最新新闻

来自加拿大中文媒体的重要新闻报道。

Wenxuecity • Jul 9, 2026

台积电、三星恐受挫?美芯片豪赌 16万技术工缺口

一份最新报告指出,全美范围内高技能工人短缺的问题正日益严重,这可能导致全美各地价值数十亿美元的新半导体工厂建设延误,并制约未来的芯片产量——除非该行业能够整合资源,且美国政府持续提供资金支持。 根据麦肯锡公司、美国半导体行业组织SEMI以及美国国家科学基金会联合开展的一项雇主调查分析显示,得克萨斯州、加利福尼亚州、亚利桑那州、纽约州和俄亥俄州等计划建设大量新半导体工厂的州,人才短缺问题预计将最为严峻。 这份周二发布的研究报告显示,总的来看,到2030年,芯片行业的技术劳动力缺口预计将多达157000名全职员工。 这场史无前例的人才危机,正让各大芯片巨头的在美宏伟蓝图集体面临停摆风险: 台积电在亚利桑那州投资高达2650亿美元建设12家芯片制造和封装工厂的计划恐受阻;美光科技在纽约斥资1000亿美元的存储芯片生产愿景,以及三星电子在得州的逻辑芯片项目也可能受到冲击。 报告称,就连英特尔在俄亥俄州那笔已被推迟的280亿美元投资项目,一旦投产,也将面临劳动力短缺的问题。 劳动力短缺问题正成为芯片制造商在美扩大生产版图、扭转数十年前产能向亚洲转移趋势所面临的最新障碍。此外,包括铜、钢和水泥在内的多种商品价格上涨,已推高了被视为特朗普经济议程核心的新工厂的建设成本。 报告指出,除非尽快解决这一问题,否则半导体行业的劳动力缺口,不仅可能危及企业计划投入的数十亿美元投资,还可能影响旨在根据《2022年芯片与科学法案》提振美国国内芯片生产的联邦拨款。 报告作者提出了一系列解决方案,包括持续的政府资助、扩充半导体相关课程内容,以及让学生更早接触芯片行业的职业发展路径。 “人才根本供不应求,”参与此次分析的麦肯锡合伙人Taylor Roundtree直言不讳地表示,“人们逐渐意识到,潜在的人才缺口如此巨大,必须齐心协力来解决这个问题。” 研究发现,到2030年,半导体行业约74%的空缺职位将集中在制造领域。尽管《芯片法案》资助的项目有助于增加新工厂可用的技术人员数量,但这些举措在解决对制造和硬件工程师的需求方面几乎收效甚微。 根据对半导体公司进行的调查,目前已有近四分之三的雇主表示在招聘工程师方面面临重大困难。问题的根源在于,美国工程专业学生中只有约3%选择进入芯片行业工作,大多数人则倾向于选择人工智能等报酬更丰厚的软件相关领域。 《芯片法案》为美国国家科学基金会提供了2亿美元资金,用于在2027年前通过名为“国家微电子教育网络”的组织,开展学生教育和新员工培训等人才培养项目。报告作者建议维持该项资金,但报告中并未详细说明如何延长这些举措。 为提高该行业吸引力而持续开展的举措包括:在亚利桑那州为小学生提供亲手接触半导体设备并试穿白色“兔子服”的机会——这是晶圆厂工人必须穿戴的全身连体工作服,以确保没有任何微小颗粒破坏敏感的半导体制造工艺。 “这是一个几十年来在美国都没有进行过大规模扩建的行业,”Roundtree说。“无论是高中职业指导顾问还是大学教授——对他们中的许多人来说,这根本不是一个会自然而然建议学生考虑的职业方向。”

Wenxuecity • Jul 9, 2026

美亿万富豪:美国被掏空 苹果最难的活交给中国人

I fear @anduriltech's @PalmerLuckey is right. This is why we need to get stackable certificates & far more apprenticeships up & running. #China #HigherEducation @FortuneMagazinehttps://t.co/FDDAC60lp1 — Greg R. Lawson (@ConservaWonk) July 9, 2026 据《财富》杂志网站7月8日报道,美国防务科技企业安杜里尔公司(Anduril)创始人、亿万富豪帕尔默·拉基(Palmer Luckey)早些时候在一场活动中表示,在人工智能(AI)和先进制造竞争中,美国真正落后的不是技术,而是人才培养,真正的较量不仅仅是技术之争,而是谁在培养世界上最优秀的学生。 他接受美国智库胡佛研究所采访时形容,美国教孩子们要胸怀大志,而中国则教他们如何脚踏实地地去实现梦想。具体而言,美国高校越来越脱离工程实践,而中国正通过教育体系培养大批人工智能和工程技术人才,这种差距已开始削弱美国企业竞争力。 拉基指出,美国高校“不再教工程师如何成为工程师”,不少设计工作最终只是形成方案,再交由中国工程师完成制造和落地。 他以苹果公司为例称,过去苹果需要自己攻克产品制造中的工程难题,而如今“最困难的工作大多由中国工程师完成”,美国企业的真实工程能力已被“掏空”。 不过,拉基认为,美国仍保留一项优势——更容易孕育敢于冒险的创业者。他以自己19岁辍学创办虚拟现实公司Oculus、后又创立安杜里尔公司为例称,这样的发展经历“在中国不会发生”。 《财富》杂志注意到,随着中美科技竞争加剧,越来越多美国企业高管发出类似警告。 今年早些时候,辉瑞首席执行官阿尔伯特·布尔拉(Albert Bourla)曾表示,中国科研发展速度“是西方的三倍、成本只有一半”,按目前趋势,到本世纪末前,中国科研实力可能超过美国。 报道称,近年来,中国持续调整高校专业设置,压减部分文科和管理类专业,新增人工智能、机器人、半导体等领域专业,并将人工智能教育延伸至中小学,以服务产业发展需求。

