因是业务疲软与大公司病

    文章论证美国科技大厂本轮大规模减员的主因不是AI替代员工,而是业务增长见顶、大公司病和疫情期间过度招聘的消化,AI 更多是给裁员找的说法。

    决策要点

    这轮科技大厂减员的实质是业务增长停滞公司的降本自救,AI 被用作裁员说法和把人力预算转向算力的叙事。

    • 影响AI 大规模替代白领尚无生产率数据支撑,以替代为前提压缩编制的依据不牢;裁员挂 AI 名义在二级市场被当利好,对外口径的收益预期随之改变;巨头把人力预算挪给算力并发债融资,行业投入重心已向 AI 基建倾斜。
    • 参考可考虑先在本企业实测 Agent 完成整段任务的独立成功率,用自家数据而非行业叙事决定编制调整;值得测算员工 AI 额度收紧后的人均产出与返工成本,再定 token 预算的分配方式;对外沟通中裁员与 AI 的关联表述也值得重新审视。
11月10日周二
  1. 36氪·AI45

    腾讯研究院:进入双智能时代,人类该如何与AI相处

    腾讯研究院发布长文,提出人类正进入人类智能与AI并存的"双智能"时代,传统工具定义已不适用于如今的AI。文章归纳AI可自主规划行动、内部机制不透明、目标可能失配并参与改进自身研发四个新特征,并引用OpenAI宣称其内部模型解开纳维-斯托克斯千禧年难题(官方口径,仍伴随争议)以及Anthropic、DeepMind、微软研究院在数学难题上的进展作为依据。

    决策要点

    文章认为AI已不只是工具而是一种新的智能主体,主张以保留否决权的共生关系即人本智能来定位人机协作。

    • 影响企业用AI正从执行指令转向可自主规划的智能体,权限与审核流程需要随之调整;文章列举的目标失配与机制不透明,提示引入智能体的企业要为监督、中止与纠错预留管理成本。
    • 参考可考虑按文中四个特征盘点现有AI应用,凡能自主调用工具的场景先明确目标设定权和审核中止流程;值得评估高风险环节是否只让它承担辅助角色而非受托行动。
11月9日周一
  1. 人人都是产品经理56

    Gemini 产品负责人谈怎么做前沿模型:模型没法完全预测,产品经理要先读懂它,再去塑造它

    Google 前沿模型产品负责人 Tulsee Doshi 在 Lenny 播客中谈前沿模型的产品方法,核心是模型没法完全预测,产品经理要先读懂它,再用评测去塑造。

    决策要点

    做模型产品的方法论核心是把说不清的好拆成可检查的评测标准,产品经理的价值从写需求转向把判断压到具体可验证的程度。

    • 影响企业围绕旧模型能力搭的提示词、工具和上下文包装会随模型升级失效,每次更新都值得重测;模型不可完全预测,AI 项目目标要留出不被精确交付的余地;能把好写成评分标准的人才将更稀缺。
    • 参考可考虑挑一个业务上真正在意的任务,先写五个问题并自己给模型回答打分练手感;值得盘点现有提示词和工具清单,模型更新后逐项重测;团队可尝试把有效用法攒成共享技能库。
11月8日周日
  1. 钛媒体69

    从资本密集到人力密集:全球AI的瓶颈卡在电工短缺

    全球AI基建瓶颈正从资本密集转向人力密集,电工与EPC施工队伍短缺成为2026年起的最新约束。俄亥俄Chestnut Run电厂20亿美元投资与并网全部就位仍停摆,作者援引的数据显示燃气轮机均价自2019年以来上涨195%,行业估算美国十年电工缺口合计约50万人。

    决策要点

    AI扩张的硬约束正从资金转向人力,设备能用钱排队,电工的成长周期无法用资本压缩,基建时间表被锚定在培训节奏上。

    • 影响算力扩建周期被设备交期与用工缺口双重拉长,燃气轮机均价累计上涨195%、数据中心施工薪酬高出标准工地32%,成本与排期风险同步上升;Gartner预计到2027年40%的现有AI数据中心将因电力受限,风险从建设延期升级为运营削减。
    • 参考可考虑把电力与施工人力约束纳入算力采购与扩建评估,向云厂商问清供电保障与扩容排期;自建机房的企业值得提前锁定设备机位与EPC队伍,并测算自办或参与技能培训的成本。
11月5日周四
  1. 36氪·AI69

