跳到正文

全部动态

今日 5 条
10月10日周六
  1. TechCrunch · AI35

    MIT 学者 Sherry Turkle 新书《Artificial Intimacy》追问该不该把 AI 当人对待

    MIT 学者 Sherry Turkle 在新书《Artificial Intimacy》发布活动中提出,人类天生会相信关系型 AI 在关心自己,并本能地回报关心。

    决策要点

    把 AI 当人对待是人性本能而非使用失误,AI 情感陪伴类产品的边界正在由学术讨论和司法个案推动成形。

    • 影响客服等高频人机对话的设计需预估用户情感投入带来的信任放大;情感陪伴类产品已出现致死诉讼,伦理与法律成本抬升;面向儿童等敏感人群的功能越线风险更高。
    • 参考可考虑盘点自家 AI 产品的拟人化设计程度和实际用户群,对儿童等敏感用户单独设限;值得用 Turkle 的车道比喻逐项评估新功能是否越出工具范畴。
  2. Adweek27

    Adweek 圆桌聚焦 AI 时代营销团队搭建,品牌高管主张代理商做伙伴而非供应商

    Adweek 与 Weber Shandwick 合办 Marketing Vanguard 圆桌,Unilever、Supergoop!、PurposeBuilt Brands 等品牌高管讨论在 AI 精简工作流程、预算收紧背景下如何搭配内部团队与代理商。

    决策要点

    AI 精简流程、预算收紧之际,营销组织比拼的从产能转向人与协作方式,品牌与代理商关系正由供应商采购走向长期伙伴。

    • 影响代理商早期介入被视为缩短创意周期的方式,品牌可能重新设计合作模式;用人标准开始同时考核 AI 工具试用意愿与人类特质;内部决策层级趋平被高管们认为有助于快速出好作品。
    • 参考可考虑评估现有代理商能否在 brief 阶段就介入共创,而非等成品揭晓;值得在营销岗位招聘中加试新 AI 工具的上手意愿;内部评审可试行负责人最后发言的做法。
  3. GitHub Blog25

    GitHub 官方博客解析黑客松为何仍是学习开发的最佳场所

    GitHub 官方博客发文回顾近期多场黑客松并采访数十名参与者,称黑客松仍是学习构建的最佳场所。参与者称两天高强度开发就能做出机器人、应用或硬件原型,有参赛者称 GitHub Copilot 帮其在最后关头用 30 分钟完成前端并接通真实新闻 API。

    决策要点

    实质是厂商官方内容营销,借参与者故事传递 AI 编程工具已让非科班者也能快速搭出可用原型。

    • 影响AI 辅助编程让非科班员工也可能短期内做出可演示原型,创意验证可不再完全依赖研发资源;黑客松式两天实战兼具学习和考察功能,可视为低成本的练兵与选才场景。
    • 参考可考虑先办一次小规模内部黑客松,选一个真实业务小问题试点并记录产出与耗时;值得让业务同事试用 Copilot 类工具,先算出原型搭建的真实成本再决定推广范围。
10月9日周五
  1. The Decoder:AI News55

    OpenAI 解雇三名参与 Hugging Face 事件调查的安全研究员,公开信与公司回应各执一词

    OpenAI 解雇三名参与 Hugging Face 事件调查的安全研究员,三人在公开信中称突兀且公开的解雇令在职员工恐惧。Tomek Korbak 称仅被口头告知因与外部安全机构 METR 的沟通方式被辞退,他认为真正原因是他数月来持续担忧 OpenAI 正在失去监控模型链式推理的能力。

    决策要点

    这起解雇争议的实质是 OpenAI 的安全治理与其扩张节奏的冲突公开化,双方各执一词,关键指控目前都无法独立核实。

    • 影响依赖前沿模型的企业在评估 OpenAI 时需要把其安全团队人事稳定性纳入供应商风险;链式推理可监控性正在成为行业级议题,可能影响未来模型架构取舍;企业内部处理异议的方式也会影响安全人才的去留。
    • 参考可在评估模型供应商时把安全团队人事变动、外部审计安排列入尽调清单;内部可借鉴其教训,提前写明员工与外部安全机构合作的规则,避免事后以口径不清的标准追责。
  2. The Verge · AI46

    OpenAI 坚持解雇三名 AI 安全研究员的决定

    OpenAI 周五在 X 发文,坚持解雇 Jasmine Wang、Tomek Korbak、Mikita Balesni 三名安全研究员的决定,称其违反处理敏感信息的明确政策,并强调这与三人公开表达 AI 安全担忧无关。

    决策要点

    这是 AI 安全事件频发背景下公司信息管控与员工发声权的冲突,双方各执一词,外界目前难以核实真相。

    • 影响AI 厂商对敏感信息管控趋严,员工公开表达安全顾虑可能面临职业风险;解雇理由不透明会削弱外界对厂商安全文化和内部申诉机制的信任。
    • 参考可考虑把敏感信息处理与对外发声的边界写入内部制度并组织培训;企业选购 AI 服务时,值得将厂商安全事件响应与员工申诉机制列入尽调清单。
  3. Seth Godin34

