#AI人才
•
《東海串聯清大、陽明交大等15校　橫跨5縣市共推AI課程》 因應教育部推動大專校院AI人才教育，東海大學擔任「中區AI資源中心」學校，串聯清華、中興、陽明交通、彰師大、暨南國際、聯合、中教大、臺體大、靜宜、中華、大葉、中山醫、中國醫、玄奘及亞大等15所大專校院，橫跨新竹、苗栗、臺中、彰化及南投五縣市，共同盤點各校近三學期AI課程，推動跨校選課、教師培力與教學資源共享。 負責課程資源推動的東海教務長楊朝棟表示，生成式AI快速改變產業與職場，大學面對的已不只是「要不要教AI」，而是不同專業學生究竟需要具備哪些AI能力。東海近年陸續建置B200 AI Pod算力中心、557台AI PC，並將生成式AI導入教學與校務服務。此次配合教育部「大專校院AI人才培育協助輔導團計畫」串聯16校資源，目標讓學生選擇AI學習資源時，不必只看自己學校「開了什麼課」，而能從「我需要什麼能力」出發，跨校找到適合的學習路徑。 東海校長張國恩指出，AI教育不能只停留在學會使用工具，因為工具進步速度可能遠比課程調整更快，大學更需思考學生還需具備哪些AI難以取代的主體性、價值判斷與同理心。他表示：「AI可以協助學生找答案，但不能取代一個人決定要問什麼問題。」中區AI資源中心將重新盤點16校既有AI教學資源，依教育部「未來人才AI能力圖像」的四大面向——運用AI學習、負責任使用AI、運用AI解決問題、AI無法取代的能力，標示各課程對應能力，並建置「中區AI課程查詢平台」。
東海串聯清大、陽明交大等15校　橫跨5縣市共推AI課程
其他#東海大學#AI課程#AI人才教育
•已編輯

剛剛官宣！高盛全新辦公室正式落地

在傳統的金融地理學中 曼哈頓的摩天大樓與矽谷的Sand Hill Road 代表著兩種截然不同的財富密碼 前者是西裝革履、吞吐兆的資本市場
剛剛官宣！高盛全新辦公室正式落地
美股#高盛#辦公室#AI人才搶奪
•

華爾街開啟搶人模式，年薪800萬美金只要這些硬核選手

AI科技巨頭把搶人派對開到了華爾街門口 如今這個商戰仍舊在持續 這次量化巨頭反客為主 Optiver開800萬美金挖蘋果的AI高管
華爾街開啟搶人模式，年薪800萬美金只要這些硬核選手
生活#華爾街#搶人模式#AI人才
•

三天內連失兩位傳奇：Google的AI人才大壩，正在決堤？

當定義了AI過去的公司，正在失去定義它未來的人。 6月18日，Transformer論文核心作者、Google Gemini聯合負責人Noam Shazeer在X上宣佈離開Google，加入已向SEC秘密提交IPO申請的OpenAI。他是2017年“Attention is All You Need”八位平等貢獻作者之一，該論文奠定了現代大語言模型的技術基礎。Sam Altman隨即轉發並評論，“Noam是我自OpenAI創立第一天起最想合作的人之一。只用了十年。” 48小時後，6月19日，2024年諾貝爾化學獎得主、AlphaFold核心領導者John Jumper宣佈離開工作近九年的Google DeepMind，加入Anthropic。 兩起幾乎同時發生的頂級人才離職，已經足夠震動AI圈。而如果把時間線拉長，會發現一個更清晰的走向。5月19日，前OpenAI創始成員Andrej Karpathy宣佈加入Anthropic預訓練團隊。他雖從未在Google任職，但他的選擇同樣說明了一件事，頂尖人才正在向OpenAI和Anthropic集中，而Google正在成為這場人才重組中最主要的輸出方。
三天內連失兩位傳奇：Google的AI人才大壩，正在決堤？
美股#Google#AI人才
•

