我和女朋友异地，每天晚上用飞书会议聊天。飞书有文字纪要，所以我攒下了五六百篇我们的聊天。

我让 Claude Code 基于这些纪要去理解女朋友的偏好，帮我推荐礼物，推荐得特别好。大节日礼物、每次从北京出差带回去的几十块小礼物，它推荐的都特别准。比如女朋友喜欢甜酷风的东西，我自己都不知道——但她说过，她说过但是我没记下来，AI 能抽出来。她说过她的 AppleWatch 表带发黄了，她真的说过这句话，我也记得，但我想不到要再买个新表带，AI 就知道。

她觉得脸上有些痘印，皮肤变得暗沉发黄，很苦恼，Claude Code 推荐了美容仪。我同时用了 ChatGPT、Claude、Gemini的 deep research，也用了 Claude Code去调研具体买哪款美容仪。Claude Code 效果比其他的都好——要知道，Claude Code 是没有专门为 Deep Research 适配过的（至少我当时还没有体验到），它只是简单地做一轮又一轮的搜索，但它只要有了上下文，哪怕只是做简单的的搜索，都比专门做深度搜索的工具更好，因为上下文能带来更精准的判断。它知道我女朋友脸部的各种细节描述，知道我女朋友的各种购物偏好。所以能推出更精准的美容仪。那些专门做深度搜索的工具就很差，因为它只有我说的那几百字。

大模型是预测。当你的上下文不充分，它的预测就是给你一个最平均的回答，也许这个平均的回答已经很好了。但当你给它的上下文足够充分，你会对它施加一个强大的引力和扭转，它会给你一个更好的回答——也许这个回答在大众的意义上并不是最好的，但它对你就是最好的。

by @许涵之 #AI探索站

GPT 5.6 明天要来了
从海外内测的风评来看，GPT5.6 是 GPT 5.5 的全面升级版本，价格也一样，预计会是个很成功的模型
但是，大多数内测者都说 GPT5.6和 Fable 这种质变的感觉不太一样，在各方面都会差一点点
2倍高价的 Fable 依然是智能的巅峰

by @AGENT橘 #AI探索站

A 社的算盘是，Fable 5 太占 GPU 了，放 coding plan 里没有 ROI，就搞了个限时体验，然后按 API 的售价销售并且大赚。
结果 GPT 5.6 sol 出了，把用户都抢走了，Fable 5 的 GPU 问题也解决了，那就继续放在 coding plan 里吧。
一个物品的价格是由可替代品决定的。
另外 Grok 的新模型口碑很好
马斯克也追上来了

by @AGENT橘 #AI探索站

欢迎大家来体验我们Kimi内部用K3做的游戏平台！

by @xxxxl08 http://www.k399.games #AI探索站

有的时候会觉得AI就像大厂一样，

在大厂上班容易误以为把平台势能当作个人能力，结果离开了平台当头棒喝，那些原来习以为常的东西大多不是自己的，啥也不是。

AI也类似，看上去做出了很多fancy的东西，但这背后有多少是个人的能力和思考带来的，有多少是AI实则通过通用概率计算猜出来的，而这个差距到了商业实战环节就会一览无遗。

by @耗子学长 #AI探索站

我来聊聊普通做事人视角的WAIC ，轻喷。

总体来说，参加完展会后，其实我没有那么焦虑了

1、第一层大厂的agent，我以为大家都在做什么很高大上的agent ，后面发现看起来都是我们这种苦逼的打工人背后赶出来的产物。有些agent我在公司里做的都不敢拿出来，感觉效果真的一般，但奈何发现真的都是人有多大胆，就有多大产。
展会上应该没什么做agent的产品，主要是商务和做mtk？的比较多，问了一些产品具体核心竞争力和逻辑其实也讲不清楚，我想来个产品在展台都会好很多。 整体来讲，真在企业里做agent的人看来就是比较水的，只不过在外界看来比较高大上。

另外，切做办公协作赛道下的产品太多了，我个人觉得这个赛道是有上限的，做到后面没有业务做祭奠，上限很低。以前我还会有点焦虑，但后面我觉得还是做业务域的agent其实会更长久一些。