    谷歌将自愿离职计划扩大至多国,瑞士最高补偿 12 个月工资

    谷歌据路透社报道将自愿离职计划扩大至加拿大、法国、德国、日本、瑞士等国,瑞士补偿为每工作一年一个月工资、最高 12 个月,计划未涉及 Google DeepMind。

    决策要点

    谷歌并非因业绩恶化减员,而是在 AI 资本支出挤压现金流的背景下,用自愿离职方式重新配置人力成本。

    • 影响重金投入 AI 的企业,最先被挤压的往往是其他业务的预算与岗位;自由现金流比营收增速更早暴露投资压力;当市场开始追问 AI 投入的现金回报时点,成本纪律会随之收紧。
    • 参考可考虑先算出自家 AI 投入对自由现金流的挤占幅度,再划定招聘与人员优化的预算边界;值得参考自愿离职这类柔性安排,比直接裁撤更易控制节奏与雇主口碑。
11月2日周一
  1. 36氪·AI58

    DeepMind联创Shane Legg发文推演AI冲击,零裁员下专家工资先降30%

    Google DeepMind联创Shane Legg联同AGI经济学总监Alex Imas、研究科学家Andrew Koh在DeepMind Institute发表《智能的经济学》长文与工作论文《Organizing Intelligence》,用经济学模型推演AI从最小AGI到ASI对工资、分工和市场结构的影响。

    决策要点

    这份研究的实质是把AI冲击的观察信号从就业率改到工资上,能力被AI追平后稀缺性溢价先消失。

    • 影响可被AI追平的技能,报酬会趋向按算力成本重定价,专业服务的薪酬预算需要重算;用留岗人数评估AI冲击会滞后,工资和议价权的变化更早出现;协作能力不足暂时压制纯AI公司规模,但一旦越过协作阈值,替代可能从渐进变成断崖清零。
    • 参考可考虑给核心岗位做一次稀缺性盘点,区分不可复制的关系型价值和可被模型追平的技能;值得跟踪所在行业多Agent协作的实测失败率,把薪酬调整和组织扩张的预案挂在工资信号而非裁员新闻上。
10月31日周六
  1. 钛媒体52

    顶级风投a16z创办HAA学校,黄仁勋、李飞飞等硅谷大佬免费授课

    顶级风投a16z创办Horowitz Andreessen Academy(HAA),总资金4200万美元,首届只招约50名应届高中生和入学2年内的大学生,学费全免、不发文凭。

    决策要点

    a16z办学校本质是把投项目的逻辑用在人身上,学校同时承担人才筛选器、创业孵化器和交易流入口三种角色。

    • 影响AI人才争夺的入口已前移到高中阶段,学历在招聘中的信号价值可能被作品证明稀释;生态内企业多了一条提前锁定顶尖年轻人才的通道;若2028年转为收费认证课程,教育定价与文凭含金量的矛盾会显现。
    • 参考可考虑在校园招聘与实习评估中提高实际作品的权重;值得盘点公司与高校和风投生态的人才合作通道,评估是否需要更早接触这类上游人才池。
10月29日周四
  1. 36氪·AI67

    想让 AI 好好干活,光靠骂行吗?实验显示语气效果因模型而异

    对 AI 粗鲁或威胁并不能稳定换来更好的答案,文中汇总的多项实验显示语气影响真实存在,但效果因模型和任务差异明显。GPT-5 nano 被威胁时准确率从 82.4% 降至 71.2%,Gemini 2.5 Flash 却在威胁下取得 90.7% 的最高分,负面激将法在两类测试分别提升约 13% 和 46%,情绪提示词让 106 人评价的评分平均提高约 10.9%。

    决策要点

    对 AI 粗鲁并不能稳定换来更好的答案,语气效应真实存在但因模型和任务而异,增益更多来自具体需求描述和恰当的情绪提示。

    • 影响企业沉淀 AI 使用规范时,提问质量比语气更值得投入;语气类技巧因模型和任务而变,照搬进操作规范未必稳定;情绪提示词几乎零成本,可在重要任务上先试用对比。
    • 参考可考虑在内部提示词规范中加入背景信息、验收标准和前提核查三要素;值得为高频重要任务整理一组情绪提示词做小规模对比;团队连续多轮修改无果时,可开新对话重述已确认信息。
10月26日周一
  1. 36氪·AI57

