{"source":{"id":"2082098463999938983","title":"两年前，硅谷警告 AI 会砸掉一半白领的饭碗。 两年后，微软一口气招了 6000 人，专门帮企业搞 AI 落地。 搞个…","url":"https://mubeitech.com/p/2082098463999938983"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"raw_843545ae5d53c648","account":"mubei","brand":"@mubei","title":"微软一口气给六万人发买断包，连自家 AI 团队都在名单里。 这是彭博社刚披露出来的内部备忘录。 六万人，占了微软全球员工…","summary":"微软一口气给六万人发买断包，连自家 AI 团队都在名单里。 这是彭博社刚披露出来的内部备忘录。 六万人，占了微软全球员工总数的两成七。 范围定在副总裁及以下级别，覆盖美国、加拿大、英国和印度。 这次属于自愿申请的买断方案。 工龄折算现金，股票照常归属，医疗保险继续兜底。 但真正让…","body":"微软一口气给六万人发买断包，连自家 AI 团队都在名单里。\n\n这是彭博社刚披露出来的内部备忘录。\n六万人，占了微软全球员工总数的两成七。\n范围定在副总裁及以下级别，覆盖美国、加拿大、英国和印度。\n这次属于自愿申请的买断方案。\n工龄折算现金，股票照常归属，医疗保险继续兜底。\n\n但真正让人停下来的，是具体的业务名单。\n谁有资格拿钱走人？\nWindows、Xbox、财务、人事。\n甚至连做生成式 AI 的 Copilot 和 CoreAI 团队，也全在买断范围里。\n那谁被明确划在外头，碰都不能碰？\n数据中心、企业销售、网络安全，还有量子计算。\n\n一边把 AI 挂在嘴边，一边给核心 AI 团队开离职通道，这是什么操作？\n其实看一眼账本就全明白了。\n现在微软每个季度的资本开支，几百亿美元往外流水一样花。\n钱花在哪了？\n大头全拿去买芯片、签核电协议、建高密度水冷数据中心了。\n物理世界的算力底座，必须靠真金白银一寸一寸铺出来。\n数据中心少一台机柜，整个业务就断了；销售少跑一个客户，昂贵的算力就变不成企业订单。\n这两个口子，是撑起现金流的骨架，一个人都不能少。\n\n但在软件研发这边，事情变了。\n写代码的效率在被 AI 抬高，项目却不可能无休止地扩招。\n副总裁到一线之间密密麻麻的管理层级，在飞涨的电力和芯片账单面前，变成了最先被审视的固定成本。\n高层也很清楚，直接裁员太伤士气，法务和舆论成本也高。\n给一笔丰厚的补偿，让到了瓶颈期的高薪员工自己选，是代价很高但也更体面的换血办法。\n\n过去十几年，科技行业比拼的是谁能招到更多程序员。\n现在的游戏规则彻底变了。\n算力越来越贵，机房越来越挤。\n为了给吞电的机器省出粮饷，工位上的工程师，开始主动或被动地腾地方了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2114792827054158061","translated_status_id":"2114792827054158061","published_at":"2026-10-26 19:48:32","created_at":"2026-10-26 19:48:32","url":"https://mubeitech.com/p/raw_843545ae5d53c648","markdown_url":"https://mubeitech.com/p/raw_843545ae5d53c648/markdown"},{"rank":2,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"},{"rank":3,"id":"raw_054f8f1c57519c26","account":"mubei","brand":"@mubei","title":"AI 把硬磨时间的苦活全干了，最值钱的反而只剩两种直觉。 硅谷风投 a16z 的联合创始人本·霍洛维茨，最近聊到一件事。…","summary":"AI 把硬磨时间的苦活全干了，最值钱的反而只剩两种直觉。 硅谷风投 a16z 的联合创始人本·霍洛维茨，最近聊到一件事。 AI 越来越能干，大家都在琢磨怎么用它写代码、做报表、跑流程。 这些在英文里叫 grind-them-out tasks，也就是那种只要花时间就能硬磨出来的苦…","body":"AI 把硬磨时间的苦活全干了，最值钱的反而只剩两种直觉。\n\n硅谷风投 a16z 的联合创始人本·霍洛维茨，最近聊到一件事。\n\nAI 越来越能干，大家都在琢磨怎么用它写代码、做报表、跑流程。\n这些在英文里叫 grind-them-out tasks，也就是那种只要花时间就能硬磨出来的苦活。\n机器现在干这个，速度快，质量也不差，分分钟能铺满一屏幕。\n\n既然执行的门槛被彻底打平了，那人身上到底什么东西还在升值？\n\n霍洛维茨挑出了两样：\n原创想法，还有高质量的人际关系。\n\n听到这里很多人可能会笑。\n这两样东西听着太虚了，平时大家甚至不把它当回事。