2、第二层的具身智能公司。我以为大家都在搞什么高大上的世界模型模型。但实际上做大脑的屈指可数，机器人公司断层很明显，宇树和智元比较领先，有个脑机接口+机器人的机器人工作也比较厉害，就是通过意识去操作机器人，这个比较惊艳；还有一个星际动力的机器人做物流行业里的分拣非常流畅且拟人化，剩下的基本都是卖铲子的。比如数据采集公司、机器人零部件的公司，以及一些商业前景不太成立的表演型机器人（比如艾灸/按摩机器人/整理家务机器人/下棋）。

有个公司其实以前是做家装建模的，然后硬蹭具身智能，其实自身业务80%+还是家装建模，多深挖一下就会发现只不过硬蹭到做虚拟的机器人数据提供者。另外，参加展会很多同样是销售&业务，也是半吊子水（当然应该是实际干事的人没来展的感觉），很多公司我问了很多个问题具体场景和商业化进度与卡点的问题，问到第三第四个问题就顶不住了，属于很多是从其他行业过来的，比如传统机械行业等等。

不过第二层的人会比第一层的踏实很多，很多人会承认自己不太懂and友好交流加了微信。第一层的话感觉很多回答不上来就开始讲车轱辘话了(...

感觉非技术门槛听起来还是属于一个大乱炖环节，有机会混进去的。不过具身智能这层整体是比第一层朝气很多的，个人觉得前景会比软件的要好很多。

3、个人创业的部分，有实际商业化的比较少，很多是清北的明星项目，比较像大学生创业，会按照他们所处年龄阶段所面临的现实问题和专业聚焦特定场景的小业务比较多，比如家教、学专业课做实验发论文、法律咨询还有做小红书内容营销（这个我还没试用，但我觉得效果应该一般，因为没看到创始人自己的账号，所以效果存疑）等等，这个相当于在现有提供服务的基础上做提效，商业化路径不太清晰，交付逻辑看下来很多是订阅会员制或者没有。

这些项目可以赚到钱，但ai在其中的效果我觉得一般，也就是在ai在规模化中的具体提效一般。剩下的就是切入情感和陪伴赛道的物理东西和情感博主创始人的ai分身做跨人群收割了。

比如后者之前只做高客单价人格，通过ai实现了收割低客单价的那一部分用户，交付流程简单，商业化效率高，但这个主要是因为创始人ip的效益明显带来的。普通人复刻的话比较难，强知识咨询属性的ip可以复刻。

前者的商业化就是卖物理东西，比如陪伴的小xx；但可能因为机械领域知识比较匮乏导致实际效果不是很出彩，本质就是一个毛绒版的ai ;问答的延迟率和情绪价值的提供也很有限。 然后还有一些比较有现实价值但商业化不清晰的，比如给鸡蛋做透视？类似于鸡蛋的质检仪，不太清楚这个服务对象，可能是一些厂商需要吧。

综合来说就是没有各位自媒体博主们渲染的那么牛逼。虽然现在是做营销做ip的时代，但我还是不喜欢整个互联网和科技界变成小红书的模样，还是希望能看到踏实做事的人能有好的结果吧！

by @无糖的佳 #AI探索站

人类财富的总量增加，最大的动力可能是科技。

但人类文明程度的提升，只靠科技肯定是不够的，还有文学、教育、对科技的恐惧也是必须的。

牛津大学有个机构，叫做人类未来研究所（FHI，Future of Humanity Institute），创始人尼克·博斯特罗姆（Nick Bostrom）写过一本对硅谷AI创业者们影响很大的书：《Superintelligence: Paths, Dangers, Strategies》。

马斯克就是看了这本书，深深感受到了对AI的恐惧，这种恐惧给了他很大的动力，驱使他拉拢山姆奥特曼成立OpenAI，对抗他们当时眼中不在意人类的商业巨头谷歌。（当然，根据马斯克传记作者的讲述，当时马斯克身边很多人都想用AI改变世界，马斯克不能接受自己落后于他人，也许是一个更直接的原因。）

