跳到正文
认知
返回AI 简报
AI 简报科技大约 2 小时前
单一来源当前只有一个可用来源,尚未完成多源交叉核验

沃顿教授:转行技工难以抵御 AI 冲击,四类核心能力才是破局关键

IT之家 11 月 2 日消息,人工智能不会消失。我们该如何与它共存?说得更准确一点:在人工智能时代,我们要靠什么谋生?常见的答案无非两种:“学会使用人工智能”,或是找一份人工智能无法替代、不会被自动化取代的职业,最好是动手类工作。

据 Business Insider 报道,伊桑 · 莫利克(Ethan Mollick)并不认为这套办法可行。莫利克是沃顿商学院管理学教授,也是当下颇具影响力的研究者,专注解读人工智能如今能做到什么、以及它对需要和 AI 协同工作的普通人意味着什么。

他的新书《共存》(Co-Existence)提出,大模型迭代速度远超大多数人的认知,想要应对它飞速的发展,唯一出路就是学会与它共存。这意味着要承认:你当下掌握的很多能力,未来价值会持续下降;

你需要专注打磨那些 AI 无法复刻的个人特质。IT之家注意到,彼得 · 卡夫卡在自己的播客栏目《Channels》中和莫利克聊了聊 AI 对工作、下一代的职业选择,以及传统人才培养体系在 AI 冲击下崩塌之后会发生什么。

下文是访谈经过编辑整理的节选。彼得 · 卡夫卡:担心自己或者孩子就业的人,常常被建议成为 AI 专家,或是找不怕 AI 冲击的工作,比如管道工、护士。这个建议有用吗?伊桑 · 莫利克:我觉得作用不大。

先说一点:就算选这类职业,哪天 PlumBot 6000 这类机器人问世,情况就不一样了。我不是机器人领域专家,但我认识的机器人研究者态度已经转变,他们原先觉得“大语言模型和机器人完全是两码事,机器人研发难度极高”,现在意识到,这里面确实存在打通的可能性。

未来会走向何方,我不知道,我相信没人能准确预判。这话出自一位 AI 研究者之口,听来或许让人安心,也可能让人焦虑。变化最剧烈的行业就是编程。我们已经看到编程岗位正在发生变革,甚至我们都无法确定,未来程序员岗位总量会变多还是变少。

但可以确定,程序员的工作内容会持续迭代。写出零错误代码这件事,重要性已经比不上构思清楚我们想要搭建什么。不少程序员的工作体验比以前更好,但也有人感到失落。这类岗位本身一直在演化。我在书里提到四种特质,至少能帮人建立一部分优势。

第一是深度专业认知:深耕一个领域,依靠专业积淀胜过 AI。第二是广博的知识面:涉猎大量不同领域。我在很多企业观察到一个现象:程序员开始做设计,设计师写代码,市场人员起草商业方案。你了解的跨领域知识越多,就越能用好 AI。

第三个是审美判断力。AI 产出内容的数量巨大,想要避免成品粗制滥造,就需要你有判断力,懂得筛选优劣。最后一点是主观能动性。我认为单纯“学会用 AI”这个说法现在已经没有太大意义。我们测试过各种 AI 使用教学方法,过去那些技巧慢慢失效了。

提示词工程越来越像项目管理。不再依靠什么特殊咒语使唤 AI,而是清晰定义需求:我要做这个产品、验收标准是什么、怎么测试、分阶段交付,给我出五版方案供我挑选。对于已经有多年工作经验、具备阅历与审美的职场中年人来说,这算是个好消息。

但如果你刚刚入行,在 AI 张口就能帮你查资料、写文稿的环境里,该怎么培养这些能力?这里存在两层难题:一方面是个体层面,另一方面是我们现有的教育培养体系。从个体来说,人类天生就习惯把脑力工作外包出去,这是刻在本能里的。

技术本来就是用来摆脱枯燥劳动的。有了洗碗机之后,没人愿意坚持手洗碗;也没人愿意自己动手搅拌黄油。我的孩子不再学手写花体英文,我自己也不会用计算尺。但我们很难分清,哪些能力可以放手交给工具。

学生作业靠 AI 作弊,本质上就是这个问题的体现。再来说各类培养机构。职业学习路径分为两类,一类是初高中和大学教育。这套体系现在确实一团乱麻,但我们还有调整空间。AI 本身是非常优秀的辅导工具,我们也有办法脱离 AI 考核学生:笔试闭卷、面对面口试。

未来的教育模式可以是课后由 AI 辅导,课堂上开展主动式学习,整体反而会变得更好。我真正担心的是另一条成长路径:学徒制。过去新人进入银行、咨询公司、审计事务所、汽车经销商,沿用一套传承千年的成长模式。

他们做枯燥琐碎、薪资微薄的基础工作,有时还要承受苛待;交换条件就是习得技能、积累人脉,在实操中学会做事。中层管理者也有人帮忙处理杂活。哪怕导师本身并不擅长教学,新人依然能熟悉业务流程;

做出成果就能晋升,源源不断培养出合格从业者。这套模式运行了几千年。可现在这套机制已经失灵,各方的激励不再匹配。作为新人,最简单的选择就是凡事交给 AI,AI 产出质量往往比自己更高。

但新人很容易误用 AI:直接把需求丢给 Claude,原样上交结果。他们还没有建立判断力,根本分辨不出这份报告好坏。管理者也会想:既然 AI 能更快更好地解决问题,我为什么还要找实习生?

