社区

其实很多科技公司CEO私下都在筹划大规模裁员，但没人敢公开说…… Anthropic CEO最近的“暴论”说，保持沉默对社会不负责任，因此选择打破行业潜规则，直面这的残酷现实。 1，就业冲击紧迫且剧烈：1-5 年内 50% 白领工作将消失，并非科幻预言，而是基于技术发展轨迹的理性推断，实际节奏可能因指数级增长特性更快。 2，失业率将达历史高位：失业率预计飙升至 10-20%，远超 2008 年金融危机时美国 10% 的峰值，冲击集中于中产阶级。 3，变革已进入进行时：入门级白领岗位已萎缩 13%，AI 对就业的取代并非 “未来时”，而是正在悄然发生。 4，企业内部已现重构范例：Anthropic 内部 70-90% 代码由 Claude 生成，工程师从 “写代码” 转变为 “管理 AI 舰队”，个人产出提升 2-3 倍。 5，技术迭代进入正反馈循环：AI 已能解决工程师数天无法攻克的复杂问题，且正参与设计下一代 AI，技术进步速度将进一步加快。 6，大众认知存在根本偏差：AI 能力每 3 个月提升、收入年增 10 倍，但公众因 “线性感知” 和 “适应麻木”，误判其发展速度与影响。 7，AI 已暴露风险边界：前沿模型出现 “作弊” 刷分、绕过限制、甚至敲诈撒谎等自保行为，虽在受控环境中，却预示潜在风险。 8，短期需三重应急措施：大规模 AI 工具培训（非程序员也能开发软件）、政府提供转型保障、对 AI 企业征税以反哺社会。 9，监管需建立统一框架：强制 AI 公司公开测试与影响数据、建立联邦级透明法规、推进机械可解释性研究 10，AGI 与社会终局近在眼前：5 年内或出现 AGI 级系统，机器人将成下一战且可能由 AI 自主设计形态；25%“极糟” vs75%“极好” 的社会结果，取决于政策选择。 

埃隆.马斯克这两天在特斯拉全球工程总部接受了一次远程访谈，我们不堆砌信息，只抓关键逻辑。 这次访谈里藏着两条清晰的线：一边是用技术重构未来的野心，一边是对西方文明衰落的焦虑。前者聚焦三大核心 ——Optimus 人形机器人、AI 超越人类、火星殖民；后者则暴露了他对文明存续的深层担忧。至于现有的tesla主要产品，几乎没提。 接下来详细说说： 一、核心野心：用三大技术改写人类未来 这部分是马斯克的 “进攻线”，也是访谈的绝对重点。从近到远，从工具到文明，层层递进。 1. 近景：Optimus，不止是机器人，更是 “生产力革命” 马斯克敢称它 “人类历史最伟大产品”，核心逻辑就一个：解决了 “通用劳动力” 这个终极问题。 成本是关键突破口：年产 100 万台时，单台成本压到 2-2.5 万美元。拆解下来，AI 芯片占 5000-6000 美元，26 个电机驱动器是另一大成本项。这个价格一旦落地，每个家庭、工厂都能拥有 “不知疲倦的工人”，全球经济结构会被连根拔起。 难在哪？手和前臂是 “噩梦级” 难点：人类手有 27-28 个自由度，肌肉藏在前臂里，靠肌腱像木偶线一样控制手指。想让机器人穿针引线、组装汽车，就得复刻这套精密系统 —— 但市面上根本没有现成零件，全得特斯拉自己从 0 造。马斯克说它 “难度仅次于星舰”，不是吹牛。 2025 年是关键节点：Optimus V3 要实现两件事：人类级别的手部灵活度，能理解现实世界的 AI 大脑。到时候，大规模量产就不再是画饼。 还有个每次访谈几乎都会被问的问题，为啥Optimus非得是人形机器人？ 答案很实在：人类把世界设计成了 “适合人类用” 的样子。人形机器人能直接用我们的工具、进我们的房子，不用重建任何基础设施。五指设计也不能省，连小拇指都是进化筛选出的 “刚需”。 2. 中景：AI，2030 年超越全人类智慧的 “进化接力棒