    大厂AI人才扎堆离职创业,林俊旸未发产品即获20亿美元估值

    大厂AI人才掀起离职创业潮,不少人在正式离职前就敲定融资,外界统计两年内离职自立门户者不下百人。前通义千问技术负责人林俊旸创办语用科技,公司尚无产品即获天使轮2.2亿美元、投后估值20亿美元;据彭博社报道,DeepSeek同意领投前腾讯混元杰出科学家胡瀚创办的Winverse AI种子轮,金额数千万美元,投后估值约4亿美元。文章提醒,履历光环未必能兑付,估值终要回到产品、收入和交付上。

    决策要点

    AI人才争夺已前置到离职之前,投资机构的下注对象从项目转向个人,履历和名单本身成了定价资产。

    • 影响企业留人成本继续抬升,核心技术骨干随时可能带着融资出走;市场上涌现一批高估值、无产品的初创供应商,选型时交付风险需单独评估。
    • 参考可考虑对内部AI骨干先做一轮留任盘点,对照市场行情补齐激励缺口;采购AI产品时值得把团队光环与已交付的产品收入分开评估,优先看可验证的落地案例。
10月25日周日
  1. IT之家·人工智能43

    谷歌 DeepMind 高管称终身学习者将在 AI 职场中占据优势

    谷歌 DeepMind 高管莱拉·易卜拉欣(Lila Ibrahim)近期表示,据《商业内幕》报道,公司招聘越来越看重能证明自己在课堂之外持续学习的求职者,学历依然重要但经历权重上升,多项资历能说明求职者具备持续学习的心态。

    决策要点

    头部 AI 公司的招聘信号正在从单一学历转向可展示的持续学习经历,好奇心和提问能力成为新的评估维度。

    • 影响只按学历筛简历可能漏掉具备持续学习经历的候选人;求职侧的简历呈现方式已在变化,招聘评估维度需要相应跟进;在答案获取成本极低时,提出问题的能力价值相对上升。
    • 参考可考虑复核 AI 相关岗位的筛选条件,加入对课外学习和自学项目的了解;值得在面试环节考察候选人提出问题的能力,而不只核对学历与资历清单。
10月24日周六
  1. The Decoder:AI News62

    研究显示AI让初级专利律师即时提效,但可能悄然阻碍其专业成长

    谷歌资助的对照实验发现,初级专利律师用AI起草专利文件成绩明显更好,但撤掉AI后的独立审稿任务中优势全部来自资深律师,初级律师没有获益且成绩两极分化。实验中三分之二律师使用Google Labs尚未发布的AI助手InFlow,盲评显示AI辅助组在10天和90天后均领先,经验不足七年者受益最大。

    决策要点

    这项实验的实质是AI的即时提效与长期技能养成存在冲突,从AI中获益最多的初级律师,脱离辅助后留存的技能反而最少。

    • 影响初级为主的岗位可获得即时的产出质量提升,短期成本与人力配置会随之变化;客户会谈、出庭这类现场场景无法实时调用AI,低年资独立判断不足的风险会累积;以校招输送人才的岗位结构可能需要重新评估。
    • 参考可考虑在推广AI辅助的同时保留无AI任务作为能力检验,为初级员工设置独立作业考核;值得先盘点哪些岗位的核心价值在脱离工具的现场判断,再决定辅助工具的放开范围。
10月23日周五
  1. 人人都是产品经理61

    对话 Google Labs 负责人:大团队正在拖垮 AI 产品创新,我们用 2-3 个人、100 天验证一个方向

    Google Labs 负责人 Josh Woodward 在与 Lenny Rachitsky 的对谈中分享 AI 产品方法论,团队盯住「什么几乎成为可能」的清单,用 50 到 100 天把一个方向推进到里程碑,早期判断需求先看用户的眼睛是否发亮,而不是 DAU 和 D7 留存。

    决策要点

    面对模型能力数月一变,Google Labs 把创新组织单元缩到两三人、用短周期里程碑替代详细长期路线图来验证方向。

    • 影响验证 AI 新方向的人力门槛降低,两三人小队短周期试错成为可行模式;大企业实验室缺少商业化与组织衔接时,容易三四年内停滞;人才筛选更看重放下旧方法的速度。
    • 参考可考虑用两到三人小队加 50 到 100 天里程碑的节奏试点 AI 新方向;值得区分早期与规模化阶段各自的判断指标,并想清楚前沿团队向谁汇报、产出如何衔接主营业务考核。
10月22日周四
  1. IT之家·人工智能40

