AI浪潮下，劳动者的价值何在？
半月谈评论员张漫子科技浪潮滚滚向前，人工智能正以颠覆性力量深刻改变着我们生产生活的方方面面。从大型模型引发的内容革新，到具身智能在制造业的逐步应用，其带来的效率提升和经济效益令人瞩目。然而，在资本的狂热和技术的飞速发展中，一个根本性的问题日益凸显：在人工智能时代，劳动者的定位究竟在哪里？人是仅仅被视为工具，是需要削减的成本，还是发展的终极目标？当前社会上存在一种危险的趋势，即将“智能化”简单等同于“无人化”，将人工智能在“降低成本、提高效率”方面的作用，片面地解读为“机器取代人工”。这种观点看似符合市场逻
五一献礼：AI加持，让劳动创造更多价值
值此劳动者专属的节日时刻，我们向所有坚守岗位的奋斗者送上最真挚的问候与敬意！技术浪潮奔涌向前，人工智能已逐渐渗透进日常工作场景。它并非要替代人工，而是化作我们最可靠的搭档——无论是数据洞察、流程改进，还是智慧抉择、资源配置，AI都在协助我们跨越效能极限，激发更深层的创新潜能与价值空间。当核心业务碰撞大模型技术，工作便不再是简单的重复与耗费，而是一场关于智慧与共生的进阶征程。我们坚信，未来的职场，将是人类与AI携手共进的理想画卷。让全部资源释放极致效能，让每一滴汗水都得到珍视。在这个五一劳动节，让我们以科技
人工智能与研究员：共生共进而非零和博弈
部分人士担忧人工智能将取代研究分析师，但依我近期观察，这种忧虑尚显多余。AI产出的研究成果约等于80分水准，对普通投资者而言已属上乘，但在顶尖分析师看来仍存在诸多瑕疵。AI的核心价值在于实现公开信息的民主化。大型语言模型堪称最强检索与分析工具，能自动抓取、解析并归纳公开研究报告及新闻资讯。善用AI工具并掌握提问技巧，便可获得相当于市场平均水平的分析能力。倘若个人投资者过去依赖零散信息进行交易决策，如今借助AI工具，便等同于拥有了一位专业水准的分析师助理。这意味着研究能力从原先的60分跃升至80分档次。尽管
25年后AI如何改写工作与生活
回望过去25年的演进，我们能清晰感到自己正加速走向未来。《连线》杂志的创始主编、“硅谷精神之父”、以及《失控》《必然》的作者凯文·凯利提出：面向未来构建一种乐观的愿景，对打造更好的世界至关重要。基于这样的思路，K.K.开始设想一种由技术与创造力共同驱动的高科技社会：其中既包括AI（人工智能）、也包含基因工程、数据采集……这同样也是他希望自己能够生活其中的世界。于是，K.K.给自己的设想设定了25年的时限。25年足够久，足以让足够强劲的新技术力量成形。KKWall by Chris Michel from
AI替代率94%却仅落地33%：职场变革的真实困境
一面是AI厂商的造势：另一面是企业的实践应用：这60%的差距，究竟卡在哪？AI厂商声称"可替代94%"，并非空穴来风。其测试逻辑是：结论：百项任务可完成九十四项，故为94%。然而症结在于：这如同驾照考试：麦肯锡对500余家企业调查后发现：AI落地后，真正投入使用的任务仅占33%。为何缩水六成？AI模型训练采用标准数据，而企业数据却"脏乱差"：AI顿时傻眼："此类情况未见过。"企业并非从零起步，而是已有既有系统：整合费用，甚至超过采购AI本身。某HR总监坦言："虽知AI可增效，但现有团队如何安置？"技术易攻
第12篇：AI别只会聊，先提效再谈赚钱
昨天午休在公司楼下排队买饭时，我听到旁边有人随口提了一句：很多人把 AI 的价值想得很简单：是不是“会聊天”。可对我们这种上有老下有小、代码还得一行行敲的人来说，真正的价值就一个——它能不能把你今天手里的活儿做得更快、更稳、更值钱。这篇想聊的重点是 AI 提效，但不打算讲什么玄之又玄的概念，也不是劝你立刻跳去创业。更现实一点：普通程序员别急着用 AI 去直接赚钱，先用它把手头那 4 类高频任务彻底跑顺；等跑顺了，里面自然会长出赚钱的机会。让 AI 工具真正“变现”的前提，不是你刷了多少概念、会不会几个花活
协同智能：走进人机共生的AI时代
当AI以惊人的速度进入工作、学习与日常生活，人们难免陷入担忧：AI会不会取代人类？我们又该怎样与AI相处？《协同智能：与人工智能一起生活和工作》以打破“AI对抗人类”的刻板印象为起点，重新梳理人机关系，给所有身处智能时代的人，提供一条与AI协作、实现自我成长的务实路径。 书籍基础信息 • 书名：《协同智能：与人工智能一起生活和工作》（英文名：Co-Intelligence: Living and Working with AI） • 作者：伊森·莫里克（Ethan Mollick），宾夕法尼亚大学沃顿商学
芬兰名校引入AI，将学生培养为独立思考者