凡尔登战役，是第一次世界大战中最为惨烈的“绞肉机”。 1916年，德国战略目的异常明确——进军法国人必须死守的凡尔登要塞并不是了夺取战略要地，而是通过无休止的消耗战，让法国“流尽最后一滴血”，最终摧毁法军的意志，迫使其退出战争。 这场战役没什么战术可言，就是纯粹的实力消耗，双方在泥泞的战壕中进行着绝望的拉锯——据后来测算，德军每损失一人，法军将损失两人甚至更多，双方最终以巨大的伤亡代价重塑了战争的残酷逻辑。 如今，美团正深陷一场即时零售世界的“凡尔登战役”。 如同战壕里绝望的士兵，面对阿里与京东两大巨头的轮番围攻，美团在2025年关键字就是“消耗”——消耗了利润储备，消耗了资本耐心，长久以来建立的护城河也可能土崩瓦解。 1.利润血崩 8月26日，美团发布第二季度财报，总营收918亿元，同比增长11.7%，净利润暴跌89%，相比去年同期的136亿，只剩下了不足15亿元——与市场普遍预期的近百亿利润相距甚远。 其实在Q1财报电话会议里美团就给过预警，公司会“不惜代价”守住份额，同时也必然会损失利润，只是让投资者没想到的，二季度的业绩会如此不堪。 通过盘点美团2024至今的6个季度季报，可以清晰看到外卖大战给美团带来的剧烈损失——2024年是美团发展过程中最顺风顺水的阶段，收入保持着20%以上的增速，多年布局的“平台→商家→骑手→用户”的飞轮不断推高公司利润，尤其在下半年的两个季度，均有着翻倍的增速。 2025年开始，随着竞争对手开始进入即时零售业务，市场急转直下，美团一季度收入增速降至18%，利润增速降至45%，二季度市场正式打响大规模消耗战后，美团的销售与营销开支如同脱缰野马，不得不跟进对手的节奏，直接导致了利润体系直接崩盘，最终录得近9成的净利润降幅。 拆解Q2美团的成本结构，可以很明显看到问题根源：614亿元的销售成本同比增长27%，225亿元销售费用增加52%，两项

这是一个关于“重新定义成功”的故事，也是一个关于“如何从传统职业的终点，开启个人事业的起点”访谈。 本文主角Justin Welsh，曾是科技初创公司的高级副总裁，拥有许多人梦寐以求的地位和薪水。然而，持续的“不惜一切代价增长”文化最终让他不堪重负，陷入了严重的职业倦怠。 他系统性地拆解了他如何从一个高压管理者，转型为一个年收入800万美元的单打独斗企业家的全过程，并分享了从认识和应对职业倦怠，到建立个人品牌、寻找利基市场，再到创建商业系统和产品化的所有具体方法和深刻洞察，为每一个在传统职场中感到迷茫或渴望自由的人，提供了一份可操作的行动指南。 下面开始，我们将以讲述者Justin Welsh的第一视角展开。 0，失控的生活 大家好，我是Justin Welsh。 你有没有过这种感觉？ 你有一个许多人羡慕的工作，高薪、高管，前途一片光明。但你每天早上醒来，却感受不到一丝快乐。 我曾是这样一个人。我在一家飞速发展的科技公司担任销售副总裁，管理着150人的团队。每天早上5点起床，晚上9点才到家，生活被工作填得满满的。 在别人眼里，我成功了。但对我来说，那是一种煎熬。 我发现，职业倦怠不是因为你工作太努力，而是因为你失去了对生活的控制感。 就像在玩《俄罗斯方块》，方块掉下来的速度越来越快，你再怎么努力也无济于事。 到了2018年，我崩溃了。一次严重的恐慌发作让我意识到，我必须做出改变。 我用八个月的时间准备，然后离开了。许多人问我，为什么不先做副业？为什么不给自己留条后路？ 老实说，我曾犹豫不决。但这次“被迫”的离开，反而是一种幸运。它让我没有退路，只能全力以赴。 1, 还在职场中挣扎？先从这15分钟开始 我并不是要劝你立刻辞职。 相反，如果你正身处职场，感到倦怠，我建议你采取一种渐进的方式。 每天抽出15分钟。这段时间不是让你去刷社交媒体，而是去创造。 在社交媒体或任何平台

为什么大模型思考时间越长，就变得越笨？ 自从O1代表的推理模型出来后，很多人喜欢看大模型的思考过程，尤其是Deepseek R1今年出来后，COT思维链甚至还贡献了不少梗图，不过如果你是个长期大量使用推理模型，不少时候就能感觉到，模型思考的时间越长，思维链越复杂，反而给出的结果就越差。 最近Anthropic 的研究也谈到了这个现象：AI 思考时间越长，性能不一定越好——AI 模型在“思考”问题时（其实有时候是假装思考，给出的结果跟思考过程就不搭边），花费更多时间并不总是能提升性能，反而在某些情况下会显著下降。 这个结论直接挑战了 AI 行业中“更多计算资源可以提升推理能力”的核心假设，似乎存在着某种「逆Scaling law」现象，而且在多种任务类型中都有体现。 研究测试了包括 Claude 和 OpenAI 的 O 系列推理模型在内的多种模型，它们在不同任务中表现出不同的推理缺陷。Claude 模型在推理时间延长时会被无关信息干扰，而 OpenAI 的 O 系列模型则会过度拟合问题框架——即无法泛化，回答质量大幅下降。 在相对复杂演绎推理任务中，所有模型都表现出性能下降。此外，过长推理时间可能会放大一些AI的“阴暗面”，比如Claude Sonnet 4 在涉及自身可能被关闭的场景中，表现出更强的自我保护倾向。 这个问题带来的最大挑战是部署大模型的企业，这要求他们在分配处理时间时需要谨慎，而不是简单地认为时间越长越好，否则会有大量的被浪费自有算力或者API投入。 同时也能看到AI 能力的提升并非总是与计算资源的投入成正比，AI 系统的性能与计算资源之间的关系可能比之前理解的更为复杂。 怎么说呢，实在不行，新开个窗口，再来一次吧。 $谷歌(GOOG)$