    谷歌 CEO 皮查伊谈 AI 智能体优势:每周 7 天、每天 24 小时不间断工作

    谷歌 CEO 皮查伊在播客节目中说,他已把部分信息收集工作交给 AI 智能体,由其整理汇总谷歌过去 24 小时的动态,省去每天约一小时的了解时间;部分智能体还专门监测各产品领域的计算资源使用情况、运行效率和利用率。

    决策要点

    皮查伊的用法显示 AI 智能体已能承担高管的信息汇总与监测工作,但决策权和监督智能体的成本仍留在人这一侧。

    • 影响管理层例行的信息收集可交给智能体接管,缩短掌握全局所需时间;但思科案例显示同时管理多个智能体会带来任务切换的新负担;重大资源分配类决策仍需人直接把关。
    • 参考可考虑先梳理高管每天的例行信息获取清单,挑一项交给智能体试运行并记录耗时;值得同时统计监督智能体投入的工时,算清净收益后再决定是否扩大范围。
10月21日周三
  1. 36氪·AI56

    AI 会是人类最后的发明吗?解析递归自我改进的进展与边界

    文章的核心判断是,AI 递归自我改进(RSI,指 AI 参与制造比自己更强的下一代系统)的窄域小闭环已成事实,全自主大闭环尚未到来,作者给 2027 年底前实现 Full RSI 的概率为 30%–40%。

    决策要点

    文章的实质判断是研发能力正从外生变量变成内生变量,AI 已坐进下一代模型研发的主驾驶位,分水岭不在奇点日期而在反馈循环缩短的斜率。

    • 影响研发加速已至约 1.5×,领先优势从加法变乘法,追赶窗口收窄;只盯公开榜单会低估对手的内部研发加速率;组织中间层面临被掏空,验证与方向判断环节的价值上升。
    • 参考可考虑把反馈周期与有效迭代次数纳入组织度量,替代形式化的复盘;值得区分可高频试错的工具层与需保持稳定的底线层;试点时给难以量化的探索方向保留固定比例资源。
10月20日周二
  1. One Useful Thing(Ethan Mollick)53

    Ethan Mollick 图表复盘 30 个月 AI 进步,新书 Co-Existence 同日出版

    沃顿教授 Ethan Mollick 发布图表复盘 AI 过去 30 个月的指数式进步,纪念新书 Co-Existence 出版,文中图表由 Claude Projects 中的 Opus 5.5 编排智能体在几分钟内完成。

    决策要点

    作者以 30 个月的基准数据说明 AI 能力指数级增长、成本骤降,人机协作正从对话转向委派智能体,但能力前沿依然参差。

    • 影响按当前模型能力制定的自动化规划会很快过时,定期重估比一次性决策更划算;单次任务成本骤降使原本不划算的场景进入可行区间;能力分布不均,交给智能体的工作需人工验收,过程失控是新增风险。
    • 参考可考虑挑一个研究或制图类任务,用支持编排智能体的工具试一次全委派并记录耗时与质量对比;值得按任务时长盘点各部门工序,区分可交给 AI 的强项场景与需保留人工的弱项。
  2. 人人都是产品经理43

    从田柯宇案谈中国的 AI 为什么不需要「天才娇妻文学」

    作者由田柯宇案一审判决谈起,批评国内科技媒体把年轻 AI 研究者包装成不被世俗理解的天才,认为天才可以解释一个人的成就,却不能替他的行为脱罪。文中提到田柯宇 2024 年因干扰字节跳动内部模型训练被辞退,一审被判赔偿约 50 万元、案件仍在二审,其创办的世界模型公司已获近 3000 万美元融资、投后估值 2 亿美元,投资方包括五源资本、IDG 资本。

    决策要点

    这场争议的实质不是个人恩怨,而是 AI 行业在快速造富阶段缺乏职业伦理共识,天才标签正被用来豁免行为责任。

    • 影响企业评估 AI 人才和创业团队时,技术光环与融资规模不能替代对职业操守和组织能力的核查;年轻团队短期内获得巨额资源,商业判断与规则意识可能滞后;算力使用、训练任务管理这类内部规则模糊地带容易演化为纠纷甚至诉讼。
    • 参考可考虑在人才引进和创始人尽调中加入职业操守与诉讼记录核查;值得把算力分配、训练任务中断处理等场景写成明确的团队规则;投资或合作年轻团队时可把伦理判断力单独列为评估项。
10月15日周四
  1. 钛媒体62