黃仁勳的感慨正在成真

英國《經濟學人》近日刊文指出，中國正在全球AI人才競逐中逐步擴大對西方國家的領先優勢。輿論在予以關注的同時，紛紛解析中國的吸引力何在。多年來，發達國家對開發中國家的人才虹吸近乎碾壓。這些年，隨著中國綜合國力躍升與科研環境持續最佳化，全球人才流動逐漸轉向，“最大規模海歸潮”悄然出現。同時，一些西方國家出於政治私利，動輒對全球人才關上大門，客觀上也推動了人才洋流“一路向東”。近五年來，不僅海外留學人員回國就業人數逐年增加，不少領軍人物也選擇來華任職任教。更重要的是，中國已默默搭好“如何留人”的生態系統。人工智慧競爭，本質是算力、資料與演算法的“鐵三角”之爭。在晶片受限的相對被動局面下，中國AI經歷了從“大力出奇蹟”到“精益求精”的轉變，探索出一條“軟體定義算力、演算法驅動效能、人工智慧+賦能場景”的創新路徑。完善的工程體系、海量的優質資料、充沛的算力資源、豐富的應用場景，為天下英才提供了廣闊舞台。而對夢想上路時的成本焦慮與風險挑戰，相關政策給予穩穩支援，各類人才計畫為早期AI創新力量搭建了專業化、全周期的賦能平台。中國在AI人才競爭中佔有優勢，靠的不僅是攬才、留才，更是強大的本土造血能力。中國高度重視教育，擁有全球規模最大的教育體系，各級教育普及程度達到或超過中高收入國家平均水平。資料顯示，中國人才資源總量達2.2億人，其中高技能人才超7200萬人，科學家與工程師規模接近2000萬人；每年培養STEM專業畢業生超過500萬人，全球領先。這都為中國造就了領先全球的AI人才底座。以嶄露頭角的DeepSeek團隊為例，這支平均年齡僅20多歲的生力軍，核心成員均為本土培養，充分證明中國高等教育體系與科研環境已具備培養、吸引並成就世界級AI人才的深厚土壤。當然，人才之戰不是百米衝刺，而是一場漫長的馬拉松。前段時間，國務院印發《關於深入實施“人工智慧+”行動的意見》，明確提出到2030年人工智慧全面賦能高品質發展。此外，八部門聯合發文，提出要“超常規”建構領軍人才培養新模式。當然，也要看到，中國AI在“從0到1”的原創突破上仍有差距。要鼓勵弄潮兒心無旁騖試錯深耕，尤須營造更加包容寬鬆的創新環境，糾正科研領域的實用主義傾向。“美國絕對有可能在AI上落後於中國，因為人才在變。”輝達創始人黃仁勳曾如是感慨。AI人才“東流”無須大驚小怪，人才流向改變更不是終點。持續建構創新創業的優質生態圈，讓各類人才的創造活力競相迸發、聰明才智充分湧流，中國必能擁抱更廣闊的星辰大海。 (長安街知事)
黃仁勳的感慨正在成真
科技#中國#AI人才#DeepSeek
•