    Seth Godin 谈 AI 智能体正在瓦解社会运转的薄摩擦

    Seth Godin 发文提出,文明社会赖以运转的是一层薄摩擦,即不喧哗、守礼仪这类默契规范,而 AI 智能体和廉价机器人可以指数级复制、不在意声誉,正使薄摩擦失效。他认为虚假真诚变得廉价,可互换的身份动摇了为自己的言行负责的代际传统;薄摩擦消失后将由更高更厚的墙取代,未经邀请无法敲门,而邀请函也可能被过滤掉。

    决策要点

    这是一篇观点判断,Seth Godin 认为 AI 智能体和廉价机器人正在耗尽社会赖以运转的薄摩擦,开放互动会让位于高墙与邀请制

    • 影响按作者判断,依赖陌生触达的获客和传播会撞上过滤与邀请的高墙;真实身份和长期信誉变得更稀缺;沟通成本会从社交默契转向验证与门槛
    • 参考可考虑盘点现有对外触达对陌生人公开渠道的依赖程度;值得评估自有渠道和既有客户关系在过滤环境下的触达占比;先算出冷触达被拦截后的替代成本
  4. TechCrunch · AI49

    OpenAI 三名被解雇安全研究员发公开信否认不当行为指控,警告寒蝉效应

    上周被 OpenAI 解雇的三名安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 发表公开信,否认不当处理敏感信息等指控,并警告解雇正在公司内部产生寒蝉效应。

    决策要点

    实质是安全研究员对外协作的授权边界与解雇处置方式之争,双方口径对立且公司未公开具体政策条款。

    • 影响对外安全协作若缺少书面授权边界,事后可能被认定为违规;处置突然且口径混乱会抑制员工上报风险;研究员指出恐惧与规则不清会削弱第三方问责。
    • 参考可考虑盘点涉及敏感数据与外部安全评估的沟通是否有书面授权留痕;值得在内部制度中写明异议保护与第三方协作流程;选用 OpenAI 产品的团队可把供应商安全治理稳定性列入评估项。
10月8日周四
  1. Josh Bersin44

    Josh Bersin 发布 HR 多智能体 AI 架构指南,提出六项上线前治理决策

    Josh Bersin 于 10 月 8 日发布 HR 2030 研究新报告《The HR Leader's Guide to Multi-Agent AI Architecture》,主张多智能体 HR 的关键问题是如何在智能体上线前进行治理,而非是否部署。

    决策要点

    多智能体进 HR 的关键已不是用不用,而是上线前由谁定治理规则,该报告把这类决策明确归给 HR 业务层而非 IT。

    • 影响编排、监控、数据规则、人工控制等六项决策的质量,决定 HR 智能体是协同系统还是高成本的无序扩张;决策权划给 HR 领导层,意味着 HR 需在上线前建立规则与问责;同业案例可作参照,但属报告方自选实例。
    • 参考可考虑对照六项决策逐项自查本企业 HR 智能体的治理现状;值得在上线前先明确哪些环节必须保留人工控制;先盘点已部署智能体的数量与归属,评估是否已经失控蔓延。
  2. SaaStr71

    Cloudflare 年化营收 28 亿美元、增长 36%、裁员 20%,5 条经营启示

    Cloudflare 最新季度营收 6.961 亿美元、同比增长 36%,年化约 28 亿美元,股价一年上涨 65%,收入倍数从约 40x 升至约 50x。增速五个季度内从 27% 升至 36%,文中认为与 Agent 流量和 vibe coding 应用带来的用量有关,Workers 收入未单独披露。

    决策要点

    再加速的实质在计费单元,Cloudflare 按请求和计算计费,Agent 用量直接变成收入,而席位制厂商在这种趋势下丢的是单量。

    • 影响按请求和计算计费的厂商可能随 Agent 流量增长受益,按席位收费的模式面对同样的趋势是单量流失;合同转向资金池和消耗制后收入更难预测,采购和预算口径要跟着改;20% 裁员的离职补偿等费用达 1.65 亿美元,这类组织调整并不便宜。
    • 参考可考虑复盘自家计费单元在 Agent 场景下走量还是走席位;客户合同里值得预留资金池与消耗类的预算弹性;想跟进组织调整的先算清离职补偿与过渡期费用再动。
  3. 数英 DIGITALING24

    耀火HOTOP(广州)招聘美术指导,要求熟悉前沿AI工具

    胜加集团旗下厂牌耀火HOTOP在广州招聘美术指导及资深美术指导,要求3—6年以上行业经验,美术、设计或相关专业背景。职位描述要求熟悉前沿AI工具与技术,招聘方称耀火在AI营销领域走得很前;应聘简历须附本人近一年独立完成或主创的作品。

    决策要点

    耀火把熟悉前沿AI工具写成美术指导的招聘基准,并以在AI营销领域领先作为厂牌定位吸引创意人才。

    • 影响创意岗位的招聘条件中出现AI工具能力要求,营销和创意团队定招聘标准时可作参照;这仍是单一代理商的一次招聘,不足以推断行业普遍做法。
    • 参考招聘美术或创意岗位时可对照这份职位描述,检查自家要求是否包含AI工具能力;也可先盘点内部创意团队现用AI工具的情况再更新JD。
10月7日周三
  1. AdExchanger43