Wenxuecity • Jul 9, 2026

乱用AI,打工人被坑惨了

提效还是背锅? AI已经进入了很多人的工作日常。 公关经理用它写策划方案,律师用它生成基础文书,程序员用它写代码。对很多人来说,它就像工位旁边那个随叫随到的实习生。 而且,AI的交付速度,也很容易让人“上头”,甚至会让人产生一种“掌握了魔法”的错觉。 直到魔法露出另一面。 它会凭空编造不存在的竞品品牌和行业数据,会一本正经引用虚构法条,会在代码里擅自改动不该碰的模块。很多翻车,恰恰是因为它给的东西太像真的,让人放下了戒备。 我们和几位在工作中被AI坑过的人聊了聊。他们并不是不会用AI。相反,AI已经嵌入了他们的大半个工作流程。可即便如此,他们还是会在某些时刻被它带偏。 这些经历提醒他们,AI越能给出完整答案,使用者越需要保留判断、核验和兜底的能力。 所谓AI提效,从来不是把工作直接交出去,它更像一次新的职场筛选:会用的人会变得更快,只会复制粘贴的人,可能会在关键时刻被它拖下水。 01.AI编造了三家不存在的竞品,我在提案现场被客户当场拆穿 林晨|上海 30岁 公关公司策略经理 我是做公关策略的。在乙方,策略岗的人经常被叫“提案机器”。客户一个电话打过来,可能要求我们在极短的时间内,吃透一个我们此前不了解的行业,从里面挖出洞察,再给出一整套营销方案。行业是陌生的,时间是不够的,而客户要的东西是“惊艳”的。 所以AI刚出现的时候,我几乎是扑上去的。 我每天至少有三分之一的工作时间泡在大模型里,主要用来头脑风暴和搭框架。刚开始那阵,是真的“爽”。有一次,客户要一个“银发经济”的营销概念,只给两个小时。我让AI一口气生成了十几个方向,挑了一个稍加润色就交了上去。客户非常满意。 那种感觉,就像是突然掌握了某种魔法。但正是这种“爽”,让我一点点放下了戒备。 真正让我摔跟头的,是今年4月。 我们接到一个千万级的年度全案竞标。客户想做一个高端宠物食品线。时间照例很紧,不到一周要出提案。我负责的是竞品分析这一块。 我把客户资料和几个主要竞品的名字丢给大模型,要求生成一份详尽的竞品分析报告,重点找出这些竞品在高端市场的“营销盲区”。 AI很快交卷,逻辑严密,不仅分析了已知竞品,还“额外”帮我列出了三家我没留意过的"新兴高端宠物粮品牌",连它们的营销打法、受众画像都写得有鼻子有眼,末尾还引用了某家宠物行业研究机构的数据。它给出的结论也很清晰,客户应该主打“原产地溯源”的概念,去填补那块市场空白。因为时间太紧,我没有做查验,就直接把这部分复制进PPT。 提案那天,当我讲到“竞品格局”的部分,客户突然打断我:“这三个品牌,我怎么一个都没听说过?” 我的脑子“嗡”地一下,手心一下子出了汗,我强作镇定,说“下来查查”。 结果,那三家品牌,完全是AI捏造出来的,研究机构的数据也查不到出处。 我们丢掉了这个项目,公司认为我在审核环节严重失职,扣了我三个月绩效。我觉得这个处理是公平的。 这件事之后,我给自己立了一条规矩:凡是AI生成的数据、案例、品牌名,必须逐一交叉验证,查不到出处的,宁可不用。我也开始自己建竞品资料库,用AI的时候直接丢素材给它,让它基于真实信息来分析,不准自己编。 慢慢地,我开始觉得,AI提效其实是一个伪命题。 它帮我省下了写初稿的时间,但必须时刻保持警惕。它越能写,对你的鉴别能力要求就越高。 所以现在,我和AI的关系就是,我离不开它,但也不敢信任它。 02.AI擅自发挥加了额外代码,全组被拖去加班倒查 鹿遥|上海 32岁 产品经理 我是做产品的。 过去,我们的工作流程很清楚,产品写需求,研发和设计实现,测试验收后再上线。现在,AI基本钻进了这条流水线的每一个环节。 我自己用得算保守。一般就是让它帮我查查历史需求,有没有重复的地方,或者让它把我写得乱的需求,理得顺一点。但最后怎么写,哪些能用,还是自己判断——这一块我没让给它。研发同事拿到需求后,也会先丢给它,让它帮着扒逻辑、捋需求,再吐出一个方案。 这套流程本身没毛病,但这次接需求的是一个工作没多久的校招生。 他对业务还不熟,对我们那堆历史代码也不是很了解,甚至连AI交付的方案也没完全看懂。他就按照AI给的方案,跑了一版,发现没什么问题。产品和测试也过了一遍,效果确实是我们想要的。大家都以为,这件事可以顺顺当当往下推了。 直到大范围测试,才发现不对劲。 原来,AI根本没老实待在需求划定的那一小块地里。它自己“发挥”了很多,增加了很多额外的内容。那版代码里可能有一半,都是它“顺手”写的。就像一个过分热心的新同事,你只让它帮你搬一张桌子,它却顺手把整个办公室的家具都重新摆了一遍。而我们却只盯着那张桌子检查。 要是文档,多几段废话,删掉就行。代码不是这样,一个地方动了,会牵出一串东西。那几天,产品、测试、设计以及研发都被拖进来加班。查线上有没有受影响,哪些是AI多写的,倒推问题源头在哪儿。 我们也试过,让AI自己找问题。它会很笃定地说,已经定位到根源了。结果有经验的同事一看,它咬定的那段代码,跟问题压根儿八竿子打不着。最后没办法,只能把那版代码删掉,让人重新手搓一遍。 这次还算走运,上线前被拦住了。但这事儿,我不觉得全是AI的错。更大的窟窿,是人和流程没有跟上。今天就算这个同事没出错,以后也会有B同事、C同事在相似的问题上栽跟头。现在最要紧的是把流程捋一遍:AI是在哪一环把问题带进来的,以后审核的重心又该往哪儿调整。 我现在更谨慎了。AI确实能省时间,一个问题以前我要查一两天,现在它十几分钟能给几个方向。但我一定会再看一遍,也会追问来源。 你必须非常清楚自己要什么,细节也想得足够充分,再让AI去执行。否则把一个模糊的思路交给AI,它只会还你一个更模糊的东西。这种风险就算没当场爆掉,也不过是被推迟到后面,等着某一天集中引爆。 AI确实聪明,但前提是你得能掌控它。因此,AI越强,对人的要求反而越高。如果一个人把自己的工作,干成了对AI的复制粘贴,那被淘汰,只是时间问题。 03.我用AI省了四成工作量,却差点栽在一条虚构法条上 Delia|北京 独立律所律师 31岁 我在一家涉外业务占比比较高的律所,日常要处理大量中英文合同和商业纠纷案件。现在,AI基本上已经成了我的“隐形同事”,大半工作流都有它。但这个“同事”不是一开始就好用的,而是一次次踩坑,一点一点磨出来的。 我主要拿它做三件事:中英文合同翻译、基础文书撰写和行业法律热点检索。 翻译是它最让我放心的部分。律所绝大多数合同都是双语版本,这是最耗费团队精力的重复性工作。