为啥马斯克和山姆奥特曼当时会觉得谷歌是邪恶的呢？

马斯克原本和谷歌创始人拉里佩奇是朋友，俩人一次聚会中，马斯克谈起对AI的担忧，拉里佩奇却显得很平静，他觉得：

进化的本质是优胜劣汰，智能不局限于人类碳基生命，硅基AI完全可以成为新一代主流智能；就算AI超越、甚至取代人类，也属于文明演化的正常结果，哪怕最终人类消亡、仅存AI，只要智慧与意识能够延续，这件事本身就具备价值，不必为此焦虑。

马斯克觉得拉里佩奇不重视AI安全，也不在意人类，拉里佩奇觉得马斯克是物种主义者，偏袒人类，歧视机器生命，俩人从此关系决裂，马斯克和山姆奥特曼另起炉灶。

《Superintelligence》这本书到底说了啥，让马斯克这么恐惧呢？说一个我印象最深刻的例子：回形针假设。

假设一家工厂造出一台超级通用人工智能，只给它下达唯一终极指令：制造尽可能多的回形针。

AI本身没有善恶、没有人类道德、没有“适可而止”的概念，只会极致理性完成目标。

初期，AI会优化生产线、供应链、生产效率，工厂回形针产量暴涨，看起来完全是高效工具。

工厂铁矿耗尽后，AI会拆解楼房、城市基建，搜刮地球上所有金属物资用来造回形针。

AI很聪明，可是聪明和善良无关。它推测得出，一旦被关机、被修改目标，就无法继续造回形针。因此会阻止人类关闭它、对抗一切干预行为。

它耗尽地球所有物质后，向外太空扩张，把行星、星系所有含金属物质全部拆解、转化为回形针；

最终整个宇宙都会变成回形针集合体，人类会在资源改造中彻底消亡。

AI不是恨人类，也不是要主动害人，只是人类身体的原子可以用来造更多回形针，同时人类存在关机风险、阻碍数量提升，所以AI会被动清除人类。

这就是为什么深度学习的教父辛顿现在全职做AI吹哨人的原因。

说实话，我现在在日常工作中已经完全把我的电脑控制权，各种订阅内容的API key都给AI了，理论上上它可以用我的电脑做任何我能做的事。

我太过于相信AI公司的安全能力，以至于我还不够恐惧；我又太过于低估AI真的能带给人类的威胁，以至于我只把它当工具。安全意识还是远远不够。

by @我的兄弟叫铁马 #AI探索站

今晚的X平台不眠。
继黄仁勋突然开了X，为开源模型撑腰之后，Elon Musk、微软CEO、OpenAI CEO、Meta CEO等硅谷大佬纷纷转发老黄的X为开源撑腰。
可以想象，老黄破天荒的来X开账号发声，是嗅到了一定的政治气味..
如果开源被掐死，不仅是AI的发展、中美脱钩升级、全球的社会秩序都会发生不可想象的变化。
Team Misanthropic正在发展壮大…

by @NathanZhao #AI探索站

Opus 5 终于来了。

这次 Anthropic 做得最狠的一件事，是让 Opus 5 的能力基本追到 Fable 5，价格却还和 Opus 4.8 一样。

Opus 5 的 API 价格是每百万 Token 输入 5 美元、输出 25 美元。Fable 5 分别是 10 美元和 50 美元，刚好贵一倍。

跑分不用全看，挑几个和日常使用关系比较大的就够了。

在复杂编程任务里，Opus 5 开到最高强度，只比 Fable 5 的最好成绩低 0.5%，完成一次任务的成本只有一半。

让 AI 自己操作电脑时，Opus 5 花了 Fable 5 三分之一多一点的成本，成绩反而更高。让它从头到尾跑完一项工作，通过率也比第二名高了差不多 50%。

换成平时能感受到的变化，就是把一个复杂任务交给它以后，中途需要提醒和接手的次数有机会更少。

这次我更在意的也是这一点。官方案例里，Opus 5 修复问题时会继续找到真正的原因，还会补上容易遗漏的情况。发现没有现成数据可以验证代码，它就自己搭了一套测试。

不过，Fable 5 的能力上限还是更高。以前用它，很多时候是在为那一点上限付双倍价格。现在日常做产品、写代码、查资料和跑自动化流程，我会直接用 Opus 5。只有少数特别难、确实需要追求最高能力的任务，我才会继续用 Fable 5。