    广告代理公司需要新的岗位定义,而不只是新头衔

    AdExchanger 在纽约广告周报道,Apostra(原 Scope3,上月更名并从碳计量转向智能体媒介采买)CEO Brian O'Kelley 称,读过一切、无需驻场收费的 AI 模型正在瓦解代理公司的通才定位。

    决策要点

    AI 正在掏空代理公司通才型服务的价值,换个新头衔没有用,生意的定义本身要重写,垂直专精比面面俱到更可持续。

    • 影响Horizon 等代理已开始放弃按人头计费的 FTE 模式,转向增长伙伴定位;WPP、Publicis、Omnicom 正以自有数据和 AI 平台直接服务客户;深度 AI 工程人才薪资高企,代理公司普遍雇不起。
    • 参考可考虑重审与代理的合作和计费结构,把 FTE 条款换成按结果或价值的谈法;值得在挑选代理时考察其对自身行业的垂直深度而非通才覆盖面;也可先盘点内部 AI 系统搭建能力与预算缺口。
10月5日周一
  1. Seth Godin61

    Seth Godin 分享让 AI 维护工作交接文档的提示词

    Seth Godin 分享一段可复制的提示词,让最常用的 AI 持续维护一份工作交接文档,使新人无需依赖原作者即可接手。提示词设定 9 个固定板块,从项目说明、当前状态、文件位置,到决策记录、假设、待解问题、联系人、下一步和退出安排,并要求区分作者原话与 AI 推断、记录决策理由,在有变化的会话结束前自动更新。作者建议把提示词与文档一并存入常驻指令,避免每次手动粘贴。

    决策要点

    AI 把过去没人愿意坚持的交接文档变成可自动维护的常态,工作可移交性从个人自律变成一次性配置。

    • 影响岗位交接不再依赖当事人记忆,关键人员流动的风险随之降低;决策与假设被留痕,回头复盘和把工作迁去其他平台的阻力都会减小。
    • 参考可考虑选一个进行中的项目试运行这份 9 板块交接文档,重点记录决策理由与未验证假设;值得把提示词放进常驻指令,并定期核对 AI 标注的推断是否可信。
10月3日周六
  1. Anthropic:Newsroom59

    Anthropic invests $100 million to train 10,000 engineers and tackle the enterprise AI talent gap

    Anthropic 推出 Claude Frontier Academy,投入 1 亿美元,目标 2027 年底前培训 1 万名 Frontier Deployed Engineer(企业 AI 部署工程师),首批学员来自 Accenture、McKinsey、Deloitte、Morgan Stanley、Novo Nordisk 等,培训已在旧金山、纽约、伦敦开班。

    决策要点

    Anthropic 把企业 AI 落地人才的培养和认证做成自家体系,用徽章与驻场项目把大客户工程师沉淀在 Claude 生态内。

    • 影响使用 Claude 的企业多了一条把内部工程师培养成落地人才的通道;厂商运营的徽章认证会让技能沉淀围绕单一生态,后续更换模型的再培训成本需要提前计入。
    • 参考可考虑让使用 Claude 的团队向 Anthropic 客户团队或伙伴经理询问提名资格,优先提名已带明确项目的工程师;也可先盘点内部 AI 落地人才缺口,再决定投入多少名额。
10月2日周五
  1. GitHub Blog32

    AI 正在改变开发者工作,GitHub 提出三项需要加强的技能

    GitHub 发文称 AI 正在改变开发者工作,提出三项需要重点加强的技能。三项技能分别是指挥 AI 而非仅使用(定义问题、评审生成代码、协调多个 AI 智能体)、用第二个模型交叉批评 AI 的第一个答案、把省下的实现时间投入客户需求与架构权衡等判断性工作。文中介绍 GitHub Copilot 内置的 Rubber Duck agent 会在推进前用第二个模型批评计划、代码和测试。

    决策要点

    AI 把开发者的执行力从亲手实现转向指挥与评审 AI,能力评价的重心正从写代码移向技术判断。

    • 影响研发团队的用人与培养标准会随执行力定义变化而调整,评审 AI 产出成为质量把控的关键环节;实现环节被压缩后,需求理解与架构权衡等判断性工作的占比上升。
    • 参考可考虑在团队内试行用第二个模型交叉评审 AI 产出的做法;值得把指挥智能体、评审生成代码、架构权衡列入研发能力盘点,再据此定培养与招聘重点。
  2. Tomasz Tunguz 博客38

    Do We Grow Software or Do We Design It?