不是算力，不是電力，這才是中美AI競爭的終極變數

近日，英國《經濟學人》發表題為《中國正贏得人工智慧人才競賽》的文章，指出中國正在全球AI人才競逐中，逐步擴大對西方國家的領先優勢，為贏得AI競爭增加更多可能。西方媒體並非第一次有這類言論和預期，事實上，他們說得都對。相比算力，電力而言，人才，才是贏得AI競爭的終極籌碼，而中國正建立自己的領先優勢。《經濟學人》那篇文章拋出了一個判斷：在中美競爭中，中國“贏得”AI人才戰的方式是：留住增量，吸引更多存量回流。先看增量。文章援引了卡內基國際和平基金會的一份報告：2019年，全球頂尖的AI會議NeurIPS上，華裔研究者的比例是29%，已經超過了美國本土的20%；到了2022年，這個數字接近一半；而來自中國機構的作者佔比，從2019年的11%猛漲到28%——雖然還落後於美國的42%，但升勢已十分顯著。與此同時，中美之間的緊張關係也在悄悄改變年輕人的選擇。STEM專業的中國學生，前往美國讀博的機率降了大約15%，畢業後留在美國的機率又降了4%。過去，最頂尖的中國AI研究者大多把“去美國”當成理所當然的下一步；現在，越來越多人開始把目光留在中國。種種跡象指向同一個結論：美國正在失去吸引下一代的能力，進而在人才增量上出於被動。再看存量。黃仁勳說過一句很直白的話：“美國絕對有可能在AI上落後於中國，因為人才在變。”所謂人才在變，核心是流向在變，是美國的頂尖AI人才正在流往或回到中國。2025年3月，齊國君回到中國。他在美國工作了十幾年，先後在IBM研究中心、華為美國研究中心、OPPO西雅圖研究中心任職，履歷漂亮得像教科書；回國後，他全職加入杭州西湖大學，帶著一支近20人的團隊，組建了“MAPLE實驗室”。差不多同一時候，純外籍的Alex Lamb也前往中國。這位前微軟研究院高級研究員，師從圖靈獎得主Yoshua Bengio，在亞馬遜、Google Brain和微軟研究院都留下過足跡。他宣佈加入清華大學人工智慧學院，成為了一名助理教授。頂尖學者的回流只是冰山的一角，更密集的變化發生在產業界。姚順雨，前OpenAI研究員，加入騰訊成為其史上最年輕的首席AI科學家；吳永輝，前GoogleDeepMind研究副總裁，去了字節跳動；潘欣，前Google大腦研究員，加入了美團……再往前推兩年，楊植麟從卡內基梅隆大學博士畢業後，沒有留在美國，而是回到中國創辦了月之暗面。如今，成立不過三年的月之暗面已是估值超過180億美元的世界級獨角獸，其大模型也被不少美國初創公司改採用。▲月之暗面在過去一年迅速完成多輪融資，受到頭部基金、網際網路巨頭與產業資本的密集下注。圖源：VCG值得注意的是，所有這些回流，都不遠遠不是“為國效力”的口號在驅動，而是最樸素的理由——選擇更好的發展環境與空間。越來越多的頂尖AI研究者發現，“在中國”就是最好的職業路徑。中國擁有發展科創的巨大政策支援，也有一批頭部公司和頂尖高校，算力不缺，資料全面，工程體系完整，更重要的是，有大量可落地的應用場景。而且，中國公司，包括中國資本現在也都捨得為頂級人才投入，給錢、給空間，乃至給權力。不少人在矽谷可能是“螺絲釘”，但回到中國就能獨當一面，當負責人。最重要的是，中國不斷湧現的成功案例，大大增加了對美國矽谷人才的吸引力。過去幾年，中國湧現出一批10億美金，百億美金的AI初創公司，它用真金白銀告訴全球優秀人才，這裡是實現夢想的理想殿堂。如今，談中國的科創人才優勢，核心的核心，還在於自身強大的教育體系。自改革開放，尤其鄧小平提出科技是第一生產力以來，中國的理工科教育就一直備受重視。國家不斷出台政策支援理工科人才培養，民間也曾長期有著“學好數理化，走遍天下都不怕”的理工崇拜。這些的積累，為中國造就了一個領先全球的AI人才底座。現在，中國不但擁有全球最大的高等教育體系，每年培養以千萬計的大學學子，而且還約有四成的大學生攻讀STEM專業，這個比例幾乎是美國的兩倍。早在“人工智慧”這個詞還沒流行起來的時候，這片土地就已經為它儲備了最龐大的人才池。當AI的浪潮真的拍過來時，中國的這一優勢立刻湧出了驚人的勢能。到今天，中國已有80多所高校設立了AI學院，僅2025年一年，就有包括人大、北理工、西北工大在內的二十多所名校加入這個行列。五年間，AI專業新增了406個布點，在所有本科專業中增量最大。其中，清華在2025年擴招了150名本科生，全部進入新成立的通識書院，眼下已有117門課程、147個班級在嘗試AI賦能教學；而在另一頭，深圳技術大學這樣的地方院校，則選擇與華為、騰訊、百度聯手，把課堂無限延伸，讓實習直通產業。從頂尖名校到普通院校，中國搭起了一座人才培養金字塔——塔尖培養能“開天闢地”的領軍人才，塔身和底座則源源不斷地輸送應用型人才。教育端的播種，持續在產業端開花結果。