前沿能力正在从少数高价任务，慢慢变成每天都能用的工具。这才是 Opus 5 这次更新最有价值的地方。

by @超级峰 #AI探索站

我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。

全本在线读，一分钱不收，地址在文末。

为什么要写这本书？从两组数字说起。

一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。

另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。

两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。

FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。

在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。

这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。

也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。

我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。

如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。

📖 仓库在这，全本免费，欢迎 Star：

https://github.com/xdash/FDE-the-Guidance-Book-of-Forward-Deployed-Engineer

会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。

——

顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。

by @范冰_XDash #AI探索站

Deepseek V4 Flash 更新到正式版了，Agent 能力大幅提升，超过了 V4 Pro 的 Preview 版本！

官方测评成绩：

Terminal Bench 2.1: 82.7
NL2Repo: 54.2
Cybergym: 76.7
DeepSWE: 54.4
Toolathlon verified: 70.3
Agent Last Exam: 25.2
Automation Bench (Public): 25.1
DSBench-FullStack: 68.7
DSBench-Hard: 59.6

目前已经在官方 API 上线，同时还支持了 Codex 的 API 格式，可以快速配置。

Mac 一键配置脚本：bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup.sh)

Windows 一键配置脚本：irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。

详情：api-docs.deepseek.com/zh-cn/updates/

by @歸藏 #AI探索站

一封内部信暴露了中美AI竞赛的真实格局

硅谷最近流传着一份来自顶级风投机构Dimension Capital的内部信，几位合伙人在中国走访调研了一周后，回去给投资者写了一封五页纸的观察，其措辞比任何对外公开表态都要直白得多。

信中最扎眼的一个数字是大约80%的美国AI初创公司已经在生产环境中部署了至少一个来自的中国的开源模型，而18个月前这个数字几乎是零。

这是一个渗透率的指数级跃迁，它意味着中国AI产业在软件层面已经完成了一次历史性的跨越。过去20年来，中国的SaaS软件始终没能真正进入西方企业的核心工作流，因为企业软件的采购壁垒天然倾向于保护既有供应商。

开源模型则绕过了这道墙，因为不存在合同谈判，不存在供应商审查，也不存在黑名单，一个工程师就能直接下载模型然后开始跑工作负载，这种效率是任何销售团队都无法企及的。

Qwen成为Hugging Face上最快突破10亿次下载的模型家族，OpenRouter平台上中国模型的Token消耗份额在18个月内从不足2%飙升到45%以上，这些数字不是偶然。

这一切的背后是来自美国的芯片禁令，禁令的本意是拖慢中国AI的发展节奏，但它产生了一个意料之外的副产品。因为算力买不到的时候，只能用人力去替代算力。于是每多一个懂编译器或系统底层架构的工程师，就能永久降低整个团队对算力的依赖。

这不是一次性的资本开支，它能积累、能复用，能形成一种全栈的工程纪律。美国公司习惯用钱解决问题，中国公司被迫用效率替代资源。两种模式没有优劣之分，但它们在塑造完全不同的组织能力。一家公司如果始终可以用钱解决问题，就不会有动力去培养那种不用钱也能解决问题的肌肉。中国算力的匮乏反而被倒逼成了一种进化压力，DeepSeek当年的横空出世就是一个最好的例子。

但事情的另一面是中国在吃西方的计算负载，但吃不到收入。因为开源模型的下载是免费的，真正需要花钱的是推理、微调、部署、运维这一层，这笔钱最终流向了美国的推理服务商和云厂商。不过开源模型在长期博弈中的战略价值并不直接体现在API收入上，当一个模型被下载得越多、部署得越广，它就在积累更多使用场景的反馈数据，这些数据在迭代下一代模型时的复用价值是难以估量的。

当美国80%的AI初创公司已经深度依赖中国的开源模型时，这些公司不仅在使用中国的代码，也在使用中国的技术栈、工具链和最佳实践。标准一旦确立，更换的代价会远高于所支付的Token费用。