而AI在这上面表现一直很稳定,专业术语、句式逻辑,都贴合法律行文规范,几乎不会错译漏译。光这一项,就直接帮我们砍掉了近四成的基础工作量,大大减轻了团队的重复性负担。 文书撰写,则是最容易踩坑的环节。 其实从2024年起,我就尝试用AI搜法条,辅助写文书。它偶尔会出错,但那时我可以在最后一步的人工审核规避掉这些幻觉问题。 真正让我后背发凉的,是它开始在我的知识盲区,一本正经胡说八道的时候。 去年年初,我手上有一起地方股权纠纷案件,时间紧,涉及的区域专项监管规定又特别复杂,我让AI辅助撰写初稿,并要求它补充地方性法条与同类生效案例支撑观点。 它很快交了成品,行文逻辑流畅、引用条目规整,大的法条法规我做了一些修订后整体看上去已经没有问题了。我当时忙于对接客户,就草草归进了卷宗。 万幸,卷宗报送合伙人复核时,一位同事发现了问题,文中有几处地方性法条完全是虚构的,错误很隐蔽,如果没有专门做过地方法规的功课,几乎看不出来。 那一刻我瞬间警醒,AI在我的认知框架下可以帮助我提高效率,但超出框架的部分,哪怕只有一点点都会让我踩坑。 为了规避AI幻觉风险,我开始自己搭资料库,每次用AI,我都限定它只在资料库里检索。后来有了一些专业的付费数据库,我第一时间采购订阅,经过长期使用,现在越用越顺手了。 跟同行交流,我发现很多人还在误区里。不少人习惯用多个AI模型交叉审核文书,以为能规避错误。但实际效果微乎其微——几个模型可能在同一个地方一起犯错,踩过这个坑的人不在少数。 现在我坚持一个观点:AI没有好坏之分,好用与否完全取决于使用者的专业认知。它能解放我们的双手,但无法替代律师的逻辑研判、法条核验与价值判断。 目前律师从业者的共识普遍是,AI的幻觉问题可以通过使用者的能力来解决,但因果关系和逻辑能力差得还很远,远不到冲击行业的程度。毕竟,法律从来不是一个“yes or no”的问题。 不会用AI,你确实会慢慢落后;但无脑依赖AI,更危险。 04.项目延期两周、自费七千块Token,我还背上了职场“黑点” 童桐|90后 深圳 程序员 我做了10年程序员,去年3月开始用AI写代码,12月全部交给了AI,到现在基本上不怎么自己手写了。 前段时间,我们团队需要给公司一个老产品做智能化升级,搭一个Agent系统。最开始的使用体验确实顺畅,效率直接翻几倍,我慢慢放松了校验的警惕心。按照正常节奏,这个项目一个月就能做完。 有一次,我把需求写清楚、标准定好,然后睡觉去了,等它第二天给我交付。结果代码跑出来了,存在明显的黑盒缺陷,等我和同事发现时,它已经擅自改动了线上已有代码逻辑,把别人已经写好的代码给改坏了。我只能迅速在群里滑跪:“对不起,我把你们的代码搞崩了。”然后和同事一起补救。 这次事情之后,我也加强了对AI的审查,每天都在处理AI的小毛病。就这么磕磕绊绊折腾了一个半月,项目直到现在还没交付,本来预计四周完成的项目,目前已经延期两周了,我还又自费按量充值AI Token,目前额外投入了七千多块。甚至我的产品经理因为受不了AI的折磨,刚和我提了离职。 我的工作风格一向是准时交付,不允许延期,这次事情让我产生了很深的自我怀疑。更致命的是,这件事已经打乱公司业务布局,老板原本安排我接手另一个新业务,但我一直被这个项目卡着出不来。领导嘴上没有明确追责,但明显耐心快耗尽了。因为这个项目还没结束,具体处罚还没有明确,但我心里清楚,这件事迟早要算账的。 AI确实帮我提效了,但没让我省心。它确实把一些环节的人省掉了,前端不需要专门找人写了,文案调整我自己让AI改一下就行,效率上整体提了两三倍。可是该审核、该兜底的工作量一点没减。 我也反思过,是不是自己使用方式有问题。后来想明白,AI对使用者把控、校验能力要求极高,考验的还是人的主观能动性。 这在我两个实习生身上充分体现:有一名实习生,只会无脑丢需求给模型,单日消耗两百元算力,但产出完全无法落地,任何细节都要我全程陪同核对;另一名懂得梳理清晰提示词、交付前自行校验,产出仅需小幅修改,是团队唯一能依靠的帮手。 这次项目经历让我明白,你愿意学习、用心输入、细心检查,AI就是真正有用的帮手;如果一味全盘依赖,那最终资金损耗、项目延期、职场问责所有后果,只能自己吞下。 05.海报有错字、座位排错职级,最后被问责的还是我 一一|95后 北京 广告策划 我是做广告策划的,日常工作是各类活动的全案策划,同时兼顾海报、宣传物料的对接和样板制作。从去年开始,团队鼓励大家使用AI工具。在文案撰写、创意构思、基础物料设计等环节,我们都会先用AI生成初稿,再进行优化调整。在领导看来,AI能提高效率、降低人力成本。对我而言,也省去了大量重复琐碎的基础工作。我一度觉得这是一种高效省心的工作新模式。 但一年多的实操经历让我认清了一件事,AI终归只是辅助工具,过度信赖只会给自己埋雷。 AI第一次给我挖坑,是在品牌线下快闪活动的海报制作上。当时客户要得比较急,我梳理好风格、主题、配色等核心要求后,让AI生成海报初稿,先给客户确认创意方向。AI给我的成果构图、配色都不错,视觉效果完全达标。我粗略浏览了整体画面后,觉得没问题,就直接发给客户了。结果海报角落的品牌名称有一个错别字。因为字体偏小,位置又隐蔽,我压根没注意到。客户反馈后,我疯狂道歉,生怕对方觉得我不专业。 这次买了一个教训:AI生成的图文,每一个细节都要反复核对。本以为吸取了教训就不会再出错,结果第二个坑接着就来了。 那是一场地方产业峰会的策划工作,规模不小,来的嘉宾有省里、市里的领导,还有行业内的重要人物。领导把排座位的活儿交给我,特意叮嘱座次要按职级排序,不能搞错。但名单上只有名字和对应的岗位职务,没有标注明确的职级。加上,我在网上检索到的信息也比较零碎,就把名单交给AI,让它来排序。AI很快就输出了条理清晰的座次表,也给出了看似严谨的依据,我就直接提交了。 结果活动当天,一位职级更高的嘉宾,被安排到了职级较低的嘉宾席位上——AI把职级搞反了。领导当着好几个人的面把我叫过去问怎么回事。我站在那说不出话,心想总不能说AI排的吧。那位嘉宾没说什么,坐下了,但整场脸色都不好看。 这次的教训更深刻,AI输出的信息,尤其是涉及自己陌生的领域,绝不能直接照搬。 现在,我依然会使用AI,但是我不再把AI的产出当成最终答案。AI可以帮我提高效率,却不能替我承担结果。它写错一个字、弄错一条信息,最后向客户解释的是我,被领导追责的也是我。该自己做的判断,一个都不能省。