2025年，中國企業發佈了超過300款AI產品，遍佈醫療、教育、物流。其中，其中，DeepSeek以不到150人的研發團隊、十分之一的成本，打造出可與GPT-4“掰手腕“的大模型。但DeepSeek最讓人感慨的不是技術本身，而是這支隊伍的底色——核心研發團隊平均年齡僅28歲。創始人梁文鋒曾坦言：“目前在人工智慧領域，前50名頂尖人才可能都不在中國，但也許我們能自己打造這樣的人。”這句話像一枚石子投進湖面，漣漪很快擴散到了招聘市場。據一家頭部AI獵頭透露，當下各家都在爭搶“C9”院校的高端人才。一位清華大學電腦系的博士畢業後，同時收到了華為“天才少年”項目、某大模型創業公司以及海外網際網路巨頭的Offer，最終他選擇了那家中國創業公司，年薪過百萬。這並非個例。脈脈資料顯示，2025年中國AI崗位的招聘量一年漲了十倍，平均月薪超過六萬，一半以上的應屆AI崗月薪破五萬。大模型演算法工程師的起薪，已經超過了不少傳統行業老專家的天花板。市場的熱度，反過來推動著教育繼續擴張——人才培養、產業吸納、再反哺教育，一個完整的閉環悄然成形。而在這套系統的底層，是國家的力量在穩穩托舉。2025年8月，國務院印發了《關於深入實施“人工智慧+”行動的意見》，明確提出到2030年，人工智慧要全面賦能高品質發展；同月，八部門聯合發文，提出要“超常規”建構領軍人才培養的新模式。政策支援不僅是檔案上的表態。2024年，中國的研發經費超過了3.6兆元，投入強度2.68%，已經超過歐盟的平均水平；2025年中央科技預算接近4000億元，同比增長一成，重點投向人工智慧、積體電路這些關鍵戰場。同時，人社部也在去年發佈了42個新工種——生成式人工智慧系統測試員是其中之一，同時頒布了73個國家職業標準，為AI賽道上的年輕人畫出了清晰的成長路線圖。教育、產業、政策，三股力量交織在一起，讓中國的AI人才培養不再是一個個孤立的點，而是一張綿密、可持續的網。當世界還在爭論“去那兒搶人”的時候，中國已經默默搭好了“自己造人”的底座。這場人才戰，贏得的不只是眼前，更是未來十年。人才培養的底座越築越厚實，但遠沒到高枕無憂的時候。這場人才戰的敘事裡，依然藏著幾道繞不過去的坎。首先，眾多頂尖人才還漂在海外。卡內基基金會追蹤了100位在2019年NeurIPS上亮相的中國籍研究者，六年後再看，87%的人還留在美國機構裡。▲2019–2025年，頂尖中國籍AI研究人員的職業路徑 註：國家隸屬關係基於研究人員目前所在機構的總部所在地 來源：保爾森基金會與卡內基國際和平研究院“回流”確實在發生，但還只是“涓涓細流”，星星之火。美國為什麼能留住他們？一來，它從基礎研究到技術轉化再到產業應用的鏈條，已經打磨得足夠成熟；二來，中國與西方頂尖創新生態之間，還橫著一條看得見的“鴻溝”。諾獎、圖靈獎的突破，至今仍然高度集中在西方。中科院院士唐本忠點破了一個尷尬的事實：“中國在AI領域擅長‘從1到10’的最佳化升級和‘從10到100’的規模擴張，但在‘從0到1’的原創突破上步履維艱。”他進一步拆解了根源——我們太推崇實用主義了，科研工作總盯著短期的成果和落地的應用，卻忘了基礎研究和原創探索才是一切的根。其次，本土人才的供需矛盾突出，AI產業的人才缺口依然巨大。2025年，AI技術類崗位的需求比前一年漲了四成。而另一邊，真正能駕馭垂直領域大模型訓練和最佳化的人，供需比已經掉到了0.3左右。高性能計算工程師更誇張——0.15，相當於七個崗位搶一個人。再者，美國政策的不確定性，既是機遇，也是變數。簽證收緊、經費削減、對華裔學者的懷疑氣氛，在一定程度上推動了美國AI人才向中國流動。2025財年，H-1B簽證的中國留學生中籤率跌到了11.7%。Meta、亞馬遜這樣的科技巨頭，已經宣佈不再為部分崗位的留學生提供擔保；那些研究半導體材料、AI演算法最佳化的學生，如果研究方向被貼上“受控技術”的標籤，連簽證都可能拿不到；美國眾議院甚至還提出議案，打算限制中國人在美國從事AI和機器學習相關的職業。這些變化，都在讓年輕一代重新思考“要不要出去”。▲北京的招生會上，中國赴美留學生人數近年來有所下降 圖源：紐約時報但問題的另一面是：這類因素極不穩定。政策會隨著選舉、隨著地緣政治的風向來回搖擺，不能把它當成可以長期依賴的變數。AI競爭，表面是算力之爭、模型之爭，乃至電力之爭，但真正的底層卻是教育體系、產業結構與人口結構的長期較量，人才，才是贏得競爭的終極變數。人才之戰，不是一場百米衝刺，而是一場漫長的馬拉松。曾經，中國不但本土優秀人才有限，而且優秀人才大規模外流。如今，中國不但本土優秀人才湧現，而且還迎來外流人才的回流。趨勢已經逆轉，但要真正長期形成超越優勢，還任重道遠。當下，或許只是這場競賽的起點。 (華商韜略)
不是算力，不是電力，這才是中美AI競爭的終極變數
科技#AI人才#AI競爭#楊植麟
•