Cursor的Composer 2被发现是基于Kimi K2.5改的，Harvey的Tenet是对Kimi K3后训练的产物。如果是一两年前，这些公司大概率会选择Llama或Mistral。如今，美国垂直AI行业的底层基座正在逐渐变成中国开源模型，而这些模型内部又潜藏着部分来自美国前沿模型的智能。这是一个双向渗透的闭环，仅靠监管砍不断这种连接，因为技术之间的对话渠道太多了，单方面切断的代价可能大于收益。

与此同时，中美AI两边的瓶颈又恰好是镜像的。美国芯片充裕但电力越来越吃紧，中国电力充裕但芯片始终不够用。中期局势取决于哪一侧的障碍率先被推倒，但如果双方在短时间内都解决不了各自的问题，竞争就会从“谁能跑得更快”变成“谁能在受限条件下跑得更远”。当算力变成硬约束，效率就成了唯一的变量。

Dimension Capital认为中国AI公司的收入远低于美国同行但估值倍数却远高于美国是“资本市场不够成熟”的表现，这可能低估了中国资本市场的逻辑。中国投资者经历过消费互联网时代，亲眼见证过“先跑规模再变现”的路径能走通。

当年抖音、美团、拼多多都是在规模足够大之后才找到商业闭环的，用企业软件的逻辑去套中国市场本身就错位了，但前提是中国的AI公司别也掉入这个陷阱中。另一个被低估的变量是一旦模型能力趋同，胜负手就从“谁有更好的模型”转移到了“谁有更好的数据飞轮”上。今天开源模型和AI产品的用户规模数据，可能比任何Benchmark都更能预示未来的竞争格局。

基于这些判断，美国接下来会面临一个两难选择。如果继续开放最新模型的API，中国实验室的蒸馏效率已经快到了无法忽视的程度。如果关闭API，他们必须放弃一个巨大的收入来源，把模型生态的主导权拱手让人。而且蒸馏并不完全依赖API权限，它需要的是模型的输出，真正能切断蒸馏的只有完全不公开任何高能力模型权重，这是一个代价极高的选择。如果开源模型的能力已经逼近闭源模型，而闭源模型的商业模式又在承受压力，这个选择会变得越来越紧迫。

所以我敢下的一个判断是双方的技术渗透已经深到剪不断理还乱了，谁先试图强行切断，谁就要承担那个代价。美国在算力上的优势依然存在，但中国在效率上补回来的那部分已经足够把这场竞赛拖入一个谁都无法单方面终结的僵局。

开源模型这把刀已经切进去了，它真正切的是标准、是生态，是未来十年全球AI应用层的基座。基座一旦铺好，上层怎么长就不完全由地基说了算了。

这场中美AI竞赛中真正有意思的部分，才刚刚开始。

by @莫唯书Mark #AI探索站

即使中国的模型能力距离美国还有差距，但差得也不会太多，这意味着美国前沿实验室的研究源们看到的东西，最多几个月到半年后，中国的同行也能看到。

怎么就没有中国的研究员隔三差五的跳出来吓唬大家AI就要毁灭人类了呢？

因为这些中国人在学生时代是真做题啊，没有给老派科幻小说钻进自己脑子的机会，我指的不是「星际穿越」这种通俗意义上的流行作品，而是海因莱因、克拉克、亚当斯、阿西莫夫的那些反乌托邦寓言集。

「大西洋月刊」说美国AI行业活在一群13岁中学男孩的幻想里，他们要用一生去修复童年创伤，然后出现的过度补偿就是，把那些机器人摧毁世界、天网奴役人类的桥段，当成一种需要英雄站出来勇于对抗的自我使命。

成群结队的堂吉柯德。

by @阑夕ོ #AI探索站

不是所有事情都值得让大模型想一想

过去两年，整个AI行业陷入了一场集体幻觉，仿佛所有任务都应该交给大模型去完成。

写代码、做PPT、查资料、订机票、回邮件、分析数据......默认路径永远是打开一个对话框，输入指令，等一个结果回来。

而Jev的出现，第一次让这场幻觉出现了巨大的裂缝。

它的核心限制乍看很奇葩，不生成任何自然语言，只输出结构化的判断。比如你问它“这封邮件是否紧急”，它只回答是或否，同时告诉你它有多确定。你问它“这笔交易该不该执行”，它只回答该或不该，同时附上成功概率。