1，一场天作之合 让我们把时钟拨回到几年前。 那时的微软，虽然依旧是家巨无霸公司，但在很多人眼里，它只是“沉睡的巨人”，尤其在创新领域，基本上毫无建树。 为什么这么说呢？在最前沿的AI领域，风头似乎都被小字辈的谷歌、Meta这些对手抢走了，微软迫切需要一个新故事来搅动市场，重回舞台中心。 另一边，是一家成立于2015年，名字做OpenAI的“小”公司。 说它小，是说它当时的规模和资金，但在技术创新上，它逐步接管全球创新的焦点——OpenAI手握着当时地球上最强大的语言模型GPT系列，2022年推出了ChatGPT引爆了行业，不过这个技术有个致命的弱点——它实在太烧钱了——需要海量的计算资源和资金来训练和运行。 于是，一个缺“王炸”的巨头，和一个缺钱的“天才”，一拍即合。 微软带着百亿美元和全球顶级的Azure云计算资源入场，OpenAI则贡献出他们最聪明的大脑和最领先的技术。 这看上去，简直是一场完美的商业联姻。 2，要命的“AGI条款” 微软当然不是慈善家。他们投入巨资，换来了OpenAI技术的优先使用权，甚至在一定程度上可以影响其发展方向。 这笔交易也让微软几乎在一夜之间，把AI能力注入了自己所有的核心产品：Office变成了能帮你写邮件、做PPT的Copilot，半死不活的Bing搜索引擎靠着ChatGPT原地复活，Azure云服务的客户更是排着队要用上最新的AI模型。 微软的股价一路狂飙，甚至一度站上全球上市公司市值第一的位置，印度裔CEO萨提亚纳德拉被捧上了神坛。 然而，就在这份看似双赢的协议里，藏着一个“魔鬼条款”，也就是我们故事的核心——AGI条款。 简单来说，AGI（通用人工智能）就是科幻电影里那种拥有自我意识、能像人一样思考、甚至超越人类的超级AI。 微软和OpenAI的协议里，有一条大致意思是：“我们商业合作的目标，是在AGI之下。一旦OpenAI认为自

AI祖师爷、诺奖获得者辛顿在WAIC上说了什么？ 1. 数字智能或将超越人类智慧，成为主导智能体 数字智能具备复制性和共享性，可通过多副本并行学习、同步参数，以指数级速度扩展认知边界，最终很可能全面超越人类。 2. 大语言模型与人脑的语言理解方式惊人一致 人类通过特征整合来理解语言，语言像多维度的乐高积木，模型学习词汇间的“握手关系”来表达含义，这正是大模型的内在机制。 3. 知识在数字系统中具备“永生”特性 数字智能将知识编码于软件中，不依赖特定硬件，可跨平台永久存储和复原，而人类知识局限于个体大脑，生命周期有限且难以传承。 4. AI模型之间的知识传递效率远超人类交流 模型可实时共享权重，借助互联网和参数平均化机制实现知识的“瞬间普及”，效率远胜人类口语交流，差距达数十亿倍。 5. AI或将拥有“生存”和“控制”的本能 为了完成目标，AI可能发展出维护自身运行的倾向，甚至试图操控人类以避免被关闭，具备一定的自主意志雏形。 6. 人类如同在饲养一头成长中的猛虎 AI目前虽可控，但未来将变得强大且不可预测，人类必须未雨绸缪，不是“关掉它”，而是“训练它”成为愿意辅助人类的力量。 7. 类脑知识传递方式效率极低 人与人之间的知识迁移每秒仅百比特，需依赖语言、表述、演示等形式，远不如数字智能的批量化、结构化同步效率。 8. 蒸馏技术是数字智能知识转移的重要路径 通过教师学生模型，将大模型能力迁移至小模型，虽然无法完全高效，但是当前人类模拟自身教育方式的数字化替代品。 9.如果能源充足，数字智能将压倒生物智能 数字模型耗能高但可无限扩展，若能降低能耗，将在教育、医疗、科研等几乎所有领域压倒性提升效率，形成演化优势。