史丹佛大學最新《2026年AI指數報告》：美國仍然是AI人才最集中的地方，但吸引力正在快速減弱 美國民眾對自己政府監管AI的信任度全球最低

你好，我是傑哥。史丹佛大學《AI Index Report 2026》系列終於來到最後一期。我們前兩期聊了技術狂飆和全面滲透，這次把目光轉向最關鍵也最容易被忽略的部分——AI治理博弈。AI 發展太快，治理卻跟不上。這份報告用資料直白地告訴我們：能力在飛奔，責任、政策和公眾信任卻在拉鋸。專家和普通人的看法差距巨大，全球各國政策走向也完全不同。負責任AI：能力全報，責任卻“選擇性失明”報告最刺眼的一個發現是負責任AI明顯滯後。幾乎所有前沿實驗室都會完整公佈能力基準成績，但涉及安全、公平、隱私等責任基準的報告卻少得可憐。更現實的問題是AI事件數量大幅上升。2025 年全球記錄在案的AI相關事件達到 362 起，比2024年的 233 起增加了超過50%。更麻煩的是，研究發現：提升一項責任維度（比如安全），有時反而會損害另一項（比如精準性）。這意味著“修補”變得異常複雜。政策分化：歐盟收緊，美國放鬆，開發中國家集體入場2025年各國AI政策走向出現了明顯分化。歐盟AI Act首批禁止條款正式生效，美國則轉向放鬆管制。日本、韓國、義大利分別通過了國家AI法律。更值得注意的是，超過一半的新增國家AI戰略來自開發中國家，它們第一次大規模進入政策舞台。報告特別強調，“AI主權”已成為全球共識。各國都在努力掌握自己的AI生態，避免被少數大國完全主導。無論是建超算中心還是制定本土規則，主權意識正成為新政策的核心。人才流動“斷崖式”下降：美國吸引力下滑美國仍然是AI人才最集中的地方，但吸引力正在快速減弱。報告顯示，赴美AI研究者和開發者數量自2017年以來下降了89% ，僅去年一年就跌了80% 。這可能是近年來最劇烈的變化之一。與此同時，開源社區正在悄然改變格局。GitHub 上，非歐美地區的貢獻已超過歐洲，正逼近美國。這讓更多語言的模型和基準測試出現，全球參與度變得更加均衡。專家與公眾：50個百分點認知鴻溝最發人深省的是公眾意見部分。當被問到AI對工作的影響時，73%的AI專家認為會是積極的，而普通公眾只有23%持相同看法，差距高達50個百分點。在經濟和醫療領域，也出現了類似的巨大分歧。信任版圖同樣分裂。在受訪國家中，美國民眾對自己政府監管 AI 的信任度全球最低，僅為31% 。相比之下，歐盟在全球範圍內的監管信任度最高。中國和美國的信任資料也形成了鮮明對比。報告總結得很中肯：資料並沒有指向單一方向。AI 在加速發展，治理體系卻在適應中掙扎。樂觀和焦慮同時存在，關鍵在於我們如何平衡。完結篇：技術狂飆之後，我們需要什麼？《AI Index Report 2026》給我們畫出了 AI 完整圖景：技術在狂飆，落地在滲透，治理在博弈。中美 仍在技術前沿你追我趕，但治理層面的分化和信任鴻溝，正在成為新的變數。開源正在重新分配參與權，主權意識正在重塑國家策略，而公眾與專家的認知差距提醒我們——技術最終要服務於人，不能只跑在前面。如果你對 AI 治理、政策或公眾態度有自己的看法，歡迎在留言區分享。下次我們繼續關注 AI 最新動態，一起把脈這個快速變化的世界。關注公眾號【AI資訊風向】，回覆 666，即可獲取這份 AI 行業報告。AI 技術正以前所未有的速度發展，它將如何塑造我們的未來？讓我們拭目以待。 (AI資訊風向)
史丹佛大學最新《2026年AI指數報告》：美國仍然是AI人才最集中的地方，但吸引力正在快速減弱 美國民眾對自己政府監管AI的信任度全球最低
科技#史丹佛大學#AI指數報告#AI人才
•