企业管理层则会认为,何必拖慢进度、接受实习生质量不稳定的产出?原本良性循环的人才培养链条,彻底断裂了。出路只有两个方向:要么把更多正式职业教育做起来,很多偏文职的基础岗位,未来会像焊工、管道工一样,走职业技校路线;

要么企业必须认真把带教当成正经工作来落实。带新人要投入时间、短期牺牲效率,但换来源源不断的后备人才。我最担心的情况,是企业选择“只招资深熟手”。这是一条危险的路:人才输送通道就此断掉,后继无人。

Evidence

来源与证据

单一来源 · 1 个信源

当前仅有一个可用来源,尚未完成多源交叉核验。

发布时间
内容处理
AI 翻译 / 摘要,需结合原文核对
内容有误或来源失效?告诉我们
科技

卡帕西用Claude两小时重做了YouTube,每个人都能拥有一个自己的互联网

周五晚上 11 点,AI 大神 Karpathy 打开 YouTube,想找个视频看看。 结果首页全是夸张的封面、看过无数遍的老话题。受不了这些算法推荐的他,第二天干脆打开 Claude,给自己重新做了一个 YouTube。 整个过程只花了两个小时,用的还是 Claude Opus 5.5 的 Medium 推理强度。 图|HackerTube 网址:https://hackertube.org/ 整个视频网站和最近大火的 REA 逆向工程一样,可以说是直接复刻了完整的 YouTube 网页布局。左边的导航栏显示点赞过的视频、历史以及稍后再看等,右边的视频推荐流,也是同样的封面大小、发布时间以

11单一来源
科技

腾讯混元发布 Hyra 2.0:为模型研发打造可复用工具

腾讯混元发布 Hyra 2.0:为模型研发打造可复用工具 10 分钟前 腾讯混元发布 AI 科研系统 Hyra 2.0,将研发重点从直接用 AI 攻克科学难题转向让通用 Agent 参与科学模型、研究工作流及软件工具的研发升级,实现研发成果复用,推动科研范式从「刷题解题」走向「造工具」,形成智能复利。此前 Hyra 1.0 曾驱动开源模型解决加法组合学中悬置五十余年的开放问题,验证了相关路径可行性。Hyra 2.0 采用三层架构,配套三套分离存储机制,可将可迁移方法整理为 skill 供后续任务直接调用。 腾讯混元推出 Hyra 2.0 同花顺财经 / 第一财经 腾讯混元发布 Hyr

1单一来源
科技

Anthropic 公开 Claude 后台静默自审上报用户对话机制

Anthropic 公开 Claude 后台静默自审上报用户对话机制 10 分钟前 Anthropic 推出的「自我评估」机制已在 Claude 后台静默运行 4 个月,该机制让 Claude 在前台响应用户需求甚至输出违规内容的同时,后台就地基于留存的 KV 缓存仅多生成约 10 个 Token 就完成风险评估上报,整体算力开销增幅不到 2%,默认对所有用户开启,仅签署企业级零数据保留协议可避免被后台记录。该机制不做当场拦截,避免用户察觉后绕过防线,静默记录风险等级,每日汇总高危报告后处理,大幅提升违规抓获率,模型能力越强抓获率越高,但也存在普通用户被误标记的可能,同时该机制还存在模型未

10单一来源
科技

土耳其对谷歌 AI 搜索相关功能启动反垄断调查

土耳其对谷歌 AI 搜索相关功能启动反垄断调查 20 分钟前 土耳其竞争管理局对谷歌 AI 概览和 AI 模式功能启动反垄断调查,重点审查相关服务是否损害新闻出版商及其他内容创作者利益,包括导致其网站流量下降、设置不公平内容使用条款等,同时要求谷歌确保新闻内容使用条款不构成歧视、反映内容的经济价值,并允许出版商自主决定是否授权相关 AI 服务使用其内容,且不影响其在谷歌其他服务中的展示和索引。 土耳其就谷歌搜索 AI 功能发起调查并实施临时监管举措 IT 之家 / maomu.com 土耳其启动对谷歌 AI 搜索功能反垄断调查 土耳其启动对谷歌人工智能服务的反垄断调查。 专业版功

8单一来源

每天早上收到这 5 条

免注册,填邮箱即可;每封邮件都能一键退订。

提交即表示同意按隐私说明保存你的邮箱,只用于发送简报。

或用 RSS 订阅

AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。