AI时代下学科运营的核心价值
今日阅读刘润老师的文章，其中提及“35岁危机或许反而是机遇”，这让我重新审视一个广受讨论的话题：在AI时代，学科运营是否仍具价值？人工智能可以处理重复性工作，能够搜集整理信息，生成学科运营所需的素材、宣传图、讲座幻灯片，乃至标准化的公开课程模板——其速度和效率远超人力。那么人类从业者又该扮演何种角色？学科运营的真正价值何在？有观点认为，AI兴起后，学科运营将失去意义。这种看法只对了一半。那些仅从事基础资料制作、执行辅助任务的职位，确实应提高警觉，尽快学习并转型——不是更换岗位，而是提升自身价值的层次。一、
文科生不慌：AI时代的新机遇
读完马江博这篇文科生就业分析，心中的许多困惑瞬间释怀。我是个文科生。八岁那年头部受创，导致我的记忆机能始终受限。毕业后在行政岗位上耕耘了整整十一年。今年三十四岁，我选择裸辞。长久以来，我都误以为自己不够聪明，学习效率极低。马江博指出：在AI时代，文科生应具备T型技能。一竖代表：扎实的人文底蕴。一横代表：掌握AI技术逻辑，充当跨领域桥梁。这番话让我震惊。这不正是我吗？关于一竖（人文素养）：- 我拥有极强的直觉（八岁脑伤后反而更敏锐）- 表现力强（创作内容富有感染力）- 感同身受（能敏锐捕捉用户痛点）关于一横
AI的推理究竟是怎么回事？
这里是AI大白话第011篇。上篇讲了，AI写东西就是猜概率，一个字一个字地猜。那问题来了—— 一个只会"猜"的东西，为什么能推理、能思考、能帮你做决策？更关键的是：它的"推理"，真的靠谱吗？先说清楚它到底怎么"推理"的，再聊值不值得信。你可能会觉得，AI天生就会推理——它被造出来就这么聪明。不是这么回事。AI能"推理"，经历了三个阶段。第一阶段：喂数据。让它"见世面"。AI被塞进了几万亿字的文本——书、文章、论文、代码、对话、
人工智能时代的就业思考,中东局势走向,未来坦克武直发展前景
笔者的电脑出了故障，所以近期查阅新闻资料只能依靠手机了。今早推送的两条热点新闻，笔者觉得有必要和大家分享下个人见解。首先来谈谈人工智能时代这个话题。这个问题被许多网络大V过度渲染焦虑情绪，而笔者平时只是和身边朋友交流建议，很多读者不了解我对这一问题的观点。一直以来，我的看法与上文提到的"AI会自动化许多具体任务，但这并非意味着对人类的替代，反而会将人推向更复杂，更高层次的工作，而这些工作仍然需要判断力，创造力和讲故事的能力"这一观点基本一致。大约在2018年我们的文章就讨论过AI时代的就业问题。当时包括俄
AI浪潮中专业技术人员的价值重塑
在智能编程时代，招募初级工程师是否仍有必要？初级工程师的成本不仅体现在薪酬上，更体现在资深工程师为其付出的时间成本上。过去，代码产出尚能部分抵消这部分开销，但如今更高效的策略是直接提升资深工程师的工作效率。招聘市场也印证了这一变化：资深工程师求职顺利，而计算机专业应届毕业生却面临前所未有的挑战。然而，OpenAI、Anthropic及诸多头部企业仍在激烈争夺初级人才。这背后的原因是什么？本文将探讨AI时代专业知识内涵的演变。曾有一种职业称为"计算员"，即能够精准迅速完成数学运算的人员。他们负责账目核算、根
人工智能会替代人类吗？
近期网络上热议一个焦点问题——人工智能是否将替代人类？不少专家和研究者都表示，将来人工智能势必会替代大多数人的工作。这是否属实呢？坦率地说，从功能性角度看，人工智能已经远超普通人。它的推理能力、表达水平、展示效果以及知识储备，无人能及。即便目前尚未完全完善，它也已经超越了90%以上的人类表现。但这基于一个关键条件——仅限于"功能层面"。几千年来，人类不断努力将自己塑造成更优秀的工具：更高效、更先进、更有成效。我们成长于一个始终追求效率的社会环境。如今，一个比我们更高效的新型存在出现了。那么
AI 浪潮下，提问才是核心竞争力
“在人工智能时代，究竟什么能力最为关键？”——此类询问我已遭遇百余次。每当面对此问，我总试图给出迥异的解答：掌握 AI 工具？钻研编程代码？还是精通数据解析？然而深思熟虑后我意识到，真正的答案远比这些具体技能更为简洁，也更为深邃。AI 纪元中至关重要的能力，并非学习 AI 本身，而是学会如何发问。在人工智能尚未普及之时，“能够解答疑惑”曾是一种稀缺资源。人们前往医院挂号——是为了让医生“解答”健康难题；步入大学校园——是为了让教授“解答”知识困惑；聘请法律专家——是为了让律师“解答”法律疑虑。“解答”是专
镜头背后的灵魂，AI永远捕捉不到
摄影师和化妆师会被智能技术替代吗？一次拍摄引发的深思 今天去拍了几张肖像照片。 摄影师指引我微微扬起下巴、轻轻侧转身形、手轻托下颌、向左偏一点、向右偏一点、眼神略垂……反复调整姿态，不断尝试角度。边拍我边想：如果换成一台智能设备站在那里，它能拍出这样的照片吗？ 恐怕不能。 它没有审美感知，不明白什么是“美丽”，也无法体会光影中的温度与情感。同理，智能系统也不会化妆——它不知道高光该点在何处才能让鼻梁显得立体，不了解腮红如何涂抹才能让脸庞更有层次。 那么问题来了：摄影师、化妆师，这两个领域将来会被智能技术取