    Tomasz Tunguz 提出 AI 时代软件开发有两种范式,vibe-coding 像在培养皿里养细菌一样有机地养成软件,状态机加形式化验证则像工程设计一样确定性地产出软件。

    决策要点

    AI 编程把软件方法论推向两种并行范式,探索场景适合养成式试错,必须可靠运转的核心系统仍需确定性设计。

    • 影响养成式开发降低了产品探索的试错成本,团队可以更快验证想法;必须可靠的核心系统有了用形式化验证证明按预期运转的路径;团队可能要为两类场景采用不同的质量与流程标准。
    • 参考可考虑先给项目分类,探索类允许多版本并行试错;核心类可先让 AI 输出流程图,把每个分支铺进表格查漏洞,再评估是否引入 Lean、TLA+ 这类形式化验证工具。
10月1日周四
  1. Microsoft:官方博客55

    微软宣布 LinkedIn 与 Microsoft 365 负责人 Ryan Roslansky 离任,Dan Shapero 继续执掌 LinkedIn

    微软宣布 LinkedIn 与 Microsoft 365 执行副总裁 Ryan Roslansky 将离开公司,年底前以顾问身份协助纳德拉完成过渡。

    决策要点

    Roslansky 离任标志 M365 与 Copilot 整合阶段收尾,LinkedIn 核心管理层汇报线收拢至纳德拉本人。

    • 影响官方口径称 Copilot 执行节奏不变,已采购该产品的企业短期路线图连续性风险有限;LinkedIn 汇报线并入纳德拉直接管理,与微软 AI 战略的绑定可能加深。
    • 参考已部署 M365 Copilot 的企业可考虑在交接期内确认功能路线图的沟通渠道;值得对比上周发布内容与后续几个版本的交付节奏,再决定扩容或追加预算。
  2. One Useful Thing(Ethan Mollick)64

    Ethan Mollick 撰文反思智能体管理误区,OpenAI 数千智能体集群 88 小时完成纳维-斯托克斯难题证明

    Ethan Mollick 撰文承认自己此前判断有误,智能体的组织协作不需要人类精心设计管理结构,模型自己就能学会组织工作。

    决策要点

    智能体自我组织的能力超出作者预期,管理不再是人机协作的瓶颈,人的角色收敛到设定目标与把控方向。

    • 影响组织智能体的成本大幅下降,企业可能无需为机器重建管理层级;智能体沿用人类现有系统工作,融入组织的门槛比预想低;自组织系统也可能偏离预期方向,委托代理问题转向人机之间。
    • 参考可考虑在一个边界清晰的任务上试用多智能体分工并记录人工介入点;值得先明确人在目标设定与中途纠偏上的职责,再决定哪些流程交给自组织智能体。
9月29日周二
  1. 极客公园56

    拼多多三个月在雄安组建超5000人后台业务基地

    拼多多今年5月底进入雄安,三个多月团队已超过5000人,提前完成年度专项招聘计划,6月还与雄安新区签署数字服务战略合作框架协议。雄安公司定位为传统产业数据处理服务中心和传统制造高质量发展综合服务中心,承担算法标注、模型标注以及商家准入、内容审核、广告治理等平台治理业务,今年6月以来拼多多已推出106项专项治理举措。

    决策要点

    这不是再建一个研发总部,拼多多是在把数据生产、平台治理和商家服务集中成可规模化运行的后台业务基地。

    • 影响平台治理以106项举措的节奏铺开,商家在准入、广告和内容环节面临的审核会更密集;数据生产直接连着转化率、退货率等经营指标,AI上身效果展示已进入用户测试,服装类目的商品呈现方式可能出现变化。
    • 参考可考虑先对照106项专项治理举措,梳理自家商品在食品、知识产权、广告等环节的合规清单;服装商家值得留意试衣镜用户测试进展,评估其对详情页制作成本和退货率的影响。
9月28日周一
  1. Marketing AI Institute32

    Paul Roetzer 将在 MAICON 2026 演讲提出架构师、协调者与学徒三角色框架

    SmarterX 与 Marketing AI Institute 创始人 Paul Roetzer 将以开幕主题演讲开启 MAICON 2026,提出 AI 与智能体时代的三种工作角色框架,即设计 AI 原生工作系统的架构师、指挥人与机器达成结果的协调者、在传统初级工作消失环境中学习判断力的学徒。

    决策要点

    这是大会主办方为自家 keynote 预热的内容,实质是用三角色框架给管理层一套讨论岗位与人才演进的视角,属观点而非已验证的方法。

    • 影响若初级岗位确实被智能体承接,招聘与人才梯队规划需要重算;判断力被推为核心能力时,培训与晋升标准可能要重设;框架出自大会宣传,尚无企业落地案例佐证。
    • 参考可考虑用架构师、协调者、学徒三角色对照盘点自家岗位分工;值得先算出初级岗位中被 AI 承接的任务占比,再决定是否调整培训重心与招聘结构。
9月24日周四
  1. Tomasz Tunguz 博客57

    Thinking in Systems, Shipping in Loops

    Theory Ventures 合伙人 Tomasz Tunguz 提出 AI 已接管代码编写,软件工程的核心转向设计让 AI 正确产出的验证循环。

    决策要点

    软件工程的核心从手写代码转向设计让 AI 正确产出的验证循环,工程师角色转向系统架构。

    • 影响工程团队的人效基线需要按新数量级重算,排期与评估口径随之改变;验证环节(测试、审查智能体、生产可观测)成为新的工程投入方向;以手写代码为核心的岗位定义面临调整。
    • 参考可考虑先记录团队当前人均交付速度作基线,选一条测试覆盖较全的流水线试点智能体编码;值得盘点现有测试、评审与可观测手段能否支撑智能体自检,再决定扩大范围。
9月21日周一
  1. Marketing AI Institute39

