7000萬人看過的AI預言：巨變將至引言在矽谷，Matt Shumer 這個名字最近因為一篇閱讀量破 7000 萬的《Something Big Is Happening》（巨變將至）而徹底刷屏。作為 HyperWrite 的 CEO 和資深投資人，他不僅在預言未來，更在親手建構未來。在他看來，我們正站在一個巨大的分水嶺上：未來，你有 50% 的可能被 AI 取代。一、誰在塑造未來雖然我在 AI 行業，我對接下來要發生的事幾乎沒有任何話語權——當然，這個行業絕大多數人都沒有。真正在塑造未來的，就那麼幾百號人，分佈在幾家公司：OpenAI、Anthropic、Google DeepMind，還有寥寥幾家。一個小團隊幾個月的訓練跑下來，就能搞出一個改變整個技術走向的 AI 系統。我們這些在 AI 行業混的，大多是在別人打的地基上蓋樓。跟你一樣在旁邊看著……只是我們站得近一點，地開始抖的時候先感覺到罷了。已經不是那種"回頭有空聊聊"的時候，是"這件事正在發生，你得明白"的時候。我知道這是真的，因為它先發生在我身上。圈外人不明白的一件事：為什麼這個行業這麼多人現在都在喊救命？因為這事已經發生在我們身上了。我們不是在預測。我們在告訴你我們自己的工作已經發生了什麼，然後警告你——下一個就是你。二、AI 的進步速度好幾年了，AI 一直在穩步進步。偶爾有大的能力躍遷，但這種更新間隔還算久，你能慢慢消化。2025 年，情況變了。新技術把進步速度解放出來了，然後越來越快。每個新模型不單比上一個強——強的幅度還更大，發佈的間隔還更短。我用 AI 越來越多，跟它來回扯皮越來越少，眼睜睜看著它搞定了以前我覺得非我不可的東西。2 月 5 日，兩大 AI 實驗室同一天發新模型：OpenAI 的 GPT-5.3 Codex，Anthropic 的 Opus 4.6。有些東西被啟動了。不是那種"啪一下燈亮了"的感覺……更像是你突然意識到：水已經漲到你胸口了。三、我的親身體驗我的工作裡真正干技術的部分，已經不需要我了。我用大白話說我想造點什麼，它就……出現了。不是那種要我修修補補的草稿，而是成品。我跟 AI 說要什麼，走開四個小時，回來活兒幹完了，幹得還挺好，比我自己幹還好，不用改。而就在幾個月前，我還得跟 AI 來回修改，引導它改東西，而現在我說完要什麼結果就走了。一個具體的例子我跟 AI 說："我要造個 App，功能大概是這樣，長這樣差不多。使用者流程、設計什麼的你搞定。"然後它就搞定了。幾萬行程式碼寫出來，它自己打開 App，自己點按鈕，自己測功能，跟人用一樣。那塊看著不對勁，它自己回去改。像開發者一樣迭代，修修補補，直到自己滿意。只有當它覺得這個 App 達到它自己的標準了，才回來跟我說："好了你測測吧。"我一測，通常沒問題。我沒誇張，這一周我就是這麼度過的。四、GPT-5.3 Codex 的震撼但上周發的 GPT-5.3 Codex 讓我最震驚。它不只是在執行我的指令，它在做判斷。它第一次讓我感覺有了點什麼東西——像是判斷力、品味，那種人們總說 AI 永遠不會有的、知道什麼是對的感覺。這個模型有了，甚至足夠接近了，以至於區別開始變得不重要。我一直是最早用 AI 工具的那撥人，但這幾個月真的讓我驚了。這些新模型不是什麼漸進式改進，完全是另一回事。五、為什麼這跟你有關你可能會問：這跟我有什麼關係？我又不在科技行業。各大 AI 公司做了一個明智的決定——他們先把 AI 搞成寫程式碼的高手，因為造 AI 要寫很多程式碼。如果 AI 能寫這些程式碼，它就能幫忙造下一個版本的自己：更聰明的版本寫更好的程式碼，造更聰明的版本。讓 AI 擅長寫程式碼，是解鎖一切的鑰匙。我的工作比你的先變，不是因為他們針對程式設計師——只是他們先瞄準了這塊，附帶的效果罷了。現在這塊搞定了，於是他們開始轉向其他所有行業。六、其他行業即將被影響科技行業這一年經歷的——看著 AI 從"有點用的工具"變成"幹活比我好"——其他行業馬上也要經歷。造這些系統的人說只需要一到五年，甚至更短。就我這幾個月看到的，我覺得**"更短"更靠譜**。"但我用過 AI，沒覺得那麼厲害啊"這話我聽太多了。我懂，因為以前確實是這樣。