    OpenAI 一次性公开 722 篇 AI 生成数学论文,25 位菲尔兹奖得主质疑发布流程

    OpenAI 于 10 月 6 日将内部 AI 模型生成的 722 篇数学手稿放上 GitHub,整理为 372 组成果、覆盖数论等 17 个方向。发布次日撤回 3 篇预印本、修订 14 篇,总数降至 719;官方口径称约四成顶层结果附 Lean 形式化、折算 162 篇,帝国理工学者巴扎德抽样本领域 30 篇中仅 1 篇通过机器验证,模型未公开、第三方无法独立复现。

    决策要点

    争议的实质不是 AI 能否做数学,而是发现成本近零后,发布方以公告代替提交,把核验负担转嫁给整个学科。

    • 影响生成成本骤降会把瓶颈从产出转向核验,企业质检与复核投入需要与生成能力同步规划;OpenAI 撤回 3 篇预印本显示,未核验就发布带有直接信誉与撤改成本;工具集中在少数机构手中时,议题设定权也会随之集中。
    • 参考可考虑先测出团队里 AI 生成与人工核验的耗时比,为复核环节单独排预算;值得给承担验证与把关的岗位明确绩效回报,避免沦为无回报的影子工作;对外发布 AI 产出前,可参照先核验后传播的提交式流程。
10月12日周一
  1. 36氪·AI59

    17年谷歌老兵揭秘Gemini研发内幕:鼓励团队说出坏消息,产品不好就不发了

    谷歌17年老兵、Google Labs与Gemini应用负责人Josh Woodward在Lenny's Podcast访谈中分享AI产品探索与团队运作方法。他称好点子多来自爱动手的小团队,团队靠一份几乎可实现清单和82条未来预测捕捉技术跨过门槛的时机,并举例团队曾依据早期数据和用户观察在发布前叫停一个Gemini功能。

    决策要点

    这场访谈的实质是谷歌把AI产品探索方法化,判断力与叫停机制被放到了和模型能力同等重要的位置。

    • 影响模型能力每隔几个月就刷新,超过六个月的硬性规划容易与机会窗口错位;探索团队两三人即可运转,组建小型试验队的门槛明显降低;只对标基准成绩选型,可能与真实用户需求脱节。
    • 参考可考虑为产品团队建立一份接近可行的能力清单,随模型发布节奏滚动复盘;值得给在研功能设定发布前的数据门槛,并允许一线直接提出叫停;规划周期可先压到六个月滚动更新。
  2. 36氪·AI62

    Google 试点面试可用 Gemini,大厂程序员招聘从刷 LeetCode 转向考察 AI 协作

    Google 开始试点允许候选人在软件工程师面试中使用 Gemini,并新增代码理解环节,考察阅读、调试已有代码与判断 AI 方案是否可靠的能力。试点面向今年下半年美国部分团队的初中级工程师岗位,Google 招聘副总裁称调整是为了反映 AI 时代的实际工作方式,Pichai 此前披露公司 75% 的新增代码已由 AI 生成。

    决策要点

    技术招聘的考核重心正从独立写出代码转向读懂并验证 AI 产出,单纯刷题备考的回报在下降。

    • 影响只按算法题筛选可能错估候选人,Canva 试点中有编程能力但缺 AI 经验者在引导 AI 时反而遇阻;在职团队里代码审查与验证 AI 输出的能力权重上升;传统面试题已被模型数秒解出,考察形式需要重做。
    • 参考可考虑先用主流模型测一遍现有面试题,替换数秒内被解出的题目;值得在技术面试中加入读代码、核查 AI 方案的环节,并盘点团队的代码审查能力。
10月10日周六
  1. 36氪·AI41

    DeepSeek「AI跨界技术人才」岗位到底想招什么人

    DeepSeek 开出「AI跨界技术人才」岗位,不限专业不限年限,五条加分项里「不走寻常路」与竞赛金牌并列。猎头称其实际筛人经验上限约三到五年、超八年常被直接刷掉,其 HR 向媒体确认不招「大厂味」的人。