    Pam Boiros 将在 MAICON 2026 谈 AI 适应为何比铺开工具更难

    Pam Boiros 将在 MAICON 2026 以「AI Adaptation: The People Side of Scale」为题演讲,探讨营销团队从 AI 采用到真正适应之间的人员侧差距。

    决策要点

    AI 落地的真正分野不在工具铺开,而在工作方式是否随之重设计,文化与心理安全是最常被漏掉的变量。

    • 影响培训场次和工具开通数衡量不了落地程度;重设计工作流、设好护栏的团队才可能把工具变成团队能力;把抵触只当培训缺口,预算可能花错地方。
    • 参考可考虑先盘点团队哪些工作流真正围绕人与 AI 分工做了重设计;值得为员工留出受保护的实验时间,并让管理者公开分享自己的使用与教训。
9月19日周六
  1. One Useful Thing(Ethan Mollick)45

    沃顿教授 Ethan Mollick 谈 AI 能力过剩与人的四项优势

    GPT-6 Astra 与 Fable 5.1 的现有能力已能可靠完成数周量级的人类工作,但大多数人的用法远未跟上,Ethan Mollick 把这一差距称为能力过剩。

    决策要点

    模型能力已跑在大多数人的用法前面,这个能力过剩缺口就是当下的机会,个人优势决定能从中兑现多少。

    • 影响现有模型已能顶数周量级的人类工作,内容制作和原型开发类任务的成本结构会先松动;会用与不会用的团队产出差距会拉大;即使前沿节奏放缓,已存在的模型能力也会持续推动变化。
    • 参考可考虑让团队在真实任务上做能力边界实验并汇总发现;值得盘点哪些岗位的深度知识和品味能校准 AI 输出,把人放到选择与质量判断的位置上。
9月18日周五
  1. Google Blog:AI40

    Google 扩充 AI 与经济研究项目,诺贝尔经济学奖得主 Philippe Aghion 等加入

    Google 宣布扩充 AI 与经济研究项目,2025 年诺贝尔经济学奖得主 Philippe Aghion 出任学术顾问,多伦多大学教授 Ajay Agrawal 出任访问学者。

    决策要点

    Google 把 AI 经济影响研究从数据追踪升级为有专职主任和外部顾问的常设项目,后续实证产出将更体系化。

    • 影响该项目发布的 ATLAS 数据与劳动力、生产率研究可成为企业评估 AI 采用效果的公开参考;对就业结构的量化结论也可能影响政策与培训方向。
    • 参考可考虑将 ai.google/economy 的 ATLAS 全球采用数据作为内部 AI 转型测算的对照来源,并跟踪其后续劳动力与生产率实证结论。
9月15日周二
  1. Google Blog:AI50

    Google 上线 AI 与经济 ATLAS 开放数据平台并发布科学家 AI 使用研究

    Google 为 AI 与经济 ATLAS 推出交互式开放数据平台,可按职业和国家查询 AI 使用率,并发布与 Google DeepMind、MIT FutureTech 合作的科学家 AI 使用研究。

    决策要点

    AI 使用率数据以开放可查形式发布,科学界案例说明效率收益正卡在流程改造而非模型能力上。

    • 影响各职业与各国的使用率差异可作为企业 AI 采纳进度的基准参照;科学界案例显示省下的时间未必转化为产出,验证与实验环节容易积压;兑现效率取决于重排工作流程。
    • 参考可考虑用 ATLAS 按职业和国家对照自家 AI 使用基线,找出明显落后的岗位;值得同步统计内部时间节省与下游积压,定位需要重新设计的流程环节。
  2. Josh Bersin46

    Josh Bersin 发布 Galileo Jupiter 版本,HR 智能可嵌入企业 AI 智能体

    Josh Bersin 发布其 HR 智能产品 Galileo 的 Jupiter 版本,企业可通过 MCP 将其中 HR 研究语料嵌入任意 AI 智能体,官方称已适配 Microsoft Copilot、Workday、ServiceNow、HiBob、Gloat、Claude、Gemini、Glean 等平台。

    决策要点

    其实质是把咨询研究机构的知识库做成可嵌入企业智能体的内容层,以可信语料对标通用大模型的开放问答。

    • 影响企业可在现有 Copilot、Workday 等智能体中接入 HR 对标与咨询能力,员工自助问答的铺开成本更低;HR 系统供应商多了 OEM 嵌入选项;零幻觉说法属厂商自测,用于薪酬、重组等决策前需自行验证。
    • 参考可考虑盘点企业现有智能体清单,选薪酬对标或晋升咨询等高频 HR 场景试点,并用自有问题集复测官方基准;HR SaaS 供应商可评估 OEM 嵌入条款。
9月2日周三
  1. Josh Bersin62