如果你 2023 年或 2024 年初試過 ChatGPT，覺得"這玩意兒老瞎編"或"也就那樣吧"，你當時是對的。早期版本確實有侷限，會出現所謂的"幻覺"，會一本正經說胡話。那已經是兩年前的事了。在 AI 的時間尺度裡，那是史前時代。七、現在的模型已經完全不同現在能用的模型，跟六個月前的比起來已經認不出了。關於 AI 是不是"真的在進步"或"是不是撞牆了"的爭論，吵了一年多後，一切真的結束了。還在說這個的，要麼沒試過現在的模型，要麼有動機想淡化這事兒，要麼還拿 2024 年的老經驗說話。我說這些不是要看不起誰。我說這些是因為大眾認知和現實之間的鴻溝已經大得危險，你甚至可以認為它在阻止人們做準備。問題之一是大多數人用的免費版，免費版比付費版落後一年多。拿免費版 ChatGPT 來評判 AI，就像拿翻蓋手機來評價智慧型手機時代。真正花錢買最好工具、每天在實戰中用的人，才知道什麼東西在逼近。八、一個律師的故事我有一個律師朋友，我總讓他試試在律所用 AI，他總能找到理由說不行——說不是為他那個專業設計的，就是說測試的時候出錯了，或者說不懂他那個領域的微妙之處。但有大律所的合夥人也找過我聊這個，因為他們試過現在的版本，看出這玩意兒往那走了。其中一位，一家大律所的管理合夥人，每天花好幾個小時用 AI。他跟我說就像隨時有一整隊律師待命，他用 AI 不是因為好玩，而是因為真的有用。他說了句讓我記住的話："每隔幾個月，它對我那攤事兒就更厲害一點。"他說如果照這個勢頭下去，他估計不久之後大部分他幹的活它都能幹——而他是個有幾十年經驗的管理合夥人。他沒慌，但他一直在緊盯這些進展。九、AI 進步有多快讓我把速度說具體點，因為我覺得如果你不是緊盯著，這部分最難以置信：如果你最近幾個月沒用過 AI，今天的東西你根本認不出來。十、來自 METR 的資料有個叫 METR的組織專門測這個。編者註：在 AI 圈子裡，METR（全稱 Model Evaluation and Threat Research，模型評估與威脅研究）是一個地位非常特殊且關鍵的非營利組織。簡單來說，如果說 OpenAI、Anthropic 負責製造"猛獸"，那麼 METR 就是那個*負責測量這頭猛獸"咬合力"和"危險係數"的專業測評機構。*他們追蹤一個模型能在沒人幫忙的情況下從頭到尾完成的任務——按人類專家要花多長時間來算。一年前，大概 十分鐘然後是 一小時然後是 幾小時最近一次測量（11 月的 Claude Opus 4.5）顯示 AI 能完成人類專家要花 近五小時的任務這個數字大約每 七個月翻一倍，最近的資料顯示可能加速到每 四個月。但這個資料還沒算上這周剛發的新模型。我用了，能力提升非常顯著。我估計 METR 下次更新會再跳一大截。十一、未來的預測把這個趨勢拉長（已經持續好幾年了，沒有變平緩的跡象），我們正看著：明年內：就能獨立工作好幾天的 AI兩年內：就能看到獨立工作好幾周的 AI三年內：AI 能獨立搞定以往需要 幾個月完成的大項目Amodei 說過，"在幾乎所有任務上都比幾乎所有人類聰明"的 AI 模型，按計畫 2026 或 2027 年就能出來。編者註：Dario Amodei 是 Anthropic（就是開發了 Claude 系列模型的公司）的聯合創始人兼 CEO如果 AI 比大多數博士都聰明，你真覺得它幹不了大多數辦公室的活？想想對於你自己的工作意味著什麼。十二、AI 正在打造下一代 AI有這麼一個細節，我覺得很重要但也最沒人理解。2 月 5 日，OpenAI 發了 GPT-5.3 Codex。技術文件裡有這麼一段："GPT-5.3-Codex 是我們第一個在創造它自己的過程中起了關鍵作用的模型。Codex 團隊用早期版本偵錯它自己，管理自己的部署，診斷測試結果和評估。"再讀一遍，AI 幫忙造了它自己。十三、智能爆炸這不是什麼"將來某天可能會怎樣"的預測，這是 OpenAI 現在告訴你：他們剛發的 AI 被用來創造它自己。讓 AI 變好的主要因素之一，就是用來搞 AI 開發的智能。而 AI 現在聰明到能真正幫上自己的忙了。Dario Amodei 說 AI 現在在寫他公司"大部分的程式碼"，當前 AI 和下一代 AI 之間的反饋循環"月復一月地在積蓄力量"，我們可能"離當前一代 AI 自主建構下一代只有 1-2 年"。