Wenxuecity • Jul 9, 2026

奥尔特曼:OpenAI新旗舰模型Token效率大幅提升

OpenAI首席执行官萨姆·奥尔特曼(Sam Altman)表示,公司最新人工智能模型GPT-5.6 Sol在代理式编程任务中的Token使用效率提升了54%,并称其性能“与市场上的竞争模型相当甚至更好”。 日内,OpenAI正式推出新一代模型系列——GPT-5.6 Sol、Terra和Luna。这一系列模型于上个月首次公布,但应美国政府要求,首批仅向“一小部分值得信赖的合作伙伴”开放。 Sol版本为GPT-5.6系列的旗舰模型,OpenAI重点展示其在编程、生物学和网络安全领域的能力提升;Terra版本适合日常工作;Luna版本速度快且价格实惠。 周四(7月9日),奥尔特曼在接受采访时表示:“如今每一家企业都在关注AI投入成本,以及从AI中获得的回报,这正是我们努力实现的目标。” 奥尔特曼透露,公司在审批过程中与美国商务部长霍华德·卢特尼克、财政部长斯科特·贝森特以及美国国家网络安全主任肖恩·凯恩克罗斯保持密切合作。 他形容这一过程是双方“持续协作、反复沟通”,政府负责开展测试,并提出需要公司解决的安全问题。 “如果希望让更多人使用这些强大的模型——而这正是我们的目标——就必须对自己的安全承诺有充分信心,否则外界很快就会对此感到不安。” 此前有报道称,OpenAI正与特朗普政府就政府可能持有公司股份进行初步且持续的谈判。有消息称,OpenAI提议向美国政府提供5%的股权。对此,奥尔特曼表示,该报道“存在很多不准确之处”。 他表示,希望未来AI监管能够采取全球统一的方式,让用户在使用AI时无需时刻担忧安全问题。“每个人都会获得使用AI的机会,不会只有美国从中获得不成比例的优势。” 目前,OpenAI在私募市场的估值已达到8520亿美元,公司正与Anthropic、谷歌、微软、亚马逊、Meta以及马斯克旗下SpaceX等科技巨头展开AI竞赛。 Meta周四发布了最新AI模型Muse Spark 1.1,称其是公司“迄今最强大的代理式AI和编程模型”;埃隆·马斯克旗下的SpaceXAI(在与SpaceX合并前名为xAI)则于周三推出了Grok4.5。 SpaceX上个月完成了创纪录规模的IPO,OpenAI和Anthropic也正筹备规模可能同样庞大的上市计划,两家公司均已向监管机构递交上市申请文件,但尚未公布正式上市计划及时间表。 对于OpenAI是否会在今年启动IPO,奥尔特曼回应道“我不知道”。