\n但霍洛维茨觉得，这才是拉开距离的关键。\n\n先看原创想法。\n很多人以为只要有了工具，谁都能搞出厉害的东西。\n但现在的模型只能顺着既有的规律去推算概率，它负责把一个现成的构思展开、做细、执行下去。\n最开始那个打破常规的原始念头，机器给不出来。\n要是脑子里本身就缺少这种对新东西的直觉，全世界的算力全堆给你，你也不知道该拿它做什么。\n工具再强，也只能把平庸的念头迅速变成一堆平庸的结果。\n\n再看人际关系。\n霍洛维茨用的词是 high-fidelity relationships，高保真的人际连接。\n一上来跟人接触，能不能迅速建起深度的信任？\n\n事情越重要，面对的未知越多，越不可能全凭一纸合同去押注。\n顶级人才愿不愿意跟着你一起冒险？\n投资人会不会在最难的关头继续给你撑腰？\n客户敢不敢把最核心的业务交给你？\n这些决定往往全凭人与人之间那种微妙的判断。\nAI 能替你写出一封滴水不漏的商务邮件，但它给不了眼神对视时的踏实，更替代不了关键时刻替对方扛事的担当。\n\n不少人忙着追各种新工具和操作技巧，唯独把这两件事当成无关紧要的软技能。\n可现实往往很有意思。\n当所有人都能随手调动强大算力的时候，机器能替你干的那些，贬值反而最快；\n机器学不会的原生构想和真实信任，才真正成了硬通货。 https://x.com/a16z/status/2111842397906972719/video/1","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2111988626087403842","translated_status_id":"2111988626087403842","published_at":"2026-10-18 22:44:56","created_at":"2026-10-18 22:44:56","url":"https://mubeitech.com/p/raw_054f8f1c57519c26","markdown_url":"https://mubeitech.com/p/raw_054f8f1c57519c26/markdown"},{"rank":4,"id":"raw_0d35331bd5886c23","account":"mubei","brand":"@mubei","title":"微软自己的应用科学总监，布伦特·赫希特。 在内部写道，训练AI是人类史上最大劳动盗窃。 这原本是他写在内部的备忘。 最近…","summary":"微软自己的应用科学总监，布伦特·赫希特。 在内部写道，训练AI是人类史上最大劳动盗窃。 这原本是他写在内部的备忘。 最近《纽约时报》等媒体起诉微软和 OpenAI 侵权，法庭解封了这批内部文件，外界才看到这行字。 微软发言人随即公开回应： 这只是员工个人的看法，不代表公司立场。…","body":"微软自己的应用科学总监，布伦特·赫希特。\n在内部写道，训练AI是人类史上最大劳动盗窃。\n\n这原本是他写在内部的备忘。\n最近《纽约时报》等媒体起诉微软和 OpenAI 侵权，法庭解封了这批内部文件，外界才看到这行字。\n微软发言人随即公开回应：\n这只是员工个人的看法，不代表公司立场。\n\n为什么自家总监会在内部给出这么重的定性？\n看看大模型怎么跑出来的就懂了。\n\n第一步，抓数据。\n全网几十年积累的文章、新闻调查、技术文档、甚至论坛里的讨论，爬虫扫过去，全部收走。\n上百万人长年累月写出来的劳动成果，一分钱没花，全倒进了训练池。\n\n第二步，做产品。\n模型练出来了，微软把它装进 Copilot 和搜索引擎里。\n过去你遇到问题搜一下，得点进作者的网站去看。\n现在不用了。\nAI 趴在搜索结果最顶上，直接把答案总结出来。\n你看完关掉页面，甚至连原作者的名字都不知道。\n\n问题跟着就来了。\n创作者靠什么支撑？\n靠点击、靠流量、靠订阅。\n微软自己的内部监测数据很清楚：\nAI 直接给答案之后，流向创作者网站的点击量开始大幅下跌。\n\n赫希特在内部把这个过程叫作“末日循环”。\n逻辑其实特别直白。\n机器免费拿走创作者的心血做成工具。\n工具反过来抢走创作者赖以生存的读者。\n创作者吃不起饭，停笔不写了。\n互联网不再有优质的新内容产生。\n那 AI 接下来靠什么继续迭代？\n只能抓网上越来越多的 AI 生成垃圾。\n吃二手数据的模型，很快就会陷入能力崩溃。\n\n赫希特在内部还写了一句：\n这是规模空前惊人的盗窃。\n\n外面的法庭上，两帮律师还在为了“合理使用”抠字眼。\n但微软内部的科学家其实早就看清了：\n这已经超出普通版权纠纷的范畴了。\n如果种地的人最后颗粒无收，做面包的机器再先进，迟早也得停下来。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2109938746602799544","translated_status_id":"2109938746602799544","published_at":"2026-10-13 11:22:04","created_at":"2026-10-13 11:22:04","url":"https://mubeitech.com/p/raw_0d35331bd5886c23","markdown_url":"https://mubeitech.com/p/raw_0d35331bd5886c23/markdown"},{"rank":5,"id":"2107613898627281018","account":"mubei","brand":"@mubei","title":"技术跑得再快，也根本构不成护城河。 