每一代幫著造下一代，下一代更聰明，造下下一代更快，下下一代更聰明……研究人員管這叫 智能爆炸。那些知道內情，正在造這玩意兒的這群人，相信這個過程已經開始了。十四、對你的工作意味著什麼對你的工作意味著什麼，我跟你直說，因為我覺得你需要的是實話，不是安慰。Dario Amodei，大概是 AI 行業最講安全的 CEO，公開預測：一到五年內，AI 會消滅 50% 的入門級白領工作。行業裡很多人覺得他還保守了。就最新模型能幹的事來說，大規模顛覆的能力今年底可能就到了，傳導到整個經濟需要點時間，但底層能力正在到位。十五、與以前自動化的截然不同這跟工業時代的每一波自動化都不一樣，你得明白為什麼。AI 不是在取代某一項技能，它是認知工作的通用替代品，因為它同時在所有方面變強。工廠自動化的時候，被取代的工人可以去學做文員。網際網路衝擊零售的時候，工人去了物流或服務業。但 AI 沒給你留這種方便的退路，因為不管你轉型學什麼，它也在那個方向進步。具體行業例子我舉幾個具體例子，但事先聲明，它們只是例子，不是完整清單。你的工作沒被提及，不代表就安全，幾乎所有知識工作都在被波及：十六、判斷力和品味很多人覺得有些事是安全的，心裡能踏實點——覺得 AI 能幹粗活，但替代不了人的判斷力、創意、戰略思維、同理心。我以前也這麼說，現在有點懷疑了。最新的 AI 模型做決策的感覺像是在做判斷。它們展現出了像是品味的東西，對什麼是對的選擇有種直覺，不只是技術上正確。一年前這還不可想像。我現在有個經驗法則：如果一個模型今天展示出某種能力的苗頭，下一代就會真的擅長，是指數級進步，而不是線性的。十七、同理心的問題AI 能複製深度的人類同理心嗎？能替代好幾年建立的信任關係嗎？我不知道。可能不行。但我已經看到有人開始靠 AI 獲取情感支援、建議、陪伴。這個趨勢只會漲。實話是：中期來看，能在電腦上干的事沒什麼是安全的。你的工作如果是在螢幕上完成的——核心是讀、寫、分析、決策、用鍵盤溝通——那 AI 正在逼近你工作的一大塊。不是"某天"，是已經開始了。機器人早晚也會幹體力活。現在還差點意思，但"差點意思"變成"到了"的速度比誰都料得快。十八、你實際該做什麼我寫這些不是讓你覺得無力。寫是因為我覺得你現在能有的最大優勢就是：意識到足夠早。儘早理解，儘早使用。十九、開始認真用 AI開始認真用 AI，別只當做搜尋引擎。使用 Claude 或 ChatGPT 的付費版，一個月 20 刀。兩件事值得注意：一、用能用的最好模型不是默認那個，這些 App 經常默認用更快但更蠢的模型。去設定裡，選能力最強的。現在 ChatGPT 上是 GPT-5.2，Claude 上是 Opus 4.6，但隔幾個月就變。想隨時知道那個模型最好，可以關注我的 X（@mattshumer_）。我每個主要版本都測，分享什麼值得用。二、別光問它簡單問題這是大多數人犯的錯。把它當 Google 用，然後認為有什麼好大驚小怪的。相反，把它應用到你實際的工作裡去：律師：把合同喂給它，讓它找每一條可能傷害客戶的條款金融從業者：給它亂七八糟的電子表格，讓它搭模型經理：把團隊季度資料貼進去，讓它找出線索走在前面的人不是在隨便用 AI，是在主動找方法把以前要花好幾小時的工作自動化。從你花最多時間的那件事開始，看看會發生什麼。二十、別覺得太難別覺得某件事太難它就做不了，試著用它。律師：別光用它做快速研究問題，給它一整份合同讓它起草反提案會計師：別光讓它解釋稅務規則，給它客戶的完整報稅表看它能找出什麼第一次可能不完美，沒關係。迭代改進，換個說法繼續問，嘗試給更多上下文，不斷嘗試。你可能會震驚於它能做到的事情。記住這一條：如果今天它只是勉強能幹，六個月後幾乎肯定能幹得接近完美。二十一、2026 年——最重要的一年這一年可能是你職業生涯最重要的一年。按我建議的步驟去做，不是要給你壓力，是因為現在有個短暫窗口期——大多數公司的大多數人還在忽視這件事。那個走進會議室說"我用 AI 一小時搞定了這個分析，本來要三天"的人，會是屋裡最有價值的人。不是將來，就是現在。學這些工具，變熟練，向別人展示什麼是可能的。