Wenxuecity • Jul 9, 2026

OpenAI“杀死了”Codex,一个超级应用诞生

OpenAI CEO山姆·奥特曼。图片由AI生成   北京时间7月10日凌晨,OpenAI宣布结束GPT-5.6系列为期两周的限量预览,正式向全球用户全量开放。同一时间发布了ChatGPT Work,一个由GPT-5.6驱动、可以操作应用程序、处理文件并持续工作数小时的通用型智能体,同步上线Sites功能公测版,用户可以把工作成果直接生成为可分享的交互式网站。 伴随这次发布,独立的Codex应用正式消失,取而代之的是一个整合了Chat、Work和Codex三合一的桌面超级应用。这是OpenAI自2026年3月应用部门CEO菲吉·西莫(Fidji Simo)在内部全员会上透露合并计划以来,最大的一次产品形态重组。 OpenAI CEO山姆·奥特曼(Sam Altman)在太阳谷会议期间接受CNBC采访时说,“新旗舰模型GPT-5.6 Sol在智能体编码任务上的token效率提升了54%,这是他最看重的变化。现在每个企业都在考虑支出以及他们从AI中获得的价值,而这正是我们真正想做的。” GPT-5.6系列6月26日首次亮相时,OpenAI用了一个罕见的限定:“应美国政府要求,仅向少量受信任合作伙伴开放。”奥特曼也在媒体采访中首次披露了审批细节,公司与商务部长霍华德·鲁特尼克(Howard Lutnick)、财政部长斯科特·贝森特(Scott Bessent)和国家网络安全总监肖恩·凯恩克罗斯(Sean Cairncross)之间进行了“协作式往返沟通”,政府一方执行测试并提出问题,OpenAI一方解决问题。商务部7月8日正式批准全面发布,第二天OpenAI即宣布解禁。 全程回顾|GPT-5.6深夜上线,ChatGPT和Codex正式合并 01 模型效率比聪明更重要 这次开放的GPT-5.6系列包含全部三款模型:旗舰版Sol、均衡版Terra,以及最具成本效益的Luna。 API定价上,Sol每百万token输入5美元、输出30美元,Terra输入2.5美元、输出15美元,Luna输入1美元、输出6美元。 这次GPT-5.6系列的核心变化,直接把焦点从“拉高智力天花板”转向了市场最关心的痛点:用AI到底划不划算。 在多项权威基准测试中,GPT-5.6家族展现了强大的效率和成本优势。 在综合工作流评估(Agent's Last Exam)中,旗舰版Sol斩获53.6分,超越Claude Fable 5达13.1分,成本却仅为其四分之一。 即使在中等推理设置下,Sol依然能稳稳领先11.4分,而规模更小的Terra和Luna则以约十六分之一的极限成本完成了对Fable 5的越级超越。 GPT-5.6 Sol在Agent's Last Exam中以53.6分领先Claude Fable 5 13.1分 在衡量智能与速度的Artificial Analysis Index榜单上,Sol在最大推理设置下的智力表现与Fable 5几乎持平,但任务耗时暴跌61%,成本直接砍半。 GPT-5.6 Sol(最大推理)智能与Fable 5几乎持平,耗时少61%,成本约低一半 在编程攻坚上,Sol在Coding Agent Index上以80分创下新纪录,超过Fable 5,且输出token和耗时全部减半,成本仅需三分之一。 GPT-5.6 Sol得分80,超越Fable 5(2.8分),且token、耗时、成本均大幅降低 此外,在桌面操作测试OSWorld 2.0、网安攻防测试SEC-Bench Pro中,GPT-5.6的表现同样亮眼,同时token消耗大幅下降。 这种效率的飞跃,源于模型可在内存中自编自运行轻量程序,实现工具协调和数据自滤。配合Responses API中的“程序化工具调用”,开发者无需再机械地为每一步写脚本。 针对地狱级难度的任务,GPT-5.6还提供了两套越级配置:Max模式愿意砸入算力与时间,进行深度推理、多方案探索与疯狂自检;Ultra模式则直接开启多智能体并联,默认4个、最高可拉满16个智能体死磕同一任务。 几位科技圈大咖在提前测试GPT-5.6后,给出了最直观的评测体验: 宾夕法尼亚大学沃顿商学院的伊桑·莫里克(Ethan Mollick)认为:“Sol适合那种需要反复拉扯、连我自己都没完全想明白需求的任务;而Fable则适合那些定义非常明确的长任务。” 知名投资人马特·舒默(Matt Shumer)的感受更直接,他解释称:“Fable有股‘初代大模型’的厚重味,而GPT-5.6感觉像是经过极致强化学习调优的精干模型。绝配组合是:让Fable写代码,让GPT-5.6来当审计员,后者在安全工作上主动性极强。” 科技评论家马修·伯曼(Matthew Berman)两个月用了超过25亿token。他的感受是:“在日常使用中,GPT-5.6的速度比Fable快2到3倍!” Every联合创始人兼CEO丹·希珀(Dan Shipper)经过公司内部测试后认为,最顶尖的玩法是把GPT-5.6当成Fable的子智能体使用。 硅谷科技投资人@blader已经把Sol ultra当主力模型用了很久。他认为,哪怕OpenAI直接把它改名叫GPT-6推出来,全网也不会有任何人怀疑它。 02 Codex消失,桌面应用大统一 除了模型上的更新,原本独立的Codex正式融入了全新的ChatGPT桌面应用。这次更新在Mac和 Windows平台上对包括Free版在内的所有用户免费开放,但部分模型和 Work能力仍按订阅等级开放。 旧版的ChatGPT桌面应用将更名为ChatGPT Classic,而全新的桌面端则直接化身为一个拥有三大核心视图的“高能控制台”: ChatGPT新版桌面端拥有Chat、Work以及Codex三大核心视图 Chat视图:大家最熟悉的普通对话框,适合日常快速提问和脑暴。 Work视图:前面提到的“AI数字员工”大本营,专门用来盯长周期项目。 Codex视图:开发者的专属利器。 为了照顾程序员的习惯,OpenAI设计了一个非常贴心的小细节:你不仅可以把Codex设为开机默认视图,甚至能直接把应用图标一键切换成Codex的专属图标。此外,用户此前创建的桌面Codex项目也已经全面打通,在ChatGPT移动端随时随地都能访问。 在GPT-5.6的加持下,合体后的Codex战斗力飙升。它现在不仅支持代码差异中的内联编辑(Inline Editing),还能让开发者直接在侧面板里高效审查拉取请求(Pull Requests)。 在底层速度大幅优化后,编写和修改代码的流畅度直接拉满,让开发者的双手能够进一步从繁琐的机械操作中解放出来。 这个新桌面应用最硬核的底牌,在于它内置了浏览器和“计算机使用能力(Computer Use)”。 这意味着它不再只是躲在云端调用API,而是能够代表用户,在电脑后台跨应用、跨工具和浏览器执行真正的本地物理操作,像真人一样去点击、输入,甚至跨文件夹把文件拖拽到需要的地方。 你可以把这些本地操作指令设置为一笔带过的一次性任务,也能把它们塞进“定时任务”里,去自动化搞定那些过去必须由人工手动点击、 本地运行的重复性任务。 配合这次桌面端的重塑,OpenAI针对周边生态也进行了一轮大洗牌。 其中,Chrome扩展程序迎来全面更新,现在支持直接在浏览器侧边栏里无缝唤醒ChatGPT。 独立的Atlas浏览器将逐步被淘汰,OpenAI开始全力引导用户过渡到这个崭新的统一桌面应用中。 03 ChatGPT Work:全自动流水线 除了新模型和超级桌面应用,OpenAI这次更新还发布了ChatGPT Work。 它彻底撕掉了“聊天框助手”的标签,蜕变成一个能直接操作应用程序、处理复杂文件,并且能不眠不休连续工作几个小时的“AI数字员工”。只要给它一个最终目标,剩下的任务分解、步骤执行和成品产出,ChatGPT Work就能自己完成。 用户在忙别的事也完全不用担心项目断档。通过全新的“定时任务(Scheduled Tasks)”功能,ChatGPT Work能自己推进项目。它能定时去扫描Microsoft Teams和Slack里的最新消息,把核心关键点自动抓取并更新到你的文档或PPT里,甚至在完成后自己一键分享给整个团队。 这种颠覆性的体验,已经在不少头部企业中引发了效率地震。英伟达市场推广经理威尔·丹尼(Will Daney)分享了自己的亲身经历。 在为英伟达GTC大会做准备时,他过去要在Excel上花掉40%的时间,手动拉客户名单、跟踪注册、整理会后反馈。用上ChatGPT Work后,他把这些繁琐任务变成了每周自动跑两次的固定流程。 除了英伟达,Zapier、RingCentral、维珍航空等公司也都出现在了首批测试的名单上。 甚至在OpenAI内部,ChatGPT Work也在疯狂“吞噬”原本的工作流程。 销售部门用ChatGPT Work把一次客户对话转化成针对性PoC的周期,从几周压缩到了24小时内;财务部门则用它完成查源、对账、做幻灯片和交叉验证,将月末结算与预测从几天缩短到几小时。 在OpenAI内部,结合了Codex的这套工具已经全员普及,其28天活跃用户比例从2025年8月的15%飙升到了接近100%。 OpenAI内部Codex使用增长情况 在生态连接上,ChatGPT Work通过插件直接插进了企业的心脏——Slack、Microsoft Teams、Google Drive、SharePoint、电子邮件、日历、CRM和各种项目跟踪器。 插件让ChatGPT连通办公应用与内部系统,支持自动或手动调用,统一目录管理并主动推荐 用户只需在对话框里打个 “@” 再加上应用名称(比如 @Slack),就能直接指挥它去特定的工具里提取数据和上下文。全新上线的“统一插件目录”把所有插件集中到了一起,ChatGPT甚至会在你干活的途中,主动弹出来推荐最适合当下任务的插件。 需要注意的是,由于它的定位是执行长周期、高复杂度的重型任务,其消耗的算力资源和使用量会根据任务难度产生剧烈波动。为了防止公司卡被刷爆,Enterprise和Edu的管理员可以在后台的Admin Console里设置支出控制,精细化管理额度上限。 目前,ChatGPT Wor已开始向桌面端推出,同时网页端、移动端也陆续向Pro、Enterprise、Edu 用户开放。 04 一句话把想法变成URL 除了替人动手干活,ChatGPT如今还解锁了一项全新的“输出神技”——Sites(公开测试版)。 有了它,用户可以把任何工作成果、灵感或草图,直接变成一个可交互的网站或Web应用,并瞬间生成一个专属URL,用来对内分享或对外公开。 这个功能专门用来对付那些需要实时更新、高频共享的轻量级页面。 OpenAI列举了几个非常接地气的应用场景:实时数据仪表盘、项目进度跟踪器、发布日历、产品原型、企业内部门户、交互式数据报告等。 用户还可以在ChatGPT内部直接测试、调整自己建好的Sites,甚至能随时把新的网页上下文和材料塞进项目里。一旦背后的底层数据和基础信息发生变动,ChatGPT就会在后台心领神会地自动更新网站内容。 对于那些天天要跨团队同步信息、但又实在厌倦了每次都做冗长PPT的打工人来说,Sites提供了一个降维打击式的选择。它直接把原本需要设计、前端、开发多方协作的复杂工程,压缩成了一次跟AI的日常对话。 从这次一口气掏出的全套产品和近乎腰斩的API价格来看,OpenAI显然正在用实际行动向市场证明:他们不只是有最强的模型,还有最省钱、最实用的工具。