只要对手能随时走进来，把你的最新进展直接端走。 领先三个月还是半年，在渗透和黑客面前…","summary":"技术跑得再快，也根本构不成护城河。 只要对手能随时走进来，把你的最新进展直接端走。 领先三个月还是半年，在渗透和黑客面前毫无意义。 硅谷还在为模型跑分狂欢，底下的防线早就漏成了筛子。 一位先后在 OpenAI 和 Anthropic 供职的前员工，在 PBD 播客中透露了这个现实…","body":"技术跑得再快，也根本构不成护城河。\n只要对手能随时走进来，把你的最新进展直接端走。\n领先三个月还是半年，在渗透和黑客面前毫无意义。\n硅谷还在为模型跑分狂欢，底下的防线早就漏成了筛子。\n\n一位先后在 OpenAI 和 Anthropic 供职的前员工，在 PBD 播客中透露了这个现实。\n主持人问他：你有多大把握，确定两家公司内部已经有中共国间谍？\n他的回答很干脆：“90%。”\n据其在播客中称，这在内部几乎是必然的事。\n\n平时实验室内部防范很严吗？\n完全没有。\n大家甚至会把这事当成段子调侃，笑一笑就过去了，没人当真。\n但玩笑背后，是这些顶尖机构根本没有严肃的背景审查。\n核心代码与模型权重，几乎处于完全不设防的状态。\n\n拿什么做对比？\n看看马斯克的 SpaceX 就懂了。\nSpaceX 搞航天火箭，受联邦法规严格监管，依法不能招收中共国籍员工。\n但掌握通用人工智能核心技术的两家巨头，外籍人员随意出入，连他自己都能轻松入职。\n\n烧了几百亿美元换来的技术突破，要怎么防？\n纯靠算法和算力，根本挡不住渗透。\n据这位前员工在播客中推测，国家层面的安全介入和严格背审迟早会来。\n像国防工业一样限制特定国籍人员接触核心研发，大概率会成为现实。\n虽然这让他觉得遗憾，因为其中有他的朋友，但他 这一天必然会发生。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2107624844380561425","translated_status_id":"2107624844380561425","published_at":"2026-10-06 23:36:04","created_at":"2026-10-06 23:28:05","url":"https://mubeitech.com/p/2107613898627281018","markdown_url":"https://mubeitech.com/p/2107613898627281018/markdown"},{"rank":6,"id":"2106988150858056142","account":"mubei","brand":"@mubei","title":"全美这轮AI浪潮里新增最多的岗位，年薪甚至没跑赢普通打工人。 要不你再查一查？ 大模型到处都在造富，怎么可能？ 是真的。…","summary":"全美这轮AI浪潮里新增最多的岗位，年薪甚至没跑赢普通打工人。 要不你再查一查？ 大模型到处都在造富，怎么可能？ 是真的。 领英统计了全美新增的75万多个AI岗位。 排在第一名的，不是算法架构师，也不是核心研发。 是28.2万名坐在屏幕前给数据打标签的标注员。 28.2万是个什么概…","body":"全美这轮AI浪潮里新增最多的岗位，年薪甚至没跑赢普通打工人。\n要不你再查一查？\n大模型到处都在造富，怎么可能？\n是真的。\n\n领英统计了全美新增的75万多个AI岗位。\n排在第一名的，不是算法架构师，也不是核心研发。\n是28.2万名坐在屏幕前给数据打标签的标注员。\n\n28.2万是个什么概念？\n同期全美的数据中心岗位，只增加了大约11.7万个。\n处在风口核心的AI工程师，也只有10.5万个。\n把机房运维和AI工程师全加起来，人数都没它多。\n\n作为AI行业里薪酬最低的角色，数据标注员的年薪中位数只有5.1万美元。\n5.1万美元是什么水平？\n它不仅在整个AI行业里垫底。\n甚至直接跌破了全美非AI岗位的薪酬中位数。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2106991939031597096","translated_status_id":"2106991939031597096","published_at":"2026-10-05 06:11:48","created_at":"2026-10-05 06:01:35","url":"https://mubeitech.com/p/2106988150858056142","markdown_url":"https://mubeitech.com/p/2106988150858056142/markdown"}]}