作者丨思齐当全球学校都在为AI代写作业头疼时，芬兰奥卢市里塔哈尔尤学校给出了答案——让AI成为“思维教练”，而非“答题机器”。这所芬兰首家AI未来学校，以“以人为本、伦理优先”为核心，入选全球创新学校，成为人机协作时代变革的样板，为全球基础教育破解智能时代难题提供了路径。奥卢是芬兰北部最大城市，人口约21.2万，魅力在于对科研教育创新的高度重视。这里坐落着芬兰教师培训中心、多所应用科技大学，始建于1958年的奥卢大学也在此。该校不仅培养过总统、诞生过诺贝尔奖成果，在机器学习和计算机视觉领域积淀深厚，被誉为
AI只是辅助吗？代码生成的边界正在被重写
前些天我接连写了两篇文章，它们其实指向同一件事的演变。《吴恩达：代码能力的价值重估》讲的是价值：过去靠“会写”吃饭的能力在走低，而判断“该写什么”的能力在变得更值钱。《一个人能写完系统，但做不出系统：Vibe Coding 时代，瓶颈已经变了》讲的是结构：当代码不再卡住进度，系统开发更像是一场多角度的取舍与决策。可继续往后想，会逼出一个更直观的追问——既然代码能被生成，那“写代码”这件事，是否还算得上是人的本职工作？换句话说：AI到底仍在当助手，还是已经开始替人承担执行？这篇文章，我想把边界讲得更清楚。引
AI浪潮下，劳动者的“人”的价值何在？
当机器能够编写代码、诊断疾病、甚至创作艺术，我们不得不重新审视一个根本性的问题：人类的价值究竟体现在哪里？这篇约2800字的文章，预计阅读时间8分钟，旨在为每一位在时代变革中感到焦虑的劳动者提供一些思考。2026年的劳动节，似乎与往年有了些许不同。你或许会发现，AI已经为你代笔完成了周报；当你身处工厂，会看到机械臂在生产线上娴熟地运作；而当你与客服沟通时，甚至难以分辨对方是真人还是智能算法——这一切都让你深刻意识到：“劳动”的定义正在被重塑。这不仅仅是法定节假日的意义改变，它标志着一个时代的转折。让我们先
智能决策：孤儿院的紧急救援
《AI故事》第二集 林夏的咖啡刚凉透，办公桌上的紧急通讯器就炸开了刺耳鸣叫。屏幕上弹出启明的红色警告：“城东孤儿院恒温系统故障，建议立即转移27名儿童至备用安置点。” 备用点在三十公里外的郊区福利院。林夏调出实时路况，暴雨正让高架路段变成流动的泥潭，“转移需要多久？” “保守估计117分钟。当前室内温度已降至12℃，每延迟10分钟，低体重儿童体温过低风险上升8%。”启明的虚拟手指在屏幕上划出最优路线，“或启用隔壁社区的临时避难所，那里有供暖设备，但承重结构不符合儿童活动安全标准。” 林夏想起上周的安全评估
出门问问推出CodeBanana，革新AI协作新模式
新浪科技讯 4月30日晚间消息，出门问问近日发布企业级AI原生协作平台CodeBanana，据出门问问创始人李志飞介绍，CodeBanana不是一个简单的工具，而是一个超级组织的操作系统，它的底层设计理念只有一句话——沟通发生在哪里，执行就发生在哪里。 当智能体成为新生产力，旧时代的“金字塔”结构已难以为继。这不是工具升级，而是一场生产力与生产关系的革命。AI时代，超级个体能力×协同机制=超级组织。然而，当AI将个体效率推向极致，组织整体反而可能陷入“个体越强，系统越堵”的陷阱，因此企业必须从“以人为核心
AI 协作下的能力错觉：你真的比以前更强了吗？
AI 协作中的能力误判LLM 谬误与真实能力在过去两年里，许多人都体验到了一种微妙的转变：写邮件变得更流畅，编写代码的速度加快，总结报告更加得体，查阅资料、列出提纲、撰写方案、翻译外语，似乎都变得不再那么困难。由此，一个自然而然的判断也随之产生：我的能力是不是比以前更强了？ 尽管这种判断有时是准确的，但并非总是如此。近期，一篇发表在 arXiv 上的论文引入了一个值得关注的概念，名为 LLM Fallacy，可译作“LLM 谬误”。该论文探讨的并非大模型是否会信口开河，抑或是否会生成错误信息，而是聚焦于一
AI操作电脑的困境：是技术瓶颈还是方向错了？
你在电脑前处理文档，AI在后台默默地为你填写表格。你无需将鼠标控制权交给它，也不必全程紧盯屏幕观察它的动作，甚至可以不关心它此刻正在进行何种操作。这样的设想听起来确实十分理想化，然而，时至今日，这一目标仍未能完全实现。我曾一度认为，这仅仅是技术层面的挑战，是AI模型尚不够智能，对屏幕内容的识别能力有待提升，认为再迭代几代模型便能迎刃而解。但最近接触到一个GitHub项目后，我的看法发生了转变。也许问题并非出在AI的“聪明”与否，而是我们从一开始就选择了错误的方向。目前市面上所有主流的“AI操作电脑”解决方
美图RoboNeo新功能：AI团队协作赋能内容创作
2026年4月29日，美图公司推出了RoboNeo Agent Teams新功能。这不仅仅是一次常规的功能升级，更是AI Agent在影像创作领域实现落地的里程碑事件。当绝大多数人还在热议通用大模型“有多么智能”时，美图已着手解决一个更为实际的问题：如何在特定应用场景下让AI真正“易于使用”？Agent Teams便是对这一问题的探索与解答。传统AI创作工具的不足之处体现在哪里？简单来说，就是通用大模型“懂得多，但不懂用户”。设想一个简单的场景：你需要AI生成一段用于电商推广的短视频。通用模型或许能理解“