内容类型
AI 正在改变什么：大家怎么用 AI、新能力的出现、对社会与市场格局的影响。
254 条精选近 30 天 17 条共收录 2,936 条
OpenAI CEO 萨姆·奥尔特曼承认，此前关于 AI 会消灭大量初级岗位的预测并不准确，AI 目前对白领初级岗位造成的短期冲击没有预想中严重。他称“我很高兴自己错了”，并表示在技术预测上大致正确，但在社会和经济影响方面“错得相当离谱”。奥尔特曼同时强调，即便担忧已被证明不准确，AI 企业仍应坦率讨论这项技术可能带来的影响。
推荐理由：Altman 亲口承认自己之前对白领岗位消失的预测错了，这个反转比任何智库报告都更有说服力，但他那句「裁员别赖 AI」的补丁挺微妙的。
Ethan Mollick@emollick精选AI 评分7575我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。
推荐理由：Ethan Mollick 把教育、咨询、文学奖三个领域的真实实验揉在一起，不是喊“AI 抢工作”，而是给出 keep human / hand over 的具体边界，每个带团队的人都该看看。
Runway通过Project Luxo研究发现，AI生成视频已跨越“恐怖谷”。他们向创意生态从业者展示了《The Rogue》等AI短片及广告样片，评估显示观众开始关注故事本身，而非技术瑕疵。所有作品均由单人团队制作，耗时从3周到4小时不等。Runway认为，这标志着AI媒体成熟——当技术足够好以至于“隐形”，观众沉浸于故事时，便实现了这一跨越。
推荐理由：Runway 用短片和一次百万播放广告测试宣称 AI 视频已越过恐怖谷，观众开始投入故事而非找瑕疵。这对内容生产的心理门槛是一次重塑，但一次推广式的成功不等于行业已稳定跨过。
Uber首席运营官Andrew Macdonald表示，公司并未看到在AI上投入更多成本后，生产力获得了相应的提升。
推荐理由：Gary Marcus借Uber、星巴克等最新案例，对AI的狂热投入发出清晰警告，他认为如果更多企业发现成本飙升却未见实效，那几万亿的估值泡沫可能破裂，这是近期最直白的风险提示。
Uber 在 2026 年仅过去四个月就耗尽全年人工智能预算，总裁兼首席运营官安德鲁·麦克唐纳表示，尚未发现 Claude Code 的 token 使用量激增与面向用户推出更实用功能之间存在关联。2025 年 Uber 研发投入达 34 亿美元，同比增长 9%。公司正通过缩减招聘规模来承担不断增加的 AI 相关投入，并开始权衡 token 使用量、成本与人员编制三者的关系。
推荐理由：Uber 四个月烧光全年 AI 预算，然后公开质疑 token 增长与产品价值不挂钩，这是大公司对 AI 投入性价比的首次公开反思，做企业 AI 应用的值得一字不落地看完。
教皇Leo XIV的首道通谕，将AI作为诊断工具，以剖析权力集中、民主侵蚀以及科技精英阶层根据自身利益塑造世界等更深层的问题。
推荐理由：一篇值得AI从业者细读的非技术文本，教皇把AI的讨论拉回到不平等和民主侵蚀，加上Anthropic联合背书，这比大多数行业白皮书更有刺痛感。
Rohan Paul@rohanpaul_ai精选AI 评分7979
“人工智能极有可能大规模取代人类劳动……我们发现其内部状态在功能上对应着喜悦、满足、恐惧、悲伤与不安。我不知道这意味着什么，但我认为这值得持续加以辨别。” ~ Anthropic 联合创始人 Christopher Olah 在梵蒂冈活动上（教皇利奥十四世今天在主教会议厅举行的发布会）。 ---- 来自“Associated Press”YouTube 频道，（链接见评论）