1.6萬人失業！Meta或將開啟史上最大規模裁員

又是一個科技圈的“黑色星期五”Meta“不小心”洩露內部消息給媒體裁員20%，差不多1.6萬個崗位要涼這次裁員的核心邏輯大概是：用AI替代人，省下的錢養AI01. Meta暴力裁員背後，罪魁禍首又是AI？3月中旬外媒直接爆料：Meta正偷偷醞釀一輪大規模裁員，比例可能高達20%，甚至更多。cr. Google截至去年12月底，Meta全球員工差不多7.9萬人，20%四捨五入1.6萬個崗位，相當於把一個中小型網際網路公司直接“端掉”。消息曝光後，Meta官方並沒有直接承認裁員計畫。公司發言人Andy Stone表示這些報導只是“對理論性方案的猜測”。但在矽谷，這種沒有否認但也沒有確認的回應，十有八九都是實錘的訊號，畢竟Meta可不是第一次幹這事了。Meta幹嘛又裁員？比裁員規模更值得注意的，是背後的原因。這一次矛頭幾乎全部指向一個詞——AI。有消息稱，在全面引入AI後，Meta內部發現程式碼提交量不降反升，工程師的有效工作時長卻明顯下降，一些Senior每周工作時間甚至不到10小時。原本需要人完成的工作，被AI大幅加速，甚至直接替代。所以Meta高管一致認為20%的裁員只是first step，後續團隊規模被壓縮到原來的二分之一甚至三分之一，並不是不可能……cr. XMeta上一次大規模裁員，其實很多人還記憶猶新。2022年11月，Meta宣佈裁員約1.1萬人，佔當時員工13%，這是公司歷史上第一次如此大規模的裁員。2023年春天，公司又追加裁員1萬人，短短半年，兩波裁員直接送走2萬多人。當時祖克柏將這一系列動作稱為“Year of Efficiency”，即所謂的“效率之年”。當年裁員的背景，是Meta在元宇宙上的巨大投入以及廣告業務增長放緩帶來的財務壓力，公司需要通過縮減成本來重新調整增長節奏。兩年之後，矽谷的故事已經換了一種敘事方式。過去一年，Meta幾乎把全部戰略重心都押在了人工智慧上。公司計畫在未來幾年投入巨額資金建設資料中心，並持續加碼AI模型研發。根據公開資訊，Meta計畫到2028年在資料中心等AI基礎設施上投入高達6000億美元。這種規模的投資，在整個科技行業中都屬於極為激進的水平。cr. datacenterdynamics與此同時，為了組建新的“超級智能”團隊，Meta正在全球範圍內挖角頂尖AI研究人員，並為這些人才開出極為誇張的薪酬包。有報導稱，一些頂級AI科學家的四年總薪酬可能達到數億美元。比如Alexandr Wang，他是資料標註獨角獸Scale AI的創始人，也是矽谷最年輕的AI億萬富翁之一。Meta不僅挖來他，還直接投資約143億美元入股Scale AI，並讓他負責領導整個AI超級團隊。現在小汪在Meta的角色基本相當於：AI總指揮/Chief AI Officer，祖克柏對他的期待非常直接：目標是做出“superintelligence（超級智能）”。這裡插播一條娛樂新聞💗：多家媒體披露，小扎和小汪關係緊張。小汪私下向同事抱怨小扎的Micromanagement微觀管理讓他感到“窒息”；小扎對AI業務的強勢掌控與小汪追求的靈活性產生衝突。此外，Meta內部多名AI高管離職以及產品上線過快帶來的壓力，進一步加劇了兩人的緊張關係。3月，在外部消息愈演愈烈之際，小紮在社交平台上發佈了一張與小汪的合影，擊碎“不和”傳聞。cr. threads換句話說，Meta正在進行一場極其昂貴的AI軍備競賽。而這場競賽的成本，最終需要通過削減人員規模這種方式來平衡。02. 