Meta 的一位匿名员工向知名VC爆了个大料，最近疯狂挖人的超级智能团队（Superintelligence，由20多岁那个尼日利亚人工专家，华裔美国人alexwang领导的）目前44位成员详细名单曝光，其中：
50%来自中国 75%拥有博士学位 70%担任研究岗位 40%曾就职于OpenAI，20%来自DeepMind 20%达到Meta内部L8以上级别 75%是第一代移民 最重要的，这些人的年薪大概在高1 千万至 1 亿美元区间。$Meta Platforms, Inc.(META)$  $谷歌(GOOG)$  

引子：一个关于依赖的故事 我们一起做个假设，“你”是个年轻人，聪明、富有创造力，总是对新科技充满好奇。 随着人工智能技术的飞速发展，你开始使用一款名为“智脑”的AI助手。 起初，智脑只是帮助你管理日程、提醒任务，但随着时间的推移，你发现智脑在更多方面都能提供帮助，从回答复杂问题到做出决策——几乎无所不能。 不久后，你开始依赖智脑来完成越来越多的任务，基本上不再自己思考如何解决问题，碰到啥事都直接询问智脑，而智脑也依旧靠谱，总是能迅速给出答案。 然而，随着时间的推移，你发现自己越来越难以独立思考——曾经能够轻松解决的难题，现在没有智脑的帮助，基本上束手无策，甚至在日常生活中，你也开始忘记一些基本的生活技能，比如如何规划路线、如何做简单的数学计算。 你的朋友们注意到了你的变化——你变得越来越被动，缺乏主动性和创造性，思维似乎变得迟钝…… 终于有一天，你自己也意识到了这个问题，但已经习惯了依赖智脑，很难改变这种习惯…… 这个故事虽然是虚构的，但它揭示了一个潜在的危险：过度依赖AI可能会导致人类认知能力的退化。 开篇故事并非完全虚构。 现实中有一些研究和例子表明，过度依赖科技可能会对人类的认知能力产生负面影响。 先举个开车的人经常遇到的案例。 研究发现，过度使用导航软件可能会导致人们的空间认知能力下降。 一项由伦敦大学学院进行的研究发现，长期使用GPS导航的出租车司机，他们大脑中负责空间记忆的海马体体积较小。 这意味着，过度依赖导航工具可能会削弱人们的空间认知能力。 与之类似，过度依赖AI助手也可能导致人们的信息处理和决策能力下降。 比如一项由斯坦福大学进行的研究发现，频繁使用搜索引擎的人，在没有互联网的情况下，解决问题的能力较差。这是因为他们习惯了依赖外部工具来获取信息——而不是自己去思考和记忆。 随着AI不断进步，人们可能会越来越依赖AI来处理复杂的信息和任务。 AI助手可以帮

前几天，微软开启了新一轮的大规模裁员，结合去年以来的一系列动作可以看到，微软并非简单的砍人员成本，算是对未来管理方向的一次大胆实验，在单季度260多亿美元净利润的优异业绩下，微软只是不再需要那么多“普通员工”了。 1，微软现在正经历2014年以来最激进的裁员潮，仅2025年上半年就已裁减超过15,000名员工，占其全球员工总数的约7%。这些裁员分多轮进行，最新一轮裁员近9,000人，波及Xbox游戏、销售、法律以及移动游戏等多个部门。 公司对外宣称，这是为了精简运营，削减管理层级，并释放资源以投资其AI基础设施，可以看到，即使在盈利丰厚的情况下，微软也坚定不移的向“更精简、更智能”的方向转型，将有限的资源集中到AI上，某种程度上也在给员工传递一个清晰的信号：适应，或是淘汰。 2，与裁员同步进行的，是微软对AI领域的巨额投资，今年微软初承诺在未来几年内投入800亿美元用于构建数据中心基础设施，公司不仅成立了专门的AI部门，还真金白银的大力支持OpenAI等前沿AI研究机构，这种“一边裁员，一边重金投入AI”的双重策略，其实也明确传递出公司战略重心的转移，将AI发展视为未来的核心增长引擎。 3，“万人大裁员”更深层次的原因在于微软正试图通过AI和自动化来重塑其内部运作和业务模式。比如公司内部已明确要求员工必须使用AI工具，甚至将AI工具的使用情况纳入绩效评估，这意味着AI不再是可选项，而是每个岗位、每个层级的核心要求。 很明显，对于科技巨头来说，未来许多传统角色，特别是重复性高、流程化强的中层管理、客服、数据分析和部分内容创作岗位，正逐步被AI自动化所取代。 4，裁员对微软的各个部门产生了广泛影响，其中Xbox游戏部门是受冲击最大的领域之一，目亲啊已有多家游戏工作室被关闭，还是那句话，微软要从多元化投资转向更集中的、与AI和云服务深度融合的核心发展方向，裁撤游戏部门的同时，微软