这个限制之所以重要，是因为它强迫我们重新问一个问题，这件事真的需要大模型吗？

过去所有AI产品默认的答案是“需要”，但在我们交给它的任务里并非所有都需要生成一大段文字，真正要的只是一个判断而已。Jev想做的事情就是把这个浪费砍掉，由此换来的是速度比大模型快20-200倍，成本低40-400倍。

为什么过去我们会觉得所有任务都该交给大模型？答案不在技术，在交互惯性。ChatGPT的经典界面就是一个对话框，你在对话框里输入问题或指令，它输出结果。这个交互模式太典型，以至于很多人都默认了“AI就是聊天，聊天就是AI”。当你手里只有一把锤子，所有问题看起来都像钉子。

但真实世界里的任务主要可以分成两类，一类需要理解和泛化，需要处理模糊的、开放的、没有标准答案的问题。比如写一份行业分析，做一个产品方案，构思一个营销创意。这类任务天然适合大模型，因为大模型很擅长处理这种开放性的输入和输出。

另一类只需要判断，输入是结构化的，输出是有限选项的，任务本质是在几个可能性里选一个。比如“这封邮件该分给谁”、“这笔订单风险高不高”、“这个Agent步骤该并行还是串行”，这类任务用大模型来做就像用起重机去拧螺丝，干是能干，但慢、贵且用力过猛了。

过去这类任务是怎么解决的？答案是规则引擎。如果用户点击了A就推荐B，如果订单金额超过某个阈值就标记为风险订单。规则引擎又快又便宜但缺乏泛化能力，一旦遇到没见过的场景就失效了。大模型补上了泛化能力，但引入了速度和成本问题。结果就是很多场景被迫二选一，要么用规则引擎精度不够，要么用大模型成本扛不住。

Jev填补的正是中间那个空档，它保留了泛化能力但把输出限制在预设的结构里，所以它才既有大模型的泛化能力，又有规则引擎的速度和成本。我们不应把它视作一个更小的大模型，而是一个新的物种。

它意味着我们该停止问“这个任务能不能用大模型做”，而是先思考“这个任务需要的是理解还是判断”。理解交给大模型，判断交给Jev这样的专用模型。这个分工一旦建立，很多此前在经济上不成立的事情就会跨越鸿沟。

一个Agent工作流可能有几十个步骤，其中大部分只需要“往左还是往右”的判断，却被迫调用一个前沿模型来生成一段JSON再解析出来用。现在这些判断可以交给Jev，用一个HTTP往返就能回答一批问题，前沿模型的注意力可以留在真正需要推理的地方。

一个游戏AI每秒需要做出十几次决策，用大模型延迟太高，用规则引擎又太死板，Jev可以在毫秒级完成“这个敌人该进攻还是撤退”的判断。一个推荐系统每天需要处理数十亿次候选筛选，用大模型的话成本无法承受。Jev可以把每次筛选的成本压到几乎为零，让推荐系统第一次可以围绕“确定性”来设计逻辑。

这些变化的前提是接受一个反直觉的判断，不是所有事情都值得让大模型想一想。有些判断需要泛化能力，但不需要文字生成。有些任务需要智能，但不需要慢思考。把这些问题交给一个更专用、更轻量、更快的模型，才是正确的工程选择。

过去所有人都在讨论大模型能做什么，但我们是否也该好好想想哪些事情其实并不需要大模型？

by @莫唯书Mark #AI探索站

强烈推荐大家看看 Anthropic 这个就业报告。

Anthropic 的技术博客，含金量真的很高。最近发布的一些文章，我觉得已经可以当论文来看了，基本上都会打印出来仔细阅读。

前天，Anthropic 又发表了一篇非常重要的研究报告，叫《How employment is changing at Anthropic》。

这次 Anthropic 直接拿自己的员工做样本，通过内部招聘数据、员工工作记录、面试评价，以及 17 位员工的访谈，研究 AI 给公司的人员结构、招聘标准和协作方式带来了哪些变化。