Wenxuecity • Jul 9, 2026

AI热潮推升芯片股:美股收高、费半大涨逾3%…

▲芯片股延续强势表现,抵消美国、伊朗再度爆发军事冲突的负面情绪,美股主要指数周四收涨。图为纽约证券交易所。(图/PhotoAC) 投资人将焦点重新放回人工智能 (AI) 题材,芯片股延续强势表现,抵消美国、伊朗再度爆发军事冲突的负面情绪,加上韩国记忆体大厂SK海力士(SK Hynix)即将赴美上市,也带动半导体股走强,美股主要指数周四收涨,科技股为主的那斯达克指数、费城半导体指数涨幅较为明显。 综合《CNBC》等外媒报导,美军连续第2天对伊朗发动空袭,在这之前,德黑兰刚袭击了霍尔木兹海峡及其周边地区的商船,导致这条重要航道交通受阻。然而,在美国总统川普(Donald Trump)宣称,伊朗主动联系美方寻求达成协议后,原油期货价格下跌,有卡达和巴基斯坦的官员透露,调解人也正努力促成美伊重返谈判桌。 9日收盘,美股道琼工业指数上涨139.02点或0.27%,报52487.41点;那斯达克指数上涨336.24点或1.30%,报26206.89点;标普500指数上涨60.93点或0.81%,报7543.64点;费城半导体指数上涨385.04点或3.06%,报12960.00点。 焦点个股方面,脸书母公司Meta计划9月开始生产AI芯片,加上扎克伯格 (Mark Zuckerberg)否认算力过剩,股价收涨4.7%;美光(Micron)则宣布上调美国厂房投资预测至2500亿美元,以满足庞大的记忆芯片需求,股价收涨4.52%。 国际油价部分,西德州中级原油(WTI)跌1.96%,每桶收报72.08美元;布兰特原油期货则滑落2.2%,每桶收报76.3美元。

51.ca News • Jul 8, 2026

BC省将就Tumbler Ridge惨案状告OpenAI

BC省司法厅长妮基·夏尔马(Niki Sharma)周二宣布,BC省政府将就 Tumbler Ridge 大规模枪击惨案对 OpenAI 提起法律诉讼。BC总检察长在一份新闻稿中表示,BC省已聘请律师对人工智能公司 OpenAI 提起诉讼,指控其在 Tumbler Ridge 中学发生大规模枪击事件之前,未能将平台上出现的威胁通知执法部门。2026年2月10日, Tumbler Ridge中学发生袭击事件,造成8名无辜民众丧生,其中包括一名教师和5名11至13岁的儿童,另有27人受伤。BC省政府称在采取这一措施的同时,将继续支持遇难者家属和整个图姆布勒里奇社区,帮助他们从BC省历史上最惨痛的悲剧之一中恢复过来。“我们始终与失去亲人的家庭、受伤者以及整个图姆布勒里奇社区同在”,尼基·夏尔马表示,“随着社区逐渐走出阴霾,我们的政府将继续致力于支持受影响者并追究责任。当有严重证据表明错失了预防伤害的机会时,我们有责任采取行动。我们对受害者、他们的家人以及所有因这场悲剧而改变人生的人们负有这样的责任”。省府称已聘请温哥华的CFM律师事务所和加州的Stranch, Jennings & Garvey律师事务所,以探索所有法律途径,追究OpenAI及其决策者的责任,因为该公司未就犯罪分子在其ChatGPT平台上发布的明确且已标记的威胁通知执法部门。据称聘请加州律师可以让该省直接评估OpenAI总部所在地加州的潜在法律救济措施。OpenAI 的内部报告显示,其安全团队在袭击发生数月前就已在 ChatGPT 上标记了肇事者的暴力提示,但公司领导层却没有通知警方或地方当局。BC省政府称将与BC省和加利福尼亚州的法律顾问合作,寻求适当的途径,以确保问责制,并为社区重建工作争取支持,包括建造新的 Tumbler Ridge 学校设施。“BC省向来勇于挑战那些对民众和社区造成伤害的强大企业”,夏尔马说道,“我们采取这一行动,是因为OpenAI在其平台上出现威胁后未能通知执法部门,这令人严重关切。我们将竭尽所能追究OpenAI及其决策者的责任,因为在公共安全受到威胁时,任何公司或企业领导人都不应凌驾于审查之上”。此外,多名受害者家属已在美国加州北区地方法院对OpenAI提起诉讼。BC省府称省政府采取的任何法律行动都将独立于Tumbler Ridge受害者家属和社区成员提起的诉讼。两项诉讼程序将各自独立并行,通过不同的法律途径寻求追究责任。

CCTV Chinese • Jul 8, 2026

活力中国调研行丨上海:具身智能加速走进生产生活

央视网消息:近年来,上海着力实施创新驱动发展战略,正加速向具有全球影响力的科技创新中心迈进。作为我国人工智能产业的高地,上海在具身智能领域,尤其是人形机器人的研发卓有成效。从核心算法突破到供应链协同,人形机器人从实验室走向市场的速度,超过了很多人的想象。  总台记者 肖冰毅:在上海浦东一家研发和制造人形机器人的企业,现在的人形机器人,可以通过高灵活度的结构来实现跳舞、打拳、后空翻这样的表演。在此能力基础之上,如何将这些技术进一步转化到现实生产生活应用场景中去?  从数据采集训练到自主学习分析这些正在干活的机器人,它们正给手机插充电线,动作精准,有的在调制饮品,从倒酒、到摇壶、最后再拿起一个小小的草莓点缀一气呵成,还有的在帮我们做日常的家务比如叠衣服。这些操作的难点在于,每一件物品的大小、形状、材质都不同,每个机器人要完成的目标任务也不一样,所以要经过大量训练和数据采集之后,它们自主感知、决策、控制的能力有了显著提升,实现了现在的精准控制。  人形机器人跨越实验室门槛  走进生产生活这里有一台半尺寸的人形机器人,它的厉害之处是背后的“零门槛通用机器人内容创作平台”,意思是,你可以完全不懂编程,只要上传一段拍摄好的视频,一定的时间之内,这台机器人就能自主分析和学习,学会视频里的动作要领。可能在不久的未来,大家都能快速教会机器人你所需要它掌握的新技能。  还有一些机器人已经在江西南昌的一家电子产品的工厂里实现应用,工作人员介绍它们已经完成了超过100天的工作。在上万次的作业过程中,成功率超过99%。可以说已经成为量产线上的“正式工”,实现了重复工种的替代和必要时的人机协同。  最能体现机器人“大脑”能力的是独立和人对打乒乓球。在拍摄的试验画面中可以看到,球速很快,轨迹不断变化,机器人必须在毫秒级时间内判断落点、移动位置、挥拍,这考验的是它对动态、不可控环境的实时理解和自主决策。它实时推理和身体协同能力得到进一步提升,更接近人类。未来,这种能力可以迁移到更多复杂操作中,比如精密装配、手术辅助等。  应用落地背后的长三角“小时级”协同记者最大的感受就是机器人正在从“能动”变得“能用”了。具身智能要在真实场景里应用,不仅靠技术突破,还要靠终端的制造能力。就在上个月,这家企业第一万五千台机器人下线,创下量产纪录的同时速度还在不断加快。因为在长三角地区遍布着电机、传感器、灵巧手等各个方向的产业链,供应商上午收到需求,下午就能带着方案甚至是打出来的模具来到上海的企业精准对接新的开发需求,工艺改进以小时为单位推进。一个新产品从研发到量产的时间缩短到了半年甚至更短。这就是长三角“小时级供应链”生态圈的协同效率和创新活力。  从技术创新到产业协同,上海作为科创的策源地,正在加速打通人形机器人的“最后一公里”。