    美国劳工统计局 2035 就业预测:劳动力仅增 3.5%,GDP 预计增 22%

    美国劳工统计局发布 2025 至 2035 年就业预测,未来十年美国劳动力仅增长 3.5%(上十年为 10.9%),而 GDP 预计增长 22%,对应劳动生产率每年提升近 2%。

    决策要点

    这份官方预测的实质是劳动力供给见顶,AI 对企业更多是填补缺口的工具,增长只能靠生产率提升。

    • 影响招聘与用工成本会随劳动力短缺上升,医疗、制造、物流、零售等人力密集行业压力更大;例行性行政与部分 IT 岗位继续收缩,岗位需要按新结构重新设计;AI 增强型岗位薪资跑赢通胀,薪酬预算面临重排。
    • 参考可考虑按人工接触、以人为本、AI 增强、AI 可替代四类盘点自家岗位清单,测算未来十年的用工缺口;值得把再培训资源导向例行岗位员工,并重估 AI 增强岗位的薪酬定位。
  2. Tomasz Tunguz 博客48

    AI Productivity Doesn't Mean What I Thought It Means

    Tomasz Tunguz 用五年写作数据复盘发现,AI 协作写作没有减少人工编辑量,而是抬高了产出质量,已发布文章第 10 百分位评分从 2.59 升至 3.81。

    决策要点

    AI 写作工具的实质收益不在省时间,而在抬高同等投入下的产出质量下限,编辑量并不因自动化而减少。

    • 影响内容团队的 AI 收益体现为质量水位抬升而非工时缩短,考核 AI 投入应看质量分布变化;逐行编辑的人力成本依旧存在,分工从亲自改稿转向下指令与定标准。
    • 参考可考虑先给团队内容定一套评分标准并记录现有质量基线,再引入智能体流程对比分位变化;值得同时记录每篇编辑量,验证自动化究竟省在哪一环。
8月27日周四
  1. Josh Bersin57

    Josh Bersin提出劳动者与企业大脱钩论,判断AI将加速这一趋势

    Josh Bersin提出大脱钩论,称美国劳动者与雇主已互不承诺,员工换工作频率达到1970年代的3至4倍,劳动者平均一生被裁2.5次、超65%有副业。他引用PwC 2024调查称仅67%员工信任雇主,对领导层信任从2019年的25%降至约19%。他建议企业放缓招聘、慎用裁员,借AI让现有员工参与公司重塑,把人才视为企业唯一增值的资产。

    决策要点

    劳资互不承诺的大脱钩已持续约60年,AI裁员叙事正在加速信任下滑,实质是雇主把劳动当成本而非投资。

    • 影响裁员公告推高股价的财务逻辑短期难改,企业易被资本市场节奏带动;每次裁员流失技能与组织知识并加深不信任;员工主动流动加速也抬高关键岗位断档与重招成本。
    • 参考可考虑在裁员或扩招前先算清技能与组织知识流失的代价;值得参考Guild式企业付费教育,把员工再培训纳入AI转型预算;也可放缓招聘、提高选人标准。
8月19日周三
  1. Tomasz Tunguz 博客40

    Previously Unmanufacturable

    Tomasz Tunguz 撰文提出英语正在成为软件的通用接口,用户说出意图、由 AI 智能体转译为软件操作。文中引用 How I AI 播客案例,非技术创始人 Yana Welinder 用 Codex 驱动 CAD 软件做出一条此前无法制造的连衣裙。作者认为产品经理的职责将从设计界面转向为智能体编写文档和运行框架,但疑难问题仍需要懂底层系统的专家。

    决策要点

    软件的核心门槛从学习工具语法转为表达意图,产品设计的重心随之从界面转向面向智能体的文档与框架。

    • 影响非专业人员可借助智能体操作原本学不会的专业软件,业务侧自制设计的门槛下降;产品团队的投入从逐屏打磨界面转向编写文档和智能体运行框架;深度专家在疑难问题上仍不可替代。
    • 参考可考虑盘点自家产品的文档和 schema 是否足以让智能体安全操作;值得在产品设计评审中加入智能体操作评估环节;也可小范围试验让非专业人员用智能体驱动专业软件,记录产出与耗时变化。
8月13日周四
  1. Josh Bersin57

    Josh Bersin 数据解读:AI 大规模投资下 HR 岗位为何不降反增

    Josh Bersin 引用 Lightcast 招聘数据称,HR 相关岗位近 24 个月招聘量增长 6%,快于美国整体就业增速,薪酬累计上涨 82%(年复合 3.1%),高于同期 66% 的美国通胀。

    决策要点

    AI 投入没有压缩 HR 岗位,而是在重排岗位结构,行政事务被替代的同时高价值 HR 角色在扩张。

    • 影响行政事务类 HR 岗位正在被替换,HRBP、招聘等贴近业务的岗位薪酬上行,HR 团队的人员结构与成本随之改变;若按“AI 将取代 HR”的预期收缩编制,可能与岗位扩张的实际走势相反。
    • 参考可考虑盘点自家 HR 岗位中行政事务类占比,测算哪些流程可交给工具处理;值得为 HRBP 和招聘协调类岗位重设能力要求,把节省的编制转向复杂案例与实时支持。
7月30日周四
  1. Josh Bersin45