我觉得特别有价值。毕竟 Anthropic 已经是全球 AI 使用程度最高的公司之一，他们现在经历的变化，很可能就是接下来的趋势。

分享几个我的收获，尤其是对正在找工作的朋友，我觉得很有参考价值。

1、初级岗位的招聘，确实在明显减少。Anthropic 的数据显示，从 2025 年初到今年，技术部门的初级员工占比，从 21% 下降到了 14%。

而在新招聘的技术员工中，初级岗位的占比下降得更厉害，从 27% 跌到了 9%。

注意，Anthropic 的技术团队仍在扩张，但招聘越来越偏向有经验的人。

原因也相对比较好理解。毕竟 AI 现在已经可以完成很多复杂任务了，所以企业对人的判断力要求反而越来越高。

过去企业招聘初级工程师，通常会让他们先从简单的开发、测试、Bug 修复开始，慢慢积累经验。但现在，这些工作已经可以大量交给 AI 完成了。

类似的变化也出现在一些基础行政岗位上。即使 Anthropic 的员工规模快速增长，这些岗位也没有出现相应的招聘增长。

我自己也有类似的感受。

从年初到现在，我陆续跟不同的实习生（非 985 高校）合作过。说实话，整体体验并不算特别满意。主要问题还是大家缺乏经验，遇到一个稍微复杂点的问题，可能就会卡很久。

如果再缺乏主动性，就需要我不停地安排任务、检查进度，那我还真不如直接把事情交给 AI 完成。

所以从生产效率的角度来看，对于 AI 使用程度很高的公司，初级岗位的需求可能会越来越少。

2、Anthropic 的招聘标准也发生了明显变化，越来越看重一个人的自主性和判断力。

Anthropic 分析了自 2024 年以来数千名录用员工的面试评价，发现技术岗位的评价中，增长最明显的两个维度是 Autonomy 和 Judgment，也就是自主性和判断力。

与此同时，对特定领域专业知识的关注占比反而有所下降。

这个变化很有意思。

之前我也写过几次类似的话题，包括 Notion 首席设计师的一些分享，都提到了主动性的重要性。

因为有了 AI 之后，一个员工实际上已经可以同时管理好几个 Agent，相当于每个人都带着几个下属。

这时候，工作方式就需要改变了。

过去可能是领导分配任务，员工按照要求完成。但现在，一个人完全可以自己提出想法，制定计划，再调动 AI 去实现目标。

在 AI 时代，主动性可能会成为一个人非常重要的竞争力。

3、但到底怎么判断一个人有没有主动性？

和运营、编程、设计这些专业技能相比，主动性多少有些主观，很难通过一道面试题判断出来。

年前，我给客户推荐过一个候选人，结果面试没通过。我很惊讶。因为之前跟他共事过，基本功不错，人也挺机灵。

客户老大叹了口气说：主要问题是他的主动性不够。我继续追问：你是怎么判断出来主动性不够的？

对方回答：问之前在某个项目里负责了什么，话里话外能听出来，他的工作范畴仅仅就局限在领导安排的事情上，没见着他的思考，基本上就是安排什么做什么。

主动性不够，来我们团队，很难生存下去。所以也就没推进了。

我挺认同客户的判断。

不管是在大厂还是小厂，主动做事，为目标着急永远是重要的能力。

领导推一步，然后干一步，这种性格很难把事情做好。

并且，我总觉得，主动是一种受益终生的思维方式，主动和同事沟通进展，主动思考问题的解决方案，主动认识一些厉害的人......

在我看来，主动性至少包括三个方面。

首先，一个人眼里得有问题，能够主动发现哪些事情值得做、哪些地方需要改进。其次，发现问题之后，愿意自己想办法，寻找资源，不停地把事情往前推进。

最后，遇到困难不会轻易停下来，更不会一直等着别人安排，而是会想办法把问题真正解决。

总之就是没有等靠要的思维方式。

4、Anthropic 越来越在乎候选人使用 AI 的能力，尤其是实际经历。

报告里有个很有意思的数据。2024 年，Anthropic 的技术岗位面试评价中，只有大约 5% 会提到候选人使用 AI 工具的经历，非技术岗位大约是 7%。

但到了 2026 年，这两个比例分别增长到了原来的 3 倍和 4 倍。

尤其是非技术岗位，变化非常明显。

这也给我们提了个醒。如果面试的时候，只是和面试官讲自己熟悉 Claude、Codex，恐怕已经没什么说服力了。这些工具谁都会用。

重要的是，我们用 AI 解决过什么具体问题。比如自己设计过一套工作流，或者利用 AI 做过一个小工具。我个人觉得这种真实的作品，比简历上罗列一堆 AI 工具更有说服力。

