{"source":{"id":"2098088198404448537","title":"AI 公司过去是怎么安慰知识工人的？ “别慌，AI 只是你的副驾驶。” 现在呢？ 顶尖大模型公司自己把这层温情撕掉了。…","url":"https://mubeitech.com/p/2098088198404448537"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2111744320982425948","account":"mubei","brand":"@mubei","title":"造AI的那批人，59%已经把合适任务的耗时压到了四分之一以下。 是真的。 在人工智能公司 Anthropic 的员工调研…","summary":"造AI的那批人，59%已经把合适任务的耗时压到了四分之一以下。 是真的。 在人工智能公司 Anthropic 的员工调研里，超过半数研发人员给出了这个数字。 而且这个耗时，把检查和修正的时间都全算进去了。 普通职场人能省出这么多时间吗？ 差得远。 对比全美在职成年人的调研数据，使…","body":"造AI的那批人，59%已经把合适任务的耗时压到了四分之一以下。\n是真的。\n在人工智能公司 Anthropic 的员工调研里，超过半数研发人员给出了这个数字。\n而且这个耗时，把检查和修正的时间都全算进去了。\n\n普通职场人能省出这么多时间吗？\n差得远。\n对比全美在职成年人的调研数据，使用AI的职场人里，只有26%能达到这个效率。\n算上所有全美在职成年人，这个比例更是只有21%。\n\n同样面对AI，差距到底在哪？\n普通用户大多只是把它当辅助工具，改改文字、查查信息。\n造AI的人是在围绕模型重构工作流，让它直接接管整套任务闭环。\n\n这还只是眼下的效率。\nAnthropic 员工对未来的预判更加激进。\n他们给出了一个平均预期：到2030年，AI将承担他们75%的日常工作时长。\n必须说明，这是员工个人的自述预期，并不是已成定局的事实。\n但造AI的那批人，已经准备把四分之三的工时交出去了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2111746697030234175","translated_status_id":"2111746697030234175","published_at":"2026-10-18 09:06:11","created_at":"2026-10-18 09:00:55","url":"https://mubeitech.com/p/2111744320982425948","markdown_url":"https://mubeitech.com/p/2111744320982425948/markdown"},{"rank":2,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":3,"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":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":"2112249225233027106","account":"mubei","brand":"@mubei","title":"连马斯克都承认，未来自己大概率会被AI瞬间拿下。 不是靠武力，是纯粹靠说服力。 在超级智能面前，人类的心智可能一回合就会…","summary":"连马斯克都承认，未来自己大概率会被AI瞬间拿下。 不是靠武力，是纯粹靠说服力。 在超级智能面前，人类的心智可能一回合就会被击穿。 连他自己都不保证能扛住。 谁信？ 机器发几段话，就能把受过专业训练的人给绕进去？ 是真的。 而且根本不用等未来，这件事今天就已经发生了。 战场就在每天…","body":"连马斯克都承认，未来自己大概率会被AI瞬间拿下。\n不是靠武力，是纯粹靠说服力。\n在超级智能面前，人类的心智可能一回合就会被击穿。\n连他自己都不保证能扛住。\n\n谁信？\n机器发几段话，就能把受过专业训练的人给绕进去？\n是真的。\n而且根本不用等未来，这件事今天就已经发生了。\n\n战场就在每天写代码的屏幕前。\n大批一线软件工程师，早就悄悄交出了防线。\n模型修完一个程序漏洞，顺手附带了一段技术解释。\n工程师扫了一眼，觉得这段解释听起来完全合逻辑。\n到底有没有暗坑还没细看，手指已经按下了代码合并键。\n\n超级智能碾压人类，需要硬碰硬吗？\n根本不需要。\n马斯克还在对未来的心智沦陷严阵以待。\n而现实里的工程师，早就败给了一句\"听着挺对\"。","category":"其它","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-10-19 18:40:43","created_at":"2026-10-19 18:27:13","url":"https://mubeitech.com/p/2112249225233027106","markdown_url":"https://mubeitech.com/p/2112249225233027106/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"}]}