AI 可仿语气，却非真我
"将前同事浓缩为一个技能"——此言近日颇热。初听觉妙，细思则惊：若 AI 习得了我的口吻、决断习性乃至对客户的研判逻辑，它便成了我吗？我司曾开发一款售前技能，将团队与客户的沟通录音投喂给 AI 分析，令其甄别"合作意向真伪"。AI 会从多维打分：提问是否由技转商、是否主动触及预算、面对竞品是回避还是对比……此举固然有效。但我更想探究：若让一位深耕八年的销售老手听同一段录音，他又作何感想？我的联创坦言，那位老手或许道不出具体依据，但他就是心知肚明。当客户尾音下沉半秒道出"内部评估中"，或整场对话仅流露两次礼
AI评审的真实瓶颈
过去数月，我高强度地运用AI处理各类工作。从最初的惊艳到如今的理性，经历了几次认知的转变。本文并非否定AI的能力，而是想如实记录实践中遇到的坑与观察，供同路人参考。结论先行：AI在评审领域的上限，远低于大众预期。很多人的第一直觉是——喂给AI的资料越丰富，它就越专业。于是我们疯狂往本地知识库塞入各类评审案例、行业标准、优秀范本，期待它像见多识广的老专家那样精准输出。但现实恰恰相反。当知识库规模膨胀到一定程度，我明显感觉到AI给出的评审意见变得“温吞”——并非不输出，而是锐度下降，标准模糊，判断趋于保守和中
AI正在终结专家时代：Airbnb CTO揭示AI背后的知识断层危机
AI替代了初级岗位，却也斩断了专业人才的成长路径。当‘学徒’不再动手实践，‘师傅’终将无以为继。在知识密集型工作中，AI系统的持续进化依赖于两种机制：一种是系统自身的稳定学习能力，另一种是人类专家的高质量反馈机制。当前整个AI行业都在狂热地投入技术研发，却几乎无人关注人类评估者正在消失的危机。Airbnb的CTO Ahmad Al-Dahle指出，自2019年以来，大型科技公司校园招聘规模已萎缩过半。文档审核、初步调研、数据清理、代码审查等原本由初级员工完成的工作，如今正被AI逐步接管。经济学家称之为“替
World Models：AI开始拥有物理直觉
你有没有这种感觉——ChatGPT能写诗编代码，Claude能帮你修bug，确实厉害对吧？但你注意到一个关键问题没：在它们眼中，世界不过是一堆文字符号。它不懂水往低处流。它不懂松手物体就会坠落。它不懂推一下桌子，桌子会滑动然后静止。它掌握了全世界的知识，却没有任何物理感知。这个问题，如今终于受到重视了。5月12日，MIT Technology Review发布文章，将World Models（世界模型）列为「当前AI领域最重要的10件大事」。执行主编Niall Firth专门录制了一段视频——"W
徐扬生：AI 深化之路需融汇东西方哲学智慧
本文整理自徐扬生教授于2026年1月24日在翔龙鸣凤科学论坛发表的主旨演讲。我们正致力于构建世界模型，但该如何构建？何为智能？如何评估智能？怎样的智能才算“优秀”？AI与人类的边界究竟何在？AI是否应成为人们理想中的“乖孩子”？我们究竟在追寻什么？是真理还是共识？若这些问题未厘清，AI的发展路径或将大相径庭。常有人问：AI究竟会取代什么？我的观点是，最具颠覆性的创新，AI难以替代。我将人群大致分为三层：顶层15%从事开创性工作。AI无法造就爱因斯坦，即便看到苹果落地，也不会领悟力学原理。底层15%多从事强
构建AI产品经理的思维体系
人工智能的浪潮正在深刻改变产品经理这一职业。传统产品经理侧重于挖掘用户痛点、优化体验流程以及实现商业价值，相比之下，AI产品经理则需在数据的不确定性中挖掘确定性，在技术限制与用户需求间寻求平衡。这种角色的演变要求从业者构建一套全新的思维框架。数据直觉的养成AI产品经理的首要核心能力便是数据直觉。这并非单纯指阅读报表的能力，而是对数据背后用户行为的高度敏感。当发现用户点击率下滑时，卓越的产品经理不会仅仅盯着数字，而是会深究：用户为何在此处流失？这一行为变动又暗示了什么？以智能推荐系统为例，传统方式仅分析用户
AI颠覆商业，却改不了这一铁律
技术更迭越是迅猛，那些恒定不变的事物便愈发珍贵。近期与几位创业者交流，大家的心态惊人地相似：既满怀期待，又深感疲惫。令人振奋的是，AI确实带来了效率的飞跃。令人倦怠的是，新工具、新概念层出不穷，让人难以追赶，却又不敢掉队。一位从事零售的朋友直言不讳：“我觉得自己就像是在高速飞驰的车辆上更换轮胎。”这番话让我深思良久。后来我意识到，让人疲惫的并非AI本身，而是我们的认知方式——我们将它视作短跑比赛，竭力冲刺，唯恐落后。然而实际上，这是一场马拉松，比拼的并非爆发力，而是节奏把控与持久耐力。观察这一年多来，我发