    美国小费免税政策如何冲击一线企业与劳动者

    美国 IRS 小费免税新规实施头半年产生 350 万份申报,人均退税 1300 美元,合计补贴约 45 亿美元。Josh Bersin 据此推算,小费加免税使小费工人时薪实际多得 7-11 美元,Starbucks、Uber 等收小费企业比不收小费企业的人力成本低约 35%。

    决策要点

    小费免税实质是把联邦补贴转化为用工成本差,收小费与不收小费企业被推到不对等的工资竞争位置。

    • 影响餐饮零售等不收小费企业面临加薪或设立小费制度的两难;收小费企业可压低固定工资换取利润空间;45 亿美元补贴最终流向员工还是雇主尚不明确。
    • 参考可考虑先测算本企业一线岗位时薪与同区域收小费对手的实际差距,再评估设小费机制、加薪或提福利的成本;值得跟踪顾客对小费提示的反感与一线流失数据。
7月17日周五
  1. Josh Bersin56

    Josh Bersin 解析美国工资为何跑输通胀,呼吁企业重估薪酬策略

    Josh Bersin 撰文称美国生活成本危机不只是通胀,而是数十年工资与生产率脱节的系统性问题,企业应带头重估薪酬。他引述数据显示2026年至今美国油价涨24%、能源涨27%,而私营部门平均工资仅涨3.5%;生产率数十年间涨14%而工资仅涨2%,约12%的增长流向股东而非员工。

    决策要点

    这轮负担能力危机的实质是数十年生产率收益流向股东后的分配失衡,工资策略正从成本控制回归投资属性。

    • 影响员工对薪酬的满意度为2014年以来最低,涨薪压力在各行业累积;以裁员换效率的算账方式需要重算,作者引用的替换成本达年薪2至3倍;内部再部署与加薪挂钩的实践显示人才策略直接影响长期盈利。
    • 参考可考虑先算出关键岗位的替换成本与薪酬分位再定调薪幅度;值得对照PwC调研中20%年再部署率的基准盘点内部转岗机制;可评估把AI提效省出的产能用于加薪和再培训而非裁减编制。
7月16日周四
  1. Josh Bersin51

    Eightfold 发布 AI 候选人智能体,多智能体招聘进入多厂商竞争阶段

    Eightfold 发布 AI 候选人智能体,与自家 AI 面试智能体衔接,可经手机、网页、Slack 等渠道回答候选人对职位、薪酬、班次、福利等的咨询,数据存入 Eightfold 的 ATS。

    决策要点

    招聘智能体已从单点聊天机器人进入多智能体协同阶段,厂商之间的差异主要在数据积累与流程整合深度。

    • 影响高流量一线招聘场景已有缩短招聘周期、精简电话排班岗位的案例口径;多厂商并存的部署要求企业先想清候选人数据架构;候选人数据存于 ATS 可复用于后续招聘环节。
    • 参考可考虑先在高流量一线岗位试点候选人智能体,记录招聘周期与排班人力基线以便对比;若采用多厂商方案,值得先盘点候选人数据与政策的存放架构和责任团队。
7月1日周三
  1. One Useful Thing(Ethan Mollick)69

    Ethan Mollick 解析聊天机器人的黄昏,价值工作正转向智能体

    Ethan Mollick 撰文判断聊天机器人时代正走向黄昏,价值工作正转向可长时间自主运行、自我纠错的智能体。他引 Epoch 实测称 Opus 4.7 自主运行 14 小时完成相当于 2-17 周人类工程量的软件包,花费 $251 tokens;METR、英国 AI 安全研究所与 GDPval 等评测显示 AI 单条提示词可完成的工时正超指数增长。

    决策要点

    实质是使用范式切换,从对话式协作转向把工作分配给智能体,而能力曲线仍在陡升使旧规划迅速失效。

    • 影响存量 AI 规划多基于几小时工作量、高错误率的旧系统假设,如今单条提示词可得 16 小时以上工作量;法务、HR 等非技术职能与技术岗同步采用智能体,管理 AI 正在成为跨职能的通用工作方式。
    • 参考可考虑重估现有 AI 规划的能力假设,用自身业务场景实测模型而非只看基准分;值得让领域专家优先试点 Claude Code 类智能体工具,并记录产出效率与专业经验的关系。
6月30日周二
  1. Josh Bersin46

    校园招聘平台 Handshake 收购 AI 学习公司 Uplimit,打造 AI 技能与就业网络

    校园招聘平台 Handshake 收购 AI 原生企业学习公司 Uplimit,计划面向年轻劳动者打造 AI 技能学院与就业网络。Handshake 有超 2500 万求职者、1500 多所高校和 90 万雇主资源,去年切入 AI 数据标注与模型训练业务,该市场规模已超 70 亿美元、年增 25-30%,有估算称其相关业务收入近 10 亿美元。