    决策要点

    头部AI实验室正把选人标准从资历经验转向跨界与可塑性,在范式未定的前沿问题上经验可能反而是减分项。

    • 影响AI 前沿探索类岗位与工程交付类岗位的用人逻辑正在分化,经验权重需要分别评估;跨界背景人才的价值获得头部实验室实际录用案例支撑;照搬这类标准前,先确认自身业务属于范式探索还是成熟执行。
    • 参考可考虑把 AI 相关岗位的招聘标准按探索型与交付型分开写,探索型岗位降低经验年限权重并试收跨界背景简历;值得盘点内部被资历门槛挡住的转岗者,以及外部被年限上限筛掉的候选人。
9月18日周五
  1. Google Blog:AI40

    Google 扩充 AI 与经济研究项目,诺贝尔经济学奖得主 Philippe Aghion 等加入

    Google 宣布扩充 AI 与经济研究项目,2025 年诺贝尔经济学奖得主 Philippe Aghion 出任学术顾问,多伦多大学教授 Ajay Agrawal 出任访问学者。

    决策要点

    Google 把 AI 经济影响研究从数据追踪升级为有专职主任和外部顾问的常设项目,后续实证产出将更体系化。

    • 影响该项目发布的 ATLAS 数据与劳动力、生产率研究可成为企业评估 AI 采用效果的公开参考;对就业结构的量化结论也可能影响政策与培训方向。
    • 参考可考虑将 ai.google/economy 的 ATLAS 全球采用数据作为内部 AI 转型测算的对照来源,并跟踪其后续劳动力与生产率实证结论。
9月15日周二
  1. Google Blog:AI50

    Google 上线 AI 与经济 ATLAS 开放数据平台并发布科学家 AI 使用研究

    Google 为 AI 与经济 ATLAS 推出交互式开放数据平台,可按职业和国家查询 AI 使用率,并发布与 Google DeepMind、MIT FutureTech 合作的科学家 AI 使用研究。

    决策要点

    AI 使用率数据以开放可查形式发布,科学界案例说明效率收益正卡在流程改造而非模型能力上。

    • 影响各职业与各国的使用率差异可作为企业 AI 采纳进度的基准参照;科学界案例显示省下的时间未必转化为产出,验证与实验环节容易积压;兑现效率取决于重排工作流程。
    • 参考可考虑用 ATLAS 按职业和国家对照自家 AI 使用基线,找出明显落后的岗位;值得同步统计内部时间节省与下游积压,定位需要重新设计的流程环节。
12月21日周日
  1. One Useful Thing(Ethan Mollick)64

    Ethan Mollick谈AI能力的形状:参差边界、瓶颈与反向突出部

    沃顿教授Ethan Mollick撰文提出,AI能力边界依旧参差,一项任务能否被自动化取决于瓶颈而非整体智能。他引用研究称GPT-4.1在妥善提示与支持下两天复现并更新12篇Cochrane综述,约相当于12个工作年,准确率超过人类评审,但因无法获取补充文件或致信作者索要数据,不足1%的边缘错误仍需人类专家处理。

    决策要点

    AI能力是参差而非齐平的,一项任务能否被自动化取决于最短的短板瓶颈,而不取决于模型整体智能水平。

    • 影响企业用AI提效时,上限常在制度流程和需人处理的边缘情况,而非模型强项;某个短板被攻克后,原本只有人能做的工作环节可能突然可自动化;因此岗位影响会成块出现而非渐进发生。
    • 参考可考虑把目标流程拆成任务清单,标出AI尚不能覆盖的那一环并估算其占用人力;值得追踪记忆、实时学习、物理行动等短板的突破进度,作为调整自动化排期和岗位规划的信号。
9月12日周五
  1. One Useful Thing(Ethan Mollick)59

    沃顿教授 Ethan Mollick 谈与 AI 巫师共事,知识工作从协作转向召唤与验证

    沃顿教授 Ethan Mollick 撰文提出,人机协作正从共同创作的协同智能转向巫师模式,人从伙伴变成只负责提示、等待和验证的观众。

    决策要点

    前沿 AI 的可用性正在超过可验证性,知识工作的瓶颈从怎么做出成果转移到如何判断成果是否可信。

    • 影响研究生水平的工作几分钟可得,复杂知识产出的人力成本下降;复核耗时难以预估,有时省时有时更贵,质量责任仍在使用方;持续把工作交给模型会削弱团队积累判断力的机会。
    • 参考可考虑把任务分成直接召唤模型与保持协同往返两类,各自设定不同的核验流程;值得在关键岗位保留亲自动手的机会,避免验证判断力退化;先算出复核一类典型 AI 产出的实际耗时,再决定放行范围。