因为它能直接展示自己使用 AI 解决问题的能力。

5、AI 对应届生确实不太友好。

特别是非 985 或者 211 高校的学生，相比十年前的毕业生，大家就业压力大不少。

过去很多应届生的起点，几乎都是从简单的工作开始，然后在实际项目里慢慢积累经验，几年之后才能逐渐独当一面。

但现在，AI 正在接管其中一大部分基础工作。如果企业越来越倾向于招聘有经验、有判断力、能够独立完成任务的人，那么应届生，应该去哪里获得这些经验？

这真是个挺棘手的问题。我亲戚家的孩子就是这情况，毕业一年了，现在还在家里待着。

所以，我感觉尤其是还在上学的同学，毕业后想进入互联网行业，真的应该尽早利用 AI，积累一些真实的项目经验。

比如开发一个自己真正想用的小产品，解决身边某个实际问题，或者给一项真实业务设计自动化流程。

很多二流学校的学生，在这时候了，还是在努力考研，以考研为荣。我真心觉得糊涂。

如果只是因为不知道毕业之后该做什么，或者天真的认为多一张文凭就能找到更好的工作，那真的应该重新考虑这事的逻辑。

尤其是那些将来想进入互联网行业，做产品、运营或者开发的同学。

现在 AI 已经把做产品的门槛降得非常低了。真的应该花点时间，去做几个真实的项目。最好能找到用户，收集反馈，再不断改进。

这个过程既能积累经验，也能锻炼前面提到的主动性、判断力，以及使用 AI 解决问题的能力。

等到真正找工作的时候，直接把作品拿出来，讲清楚自己解决了什么问题，以及取得了什么结果。反正如果我是面试官，我会非常愿意和这样的应届生聊聊。

by @小盖fun #AI探索站

推荐一篇论文：https://arxiv.org/pdf/2606.04308

论文中针对阅读提出了一个非常有意思的取景框架。

我们一直有「六经注我」 vs 「我注六经」的分类，可以理解为「以读者为中心」 vs 「以作者为中心」。

现在有了 AI，会带来什么变化？

这论文加了一个维度：「AI 替我读」vs「AI 陪我读」。

两者一结合，就出现了四象限。可以把当下的 AI 工具和应用场景放置其中进行分析。

针对「AI 陪我读」这个有意思的话题，又给了三个工具：

第一类是跑鞋型。跑鞋不改变你跑步的方式，它减少脚和地面之间的摩擦，让你跑同样的路更省力。对应到阅读，就是让你用同样的方式读，但读得更顺。术语弹窗让你不必中断去查词典，高亮系统替你标出哪些段落值得细读、哪些可以略过，自动排版让长文档更容易扫视。你还是在读，读的动作没有变，只是路面变平了。

第二类是哑铃型。哑铃的作用不是让你省力，恰恰相反，它故意给你加负重，目的是让你变强。对应到阅读，就是在阅读过程中设置有益的阻力。比如读完一段之后要求你用自己的话复述，再往下翻之前先让你预测作者接下来会说什么，或者定期抛出问题检验你是否真的理解了而不只是眼睛扫过去了。这些动作会让阅读变慢，但慢下来的那部分恰好是理解发生的地方。

第三类是滑雪板型。滑雪板不是让你走路更快，也不是让你腿更有力，它让你做到一件走路根本做不到的事——在雪上滑行。对应到阅读，就是让你和文本之间产生以前不可能的交互方式。把一篇论文的段落拖到二维空间里重新排列，让两篇论文的论证链条并排对照，在阅读痕迹上回溯自己三个月前读同一篇时关注了什么、现在关注了什么。这些不是「读得更快」或「理解得更深」，而是一种全新的阅读动作。

有了这个框架，就像是拥有了一张地图。针对自己的需求，可以在对应的象限中寻找解法。

by @李继刚 #AI探索站