CCTV Chinese • Jul 8, 2026

我国人工智能产业加速发展壮大

  央视网消息:2026世界人工智能大会暨人工智能全球治理高级别会议,将于7月17日至20日在上海举办。7月7日,主办方召开新闻发布会介绍相关情况。  在发布会上,工业和信息化部有关负责人表示,当前,人工智能产业持续壮大,“人工智能+制造”日益深入,人工智能生态不断优化。  据测算,2025年我国人工智能核心产业规模超过1.2万亿。大模型、智能体、人工智能芯片加速迭代,今年人形机器人全年整机产量有望突破10万台。  截至目前,我国在人工智能领域已研制近200项关键标准,我国企业积极拥抱开源范式,大模型下载量居全球第一,AtomGit等开源社区汇聚超1100万开发者,人工智能生态不断优化。

Wenxuecity • Jul 8, 2026

中企加速弃用英伟达芯片,近一半投入转向本土

据美国彭博社7月7日报道,一项最新调查显示,中国企业正逐渐弃用美国人工智能(AI)巨头英伟达开发的先进加速器,转而青睐本土产品。 “彭博行业研究”(Bloomberg Intelligence )周二发布的调查报告称,在对60名中国软件、金融、制造和零售业高管的调查中,受访者预计未来12个月会将AI加速器预算的46%投向本土产品,高于目前的30%。 报告认为:“中国推动本土AI半导体替代外国产品的努力正在取得进展。” 美媒称,这一数据不仅折射出中美科技博弈正重塑AI基础设施建设的格局,也凸显了中方加速以国产替代美国技术的雄心。腾讯、阿里巴巴和华为等中国头部AI基础设施建设商及其主要供应商,有望成为这一趋势的主要受益者。此外,大量受访者表示,目前也正对海光信息和寒武纪生产的AI加速器进行评估。 调查同时发现,尽管英伟达的产品依然广受欢迎,但其在中国大陆市场的份额预计将萎缩。 不过,全球存储芯片短缺可能会掣肘中芯国际等中国AI企业的扩张步伐,而长鑫存储有望在这一缺口中获益。报告称,目前的行业瓶颈正从单纯的算力比拼,转移至能否确保支持数据快速传输的高带宽存储器(HBM)的稳定供应上。

Lahoo.ca News • Jul 8, 2026

列治文沉船,7人遇难,4大漏洞 | 没有人穿救生衣!列治文沉船暴露的真问题

列治文沉船,7人遇难,4大漏洞 | 没有人穿救生衣!列治文沉船暴露的真问题2026-07-10 |作者:小乐 | 来源:加拿大乐活网乐活老麦加拿大华人旅游温哥华分享:#出海事故#列治文沉船#商业海钓#救生衣#海钓安全#船只安全 最新消息,目前7人遇难。10人出海,仅3人生还。列治文沉船事故,让整个大温华人社区陷入悲痛。这场悲剧究竟是一次无法预料的意外,还是一连串安全隐患共同酿成的结果? 本期视频结合目前公开信息,梳理事故经过,并分析事件背后暴露出的几个关键问题,包括船只安全状况、商业海钓资质、恶劣海况判断、救生衣使用等。这不是为了制造焦虑,而是希望更多热爱海钓、出海和户外活动的人,能够从这场事故中吸取教训,避免类似悲剧再次发生。 如果你经常在BC省海钓、包船出海,或者身边有喜欢户外活动的朋友,希望这期内容能够对你有所帮助。 欢迎大家在评论区理性讨论,也希望逝者安息,生者坚强。 00:00 列治文沉船事故回顾 01:08 23岁船长与事故最新细节 02:35 船只历史与隐藏安全隐患 04:19 商业海钓行业4大漏洞 07:02 为什么救生衣如此重要 08:27 出海如何避免类似悲剧 11:03 调查仍在继续,我们该吸取什么教训 #RichmondBoatAccident #列治文沉船#老麦讲加拿大 #加拿大海钓 #BC海钓 #BoatingSafety #加拿大新闻 #温哥华 #BoatAccident 阅读 3620未经允许不得转载:加拿大乐活网 »列治文沉船,7人遇难,4大漏洞 | 没有人穿救生衣!列治文沉船暴露的真问题分享:

Wenxuecity • Jul 7, 2026

AI失业恐慌是一场“狼来了”?AI巨头集体改口

奥特曼认错、阿莫迪改口:AI失业恐慌是一场“狼来了”? 曾高调预警AI将引发大规模失业的奥特曼、阿莫迪等科技巨头纷纷改口,从“就业末日论”转向“生产力提升论”。随着IPO、舆论和现实数据的变化,AI失业恐慌是否只是一次被放大的“狼来了”,正引发市场重新审视。 在AI巨头们中间,“末日论”已经过时,“繁荣论”正卷土重来。 一年前,OpenAI首席执行官山姆·奥特曼(Sam Altman)还在公开预警大量岗位将“彻底消失”。 Anthropic CEO达里奥·阿莫迪(Dario Amodei)则断言五年内半数白领入门级工作将不复存在,失业率恐飙升至20%。 Palantir CEO亚历克斯·卡普(Alex Karp)甚至放话,在AI时代,只有手艺人和天生不按常理思考的人,才能确保不被淘汰。 当时,从埃隆·马斯克(Elon Musk)到传统汽车巨头福特的掌舵人,无一不在描绘AI将重创办公室白领的萧条景象。 然而,这股“就业末日论”近日却戛然而止。 奥特曼爽快认错。阿莫代伊换了种说法,讲的不再是岗位消失,而是人的生产力将因AI提高十倍。马斯克则干脆说,未来工作不是必须的,更像一种个人爱好。 他们突然改口,背后有多重压力。 既因为冲刺IPO需要讲个好故事,也因为公众对AI的负面情绪已经压不住了,再加上就业数据压根没出现“末日”迹象,而AI实际的成本和表现也远不如当初吹得那么神。 01 从“末日预言”到“生产力神话” 2026年5月底,奥特曼在悉尼的一场行业会议上公开反思,承认业界低估了“人”在经济互动中的核心价值。他坦言,此前预想的白领岗位大面积消失并未发生,自己对AI经济影响的直觉出错了。 阿莫迪也修正了其激进观点,转而将AI定义为“产出倍增器”。 今年5月,他与摩根大通CEO杰米·戴蒙(Jamie Dimon)同台时提出,即使90%的工作流被自动化,剩下的10%也会催生出新的劳动需求,个人生产力反而能翻几倍。 阿莫迪在6月发表的文章中解释了自己态度转变的理由:当初的警告是为了让政策制定者有更好的准备,自己并非想做“末日先知”,不过他仍留有余地,称“持久性失业”的风险依旧存在。 福特汽车的实践印证了这一转变。福特CEO吉姆·法利(Jim Farley)去年曾预测AI将取代美国近半数白领,但近期该公司却反向扩招了数百名工程师,理由是自动化工具的质量仍需深厚技术专长的工程师来把关。 高盛CEO戴维·所罗门(David Solomon)则从历史周期角度指出,从电气化到数字革命,美国历次技术颠覆都伴随着新就业生态的诞生。该机构研究显示,仅AI驱动的数据中心建设自2022年以来就创造了20万个岗位。 诺贝尔经济学奖得主达龙·阿西莫格鲁(Daron Acemoglu)的研究同样证实,AI的替代效应通常会被生产力提升带来的劳动力新需求所抵消。 金融科技公司Ramp与劳动力情报公司Revelio Labs联合追踪了近2.2万家美国企业的AI投入与雇佣数据。 报告显示,在AI领域投入最高的“高强度采用者”(人均月AI支出超30美元的企业),其员工总数增长率高达10.2%,增长覆盖了工程、销售、行政、财务等多个岗位。 这种现象验证了经济学中的“杰文斯悖论”(Jevons paradox),即技术进步提高资源利用效率时,最终消费量不减反增。 Box CEO阿隆·列维(Aaron Levie)与Apollo的托尔斯滕·斯洛克(Torsten Slok)均指出,AI降低了编写代码、客户互动等核心产出的单位成本,反而刺激了企业扩大业务边界,进而拉动了整体用工需求。 高盛的另一组宏观数据显示,过去一年AI每月净消灭约1.6万个工作岗位,“Z世代”及入门级员工承受了主要冲击。但在技术前沿的头部公司里,入门级员工人数实际上增长了12%。 这种微妙的矛盾揭示了一个严峻的现实:AI正在制造两极分化。跑得快的技术前沿企业在扩招,而受困于试验、缺乏持续投入的大多数传统企业,则成为了岗位流失的重灾区。 02 为冲击IPO打前站 既然就业市场的影响这么复杂多变,这些科技大咖的表述却变得这么快? 目前,OpenAI正筹备秘密提交首次公开募股(IPO)申请,目标估值达1万亿美元,并计划筹集至少600亿美元,其目标是到2030年实现2800亿美元的收入。同时,Anthropic也已提交保密S-1文件,估值冲向万亿美元大关。 AI战略顾问鲍勃·哈钦斯(Bob Hutchins)指出,企业无法带着“社会崩溃、大规模失业”的论调去公开市场争取银行家与散户投资者的信任。面对即将到来的合规审查与IPO募资,巨头们必须修正社会预期。 他解释说,2025年CEO们对着科技媒体放话,那时候大胆言论受欢迎。但到了2026年,他们面对的听众换成了银行家、散户和已经受够了的普通民众。听众不买账了,话术也只能跟着变。 此外,公众对AI的负面情绪正在积聚。 NBC民调显示,AI的净正面评级已跌至负值。盖洛普调查也显示,年轻一代对AI的焦虑与抵触情绪日益严重,甚至引发了针对数据中心建设和科技高管的线下抗议。 即便关于失业的警告出于善意,它们也正面冲撞了一个饱受就业焦虑困扰的群体。 ChatGPT问世和岗位被取代的言论传出时,恰逢科技行业在多年过度招聘后进行大规模收缩。高层进一步的失业警告,精准刺中了已疲惫不堪的工人们。而这些言论顺势成了企业裁员的完美理由:削减岗位被包装成顺应技术浪潮的必然选择。 麻省理工学院经济学教授戴维·奥特尔(David Autor)直言,科技大佬们意识到,宣称自己的伟大新产品会摧毁社会经济,是一场极其糟糕的商业宣传。在推动数据中心建设及应对政府法规的过程中,淡化失业恐慌具有必然的政治意图。 商业层面的ROI(投资回报率)焦虑也迫使企业回归理性。Emergn的调查表明,多数美国企业领导者很难看到AI投资的实际回报。 同时,高昂的算力成本让技术普及遭遇瓶颈。英伟达应用深度学习副总裁布莱恩·卡坦扎罗(Bryan Catanzaro)透露,在特定项目中,“计算成本已远超员工成本”。优步和微软等巨头也因预算消耗过快,开始收紧或取消部分AI工具的工程师使用许可。 03 AI成了裁员“帮凶” 尽管大咖们的叙事转向乐观,科技行业的裁员潮仍在持续。 2026年前五个月,科技行业裁员已超11.5万人。Challenger, Gray & Christmas数据显示,AI被列为近5万个岗位的裁员理由。 Challenger, Gray & Christmas职场专家安迪·查林杰(Andy Challenger)表示,裁员的本质并非工作被AI完全取代,而是企业资金配置的转移。原本用于人力薪酬的预算,被挪用于购买算力和服务器。 值得注意的是,此前以AI为由裁减客服岗位的企业中,约有半数因自动化质量问题已计划重新招聘人工岗位。这也证明,AI在现阶段的替代能力被严重高估了。 关于AI对就业影响的讨论,在过去四年里经历了从“效率神话”到“失业末日”,再到如今“重回理性”的剧烈摇摆。 在这一轮叙事修正中,最具体的注脚反而来自奥特曼个人的一个小实验。奥特曼曾尝试使用AI智能体自己回复日常的Slack和邮件消息,但最终因缺乏真实的人际特质与情感连接而放弃,选择回归人工回复。 这一科技史上的小插曲表明,无论算法如何迭代,商业社会和经济协作的核心依然是“人与人的互动”。人类在复杂商业环境中的信任、直觉与情感共鸣,依然是冷冰冰的代码无法跨越的壁垒。 本文来源:腾讯科技