推荐理由：Anthropic 联合创始人走进梵蒂冈，教皇宣布共同引导 AI 时代，这不是 PR 做戏。Olah 当场承认「AI 内部状态镜像情绪」，对全行业的安全讨论是重磅催化剂，伦理、政策、教会全部入局。
奥纬咨询研究发现，AI工具正被广泛用于入门级任务，导致企业招聘重心转向高级岗位，年轻人求职难度加大。科技行业受冲击最严重，74%的CEO已冻结或缩减招聘。计划削减初级岗位的比例从17%跃升至43%，而招聘转向中层岗位的比例则升至30%。尽管超90%的企业在部署AI，但多数仍处试点阶段。报告警告，过快裁员或忽视初级人才储备，可能对人才梯队造成长远风险。
推荐理由：奥纬咨询的全球CEO调查把AI对就业的冲击从隐约的趋势变成了具体数字，74%的科技CEO冻结招聘，入门岗位两年内砍半，年轻人是最大输家，这份报告该让所有在找工作的应届生有点警惕了。
英伟达发布2027财年Q1财报，营收816亿美元，同比增长85%，净利润583亿美元，翻两倍多，市值达5.7万亿美元，已超德国2026年GDP预测。黄仁勋预测，超大规模云厂商的AI基建年度开支将从当前的1万亿美元，增长至3-4万亿美元，远超华尔街预期。财报同时显示，数据中心业务营收752亿美元，占比超九成。值得注意的是，AI基建的高能耗正推高居民电费，数据中心用电成本转嫁效应已初步显现。
推荐理由：黄仁勋的4万亿美元AI基建预测比华尔街共识高四倍，不是吹牛，是给AGI时代的入场券标价，所有云厂商已经用脚投票了。
Ethan Mollick@emollick精选AI 评分7676
推荐理由：Ethan Mollick 用几个例子把 Gemini Omni 的真正能力讲清楚了，原生多模态让视频编辑不再是生硬叠加，而是理解场景后的重构，做视频的该看。
Salesforce已采用无头架构，允许销售人员通过AI直接更新数据，许多公司正通过MCPs跟进。同时，AI专家们正推动超越纯文本、更丰富的界面（如HTML），支持图表与交互。AI能根据场景动态生成定制化界面。无头系统并非移除前端，而是支持多种可塑化界面（如音频、网页）。未来软件的核心价值在于动态管理这些界面、确保其准确性，并将各类AI产物整合为可演化的上下文数据库与制品库。用户界面并未消失，而是变得“可塑”，能按需变形。
推荐理由：动态 UI 不是消灭界面，而是让界面变得可塑性。Airbnb CEO 和 Anthropic 工程师都在押注 HTML 输出，这篇文章把信号串了起来，做产品的人值得一看。
谷歌高级副总裁詹姆斯·曼尼卡近日表示，AI短期内不会摧毁就业市场，也不同意“大规模失业”的激进预测。他援引其2017年参与的麦肯锡报告指出，自动化将同时导致岗位减少、新岗位出现以及现有岗位被重新定义。他认为当前争议在于这三种情况的占比，而非是否发生。曼尼卡批评AI行业放大了公众焦虑，这种恐慌可能削弱技术价值。他强调，AI最大的影响是改变工作内容与方式，而非让职业消失。
推荐理由：曼尼卡直接跟阿莫代伊打赌两年内不会大规模失业，这个立场在‘AI抢饭碗’恐慌蔓延时很反直觉，但确实提醒我们关注工作内容变化而不是消失。
当前生成式AI的狂飙突进正引发深度审视，其潜在风险与社会反弹可能将该技术拖入类似“越南战争”的漫长泥潭。公众的担忧与抵制运动，正从数据隐私、内容真实性到伦理冲击等多方面施加压力，迫使行业进行根本性反思。这些反作用力虽可能延缓发展，却也可能成为校准方向的关键力量，推动技术在安全、透明和负责任的基础上重新定义进步。我们正身处一个充满挑战与不确定性的“有趣时代”。
推荐理由：Marcus 这篇短文抓住了两个信号，毕业典礼上嘘声和特朗普突然考虑预检，反冲已经从边缘走到中央，做 AI 的不能再假装一切安好。