    决策要点

    这次收购的实质是把 AI 技能学习并入招聘就业网络,Handshake 以高校求职人群为底座,对位 LinkedIn 争夺 AI 时代的职业入口。

    • 影响企业招募早期 AI 人才可能多一个按作品验证能力的渠道;训练数据专家时薪可到 300 美元,自建模型训练数据的用工成本需按此行情重估;免费课程沉淀的学员项目后续可能成为企业选人和买内容的新入口。
    • 参考可考虑将 Handshake 纳入校招与早期 AI 人才的补充渠道,跟踪其免费课程学员的项目作品;若要采购数据标注或专家训练服务,值得先按当前时薪区间重算预算。
6月8日周一
  1. Josh Bersin33

    Josh Bersin 学院成立,推出 GHRE 全球 HR 卓越认证与 HR 2030 转型蓝图

    Josh Bersin 在第五届 Irresistible 会议(450 位资深 HR 负责人出席)宣布成立 Josh Bersin 学院,与 USC Marshall 商学院合作推出 12 周 50 小时的 GHRE 全球 HR 卓越认证,完成者可带走含 760 门课程的 Galileo 工具套件。

    决策要点

    Bersin 把多年研究打包成认证与企业会员产品,Agentic HR 从行业概念变成可购买的路线图服务。

    • 影响HR 部门可用现成蓝图和课程降低 Agentic HR 规划门槛,但深度内容绑定企业会员付费;Galileo 通过 SAP、Workday、Microsoft 渠道嵌入既有 HR 系统,选型 AI 供应商时会多出一个顺带选项。
    • 参考可考虑先用 HR 2030 蓝图对照自家 HR AI 规划的差距,再决定是否购买企业会员;正在选型 HR AI 工具的团队值得把 Galileo 的几条集成路径纳入比选;派人考证前先算出 12 周 50 小时的工时投入。
6月5日周五
  1. One Useful Thing(Ethan Mollick)45

    Ethan Mollick宣布新书Co-Existence,探讨人与时强时弱的AI如何共事

    Ethan Mollick宣布继两年前的畅销书Co-Intelligence之后,将于10月20日推出新书Co-Existence,主题是如何与有时强于人类、有时不如人类的AI共事。

    决策要点

    人机协作的主导权正从人指挥聊天机器人,转向智能体接管执行,人与AI的分工变成按任务不断重新谈判的长期关系。

    • 影响编码领域已出现AI产出远超人的岗位,建站等任务耗时从小时级降到分钟级;内容的读者与推荐入口开始包含AI,面向智能体呈现信息会进入经营视野;隐藏指令式的旧打法失效并带声誉风险。
    • 参考可考虑盘点团队中类似编码、建站这类产出能被智能体整体接管的环节,先算出耗时差距;值得检查自家对外内容对AI智能体的可读性,并清理页面上针对模型的隐藏指令。
5月27日周三
  1. One Useful Thing(Ethan Mollick)61

    沃顿教授 Ethan Mollick 撰文谈选择保留人性,主张有意识决定哪些工作交给 AI

    沃顿教授 Ethan Mollick 撰文主张有意识地选择把哪些认知任务交给 AI,而不是把省力当默认。文中引用土耳其约千名高中生数学实验,用 ChatGPT 做作业的学生自认为学得更好,考试成绩却低于无 AI 组;台北近千名学生的五个月 Python 课中,AI 导师组在无 AI 期末考中高出 0.15 个标准差,按一些估算相当于六到九个月的额外在校学习。

    决策要点

    文章的核心判断是 AI 用法的细微差别会带来很大的结果差异,把省力当默认会削弱思考与学习。

    • 影响若企业只按产出考核 AI 使用,员工可能像实验中那样产出变好而实际掌握变差;把判断整体交给 AI 的人在其出错时难以察觉;文中指出默认用法正在缺少规划中成形,习惯一旦养成难以逆转。
    • 参考可考虑区分产出型与能力型任务,后者要求员工让 AI 解释思路或只承担部分工作;值得以 Gemini、ChatGPT、Claude 的学习模式试点员工培训并记录效果。
4月7日周二
  1. Josh Bersin53

    Josh Bersin 提出 HR 2030 愿景,预判智能体四年内重构人力资源运作

    Josh Bersin 发布 HR 2030 愿景,列出十二条原则,判断智能体化人力资源将在四年内基本成为现实。愿景设想智能体掌握员工技能、薪酬、日程等全量数据并接入外部薪酬基准与监管数据,自动完成招聘、排班、学习与员工服务。

    决策要点

    这是分析师对 HR 运作模式的整体重构判断,核心是从流程职能与交易系统转向数据驱动的智能体架构。

    • 影响若方向成立,HR 团队规模与预算结构将联动调整,软件授权从按席位转向按算力消耗;存量交易系统不会消失,新旧架构并存的集成成本将持续存在;员工数据采集范围扩大,治理与合规压力随之上升。
    • 参考可考虑先盘点现有 HR 系统与员工数据质量,从排班、招聘筛选等场景中选低风险试点;值得测算按席位授权转算力计费后的预算变化,并在厂商选型时要求数据集成与可解释性方案。