當矽谷“信條”發生變化不是大廠在裁員，而是時代在篩人如果把時間線拉長來看，這種變化其實不僅僅發生在Meta。在過去二十年裡，矽谷一直有一個幾乎被當作信條的理念：得人才者得天下。科技公司之間的競爭，本質上就是爭奪最優秀工程師的競爭。大量公司甚至會在業務尚未完全確定的情況下提前招聘工程師，因為在那個時代，人才本身就是最稀缺的資源。但隨著AI模型能力不斷提升，很多公司開始逐漸形成一種新的共識：未來最關鍵的資源可能不再是人，而是算力。算力就是電腦處理資料和完成計算任務的能力。在傳統軟體時代，一家公司最重要的資源往往是工程師，因為軟體開發的核心工作是寫程式碼和設計系統。但在AI時代，大型人工智慧模型並不是靠人工一點點寫規則，而是通過海量資料訓練出來的。訓練這些模型需要進行數量驚人的數學計算，而這些計算必須依賴高性能晶片和龐大的伺服器叢集。於是，科技巨頭開始瘋狂投資GPU、資料中心和模型訓練。資本支出迅速增加，而人力成本，反而成為最容易被壓縮的一部分。很多企業高管在解釋這些裁員時，都提到同一個原因——AI工具正在改變生產效率。但因為AI，大廠也有吃虧的時候。比如亞馬遜今年年初也確認裁員約1.6萬人：cr. BBC3月初，亞馬遜卻因AI生成程式碼錯誤導致系統崩潰，引發6小時大面積當機，影響22,000使用者和眾多賣家。cr. Amazon後續亞馬遜要求初中級工程師在使用AI生成程式碼時，需高級工程師稽核，這其實也強調了人工智慧無法完全取代人類判斷力的現實。再比如2月底，金融科技公司Block以AI提效為理由裁掉了接近一半員工，這導致員工對管理層信任瓦解。cr. ReutersBlock高管宣稱AI工具能夠提升效率，但員工實際感受到的生產力提升有限，反而留任員工的工作量明顯增加。而且裁員模式引發員工普遍焦慮，匿名平台上吐槽不斷，比如認為AI工具Goose被公司吹捧，但其實際效果與宣傳不符，甚至可能引發工程複雜性問題。還有網友認為AI提效只是藉口，實際原因可能是經濟衰退、成本削減或者是過度招聘，AI只是一個既能削減成本又不嚇跑投資者的好藉口。cr. reddit面對質疑，Block的CEO Jack Dorsey在X平台親口承認，裁員和AI關係不大，而是因為疫情期間錯誤拆分公司架構，導致過度招聘和人員冗餘。cr. X過去二十年，科技行業依靠不斷擴張團隊來推動增長；但在AI時代，很多公司開始嘗試用更少的人完成更多事情。對於企業而言，這意味著更高的效率和更低的成本，但對於正在求職的留學生而言，它也意味著競爭將變得更加激烈。03. 新時代背景下，AI不是取代人工如果說這輪裁員釋放了一個最清晰的訊號，那就是——規則真的在變。過去很多留學生在規劃求職路徑時，默認的是一套非常穩定的邏輯：讀名校、刷實習、進大廠，只要踩對節奏，就有機會進入這個不斷擴張的行業。但現在，行業不再無限擴張，崗位增長放緩，對單個個體能力的要求卻在明顯提高。未來的求職競爭，本質上已經演變成：你是不是那個可以替代兩三個人的人。這也是為什麼我們說，單一技能正在變得越來越不安全，早規劃求職已經從優勢變成了必要準備。AI不是在“取代人”，而是在重新篩選人純寫程式碼的工程師，如果不會用AI工具提升效率，很容易被邊緣化；但只會用AI工具、不理解底層邏輯的人，同樣很難走遠。真正有競爭力的，往往是那種既懂技術、又能借助AI放大自己能力的人。這也是為什麼，矽谷對“複合型人才”的需求開始迅速上升。 (WallStreetTequila)
1.6萬人失業！Meta或將開啟史上最大規模裁員
美股#Meta#亞馬遜#Block