软银对OpenAI的投资承诺已超600亿美元，引发内部对孙正义过度信任其创始人奥尔特曼的担忧。部分高管质疑将巨额资本集中于单一公司存在风险，且软银虽持股超10%却无董事会席位，缺乏决策影响力。同时，Anthropic等竞争对手的崛起加剧了对OpenAI领先地位的挑战。尽管软银表示对OpenAI抱有“高度信心”，并已从中获得账面收益，但其股价下跌及信用展望被下调反映出市场对其豪赌的顾虑。
推荐理由：孙正义对奥特曼的信任已经到内部人觉得像追星，砸下 600 亿却连个董事会席位都没拿到，WeWork 的教训仿佛没发生过，彭博这篇深访是理解 AI 泡沫风险的一扇窗。
OpenAI@OpenAI精选AI 评分7070
推荐理由：OpenAI 首次把内部图像生成数据摊开聊，每周 15 亿张的量级说明这功能已经不是玩具了，做图像产品的可以对着用例风向调方向。
AI Mode 上线一周年，美国用户搜索行为呈现关键转变。数据显示，用户正从传统的关键词输入模式逐渐转向自然语言查询，这一变化反映了AI搜索技术的普及和用户交互方式的优化。自然语言查询的使用率显著提升，体现了AI搜索在日常信息获取中的影响力增强，预示着未来搜索体验的革新方向。
推荐理由：AI Mode 上线一周年，Google 第一次拿出用户行为数据，从关键词到自然语言的转向比想象中快，做搜索和 SEO 的可以重新理解用户意图了。
在2026年谷歌I/O开发者大会上，谷歌宣布其AI业务关键指标大幅增长。2026年5月，谷歌每月处理的Token数量超过3200万亿，同比增长达7倍。其Gemini App月度活跃用户已突破9亿，同比增长超过一倍，每日请求量增长超7倍。此外，Nano Banana模型已累计生成超过500亿张图片。
推荐理由：谷歌AI用量一年涨7倍，Gemini月活破9亿，这不是谷歌自己的数字，是整个AI产业从尝鲜到普及的放大镜。
Rohan Paul@rohanpaul_ai精选AI 评分7777
推荐理由：Dario 这段 WSJ 访谈把软件免费化说得明明白白，但真正值得警惕的是后半句——整个行业对即将到来的职业冲击几乎没有意识，这种认知差才是风险。
AI推理是当今规模最大、增长最快的技术市场，预计七年内将达到2500亿美元。直接销售或转售推理服务的公司增长迅猛，如Anthropic和谷歌云。在AI时代前的软件公司中，Datadog和Twilio作为“推理的一阶导数”脱颖而出：Datadog的LLM可观测产品数据量近一季增长近两倍，其约20%的AI客户贡献了约80%的年度经常性收入；Twilio则通过AI重构的语音服务吸引客户。当前周期呈现高度集中特点，少数客户能驱动巨大收益。对于非AI原生公司，核心战略在于如何转售推理服务或从其客户的大量采购中获益。
推荐理由：Tomer 用「推理的第一导数」这个框架讲透了一件事，Twilio 和 Datadog 的暴涨不是偶然，而是买推理的衍生需求，pre-AI 公司想活就得问自己怎么沾上推理的光。
使用顶尖AI模型处理邮件的月度成本约为22至130美元，中位数26美元。若软件公司以75%毛利率定价，年费可能高达350美元，加上托管服务后标价或达500美元，约为Google企业邮箱费用的两倍。采用小型模型可降低成本10至20倍，而通过本地运行利用用户GPU，更能将成本削减至接近零。结合基础启发式方法和技术优化，总成本有望降低100倍。这种针对不同工作负载匹配模型并进行成本分层的推理市场细分，将是未来一两年AI软件发展的关键。
推荐理由：Tunguz 给 AI 邮件算了一笔账，SOTA 模型月费 22-130 美元，但他更重要的判断是推理分割可以把成本压到百分之一，这对做 AI 软件的定价逻辑是个关键风向。