AI把一切都自动化了,为什么公司反而更忙、更缺人
当所有人都在担心“AI会不会让人失业”时,一家深度使用AI Agent的公司却在疯狂招人。这不是鸡汤,而是一个反直觉的行业真相:自动化并没有消灭工作,反而制造了更多、更高级的人类工作。
当所有人都在担心“AI会不会让人失业”时,一家深度使用AI Agent的公司却在疯狂招人。这不是鸡汤,而是一个反直觉的行业真相:自动化并没有消灭工作,反而制造了更多、更高级的人类工作。
今年的 Google I/O 没有“全场欢呼”。相反,它留下了一堆分裂的情绪:智能眼镜很酷,Gemini 很强,但开发者并不买账。更微妙的是,当 SpaceX IPO、黄仁勋的季度表现和苹果的“轻量化未来”被同时提起,你会发现:AI 的主战场,正在悄悄换规则。
一场Google I/O反应直播,从机器人当众摔倒开始,却一路聊到智能眼镜、Gemini模型争议、SpaceX级别的超级IPO,以及AI图像失控的现实风险。这不是一场发布会复盘,而是一次对“AI正在走向哪里”的真实拆解。
当所有人都在谈模型能力、参数规模时,Anthropic却花了3亿美元,买下一家几乎不被大众熟知的开发者工具公司Stainless。原因只有一个:大语言模型真正卡脖子的地方,不在模型本身,而在它如何“安全、快速、可靠地”接入真实世界。
今年的 Google I/O,看起来像一场产品发布会,实际上却更像一次商业宣言:更强的视频模型、更快的 Gemini 3.5 Flash、更像“活物”的个人 AI Agent,但真正的猛料只有一个——Google 终于要把 AI 变成一台可持续印钞的机器。
如果一个提示,就能调动“50名科学家”为你工作一天,会发生什么?DeepMind最新展示的 Co-Scientist,不是帮你写论文,而是直接生成可验证的新科学假设,把原本需要数月甚至数年的探索,压缩到几天之内。
很多团队以为“主权AI”就是把API换成自托管模型,但真正动手后才发现:最先失控的不是效果,而是架构、流程和工程心智。来自 deepset 的一线经验,讲清楚主权约束下,AI系统到底会在哪些地方坏掉。
这不是一场炫技发布会,而是一次“把模型当工具”的现场演示。来自 Google DeepMind 的 Guillaume Vernade 用一连串看似随意的 Demo,展示了一个反直觉的事实:生成式 AI 的真正门槛,早就不在模型能力,而在你会不会用。
几乎所有 AI 从业者都在用同一种方式做聊天,但真正拖垮体验的,恰恰是这套“行业默认”。这场演讲抛出一个刺耳结论:AI UX 崩坏,责任不在模型,而在你用错了连接方式。
AlphaGo 曾被认为是只有顶级实验室才能复制的奇迹,但 Eric Jang 在播客里抛出一个近乎挑衅的说法:今天,一个人、几千美元算力,就能从零“重建”它。更重要的不是算力,而是那套反直觉的思想结构。