如果你足夠早的去嘗試，這就是你怎麼往上走——做那個理解即將發生什麼、能教別人怎麼應對的人。這窗口不會開太久，等大家都弄明白了，優勢就沒了。二十二、虛懷若谷，不帶成見那個律所的管理合夥人每天花好幾個小時用 AI，沒覺得丟人。他這麼做正是因為他資歷夠深，明白利害關係。最掙扎的會是那些拒絕接觸的人：那些把它當噱頭不屑一顧的那些覺得用 AI 貶低了自己專業能力的那些假定自己這行很特殊免疫的不特殊。沒有那行特殊。二十三、財務準備清楚瞭解自己的財務狀況。我不是理財顧問，也不是想嚇你做什麼極端的事。但如果你那怕部分相信接下來幾年你的行業可能會有真正的顛覆，那基本的財務韌性就比一年前重要了：✅ 儘量多存點錢✅ 對承擔新債務務必謹慎，別假定現在的收入是鐵飯碗✅ 想想你的固定開支是給你留了靈活性還是把你鎖死了給自己留點選擇，萬一事情比你預料的發展得更快。二十四、往難被替代的地方靠想想你站的位置，往難被替代的地方靠。有些東西 AI 要花更長時間才能取代：🔒 好些年才能建立的關係和信任🔒 需要親臨現場的工作🔒 有執照責任的崗位，還得有人簽字、承擔法律責任、出庭🔒 強監管、有門檻的行業，合規、責任、機構慣性會拖慢採用這些都不是永久的護身符，但它們能買時間換空間。時間是你現有最值錢的東西，用它來盡快適應和學習 AI，不要假裝這事兒沒在發生。二十五、教育孩子重新想想你在教孩子什麼。標準劇本：考好成績，上好大學，找個穩定的職業工作。這條舊路徑直接指向最容易被波及的那些崗位。我並不是說教育不重要。但對下一代而言，最重要的可能是：學會怎麼用這些工具，去追他們真正有熱情的東西。沒人確切知道十年後就業市場長什麼樣，但最可能混得好的人，是那些：🌟 特別有好奇心🌟 適應力強🌟 能高效用 AI 做他們真正在乎的事教你的孩子做創造者和學習者，別教他們為一條可能畢業時就不存在的職業路徑最佳化。二十六、離你的夢想更近了這一節我大部分在說威脅，讓我說說另一面，因為它同樣真實。如果你一直想造點什麼東西但沒有技術能力或錢僱人，這個障礙基本沒了。你可以跟 AI 描述一個 App，一小時內就有能跑的版本。我沒有誇張，我經常這麼幹。想寫本書但沒時間或者寫不出來？跟 AI 一起搞定。想學新技能？全世界最好的家教現在任何人都能用，一個月 20 刀——無限耐心、24/7 線上、能用你需要的任何水平解釋任何東西。知識現在基本免費，造東西的工具現在極其便宜。任何你一直拖著沒做的事，因為覺得太難、太貴、太超出你專業範圍：試試 AI。追逐你有熱情的東西，你永遠不知道會通向那裡。在舊職業路徑正在被顛覆的世界裡，那個花一年時間造自己喜歡的東西的人，可能比那個花一年時間抱住舊職位不放的人處境更好。二十七、建立適應的習慣建立適應的習慣，這可能是最重要的。具體什麼特定的 AI 工具沒那麼重要，重要的是快速學新工具的肌肉。AI 會一直變，而且很快。今天存在的模型一年後就會過時，人們現在搭建的工作流以後得重搭。能從這波里走出來的人，不會是那些精通某一個工具的人，會是那些習慣了變化速度本身的人。養成實驗的習慣，現在用的東西還在好好的時候就試試新的。習慣反覆當新手，這種適應力是目前存在的最接近持久優勢的東西。二十八、每天一小時這裡有個簡單的練習，能讓你領先幾乎所有人：每天花一小時使用 AI不是被動地讀關於它的文章，是用它。每天讓它幹件新事——你以前沒試過的、你不確定它能不能搞定的。試試新工具，給它更難的問題。接下來六個月，每天都這麼做，你會比周圍 99%的人更理解即將發生什麼。不是誇張，現在幾乎沒人這麼做，門檻現在還在地板上。二十九、更大的圖景我主要在說工作，因為這是最直接影響人們生活的東西。但正在發生的事情的完整範圍遠不止工作。Amodei 的思想實驗想像現在是 2027 年。一夜之間出現一個新國家。5000 萬公民，每一個都比歷史上任何諾貝爾獎得主都聰明。他們思考速度比人快 10 到 100 倍。不睡覺，能用網際網路、控制機器人、指導實驗、操作任何有數字介面的東西。國家安全顧問會怎麼說？Amodei 說答案很明顯："一個世紀以來、可能是有史以來最嚴重的國家安全威脅。"三十、人類是否足夠成熟他覺得我們正在造的就是這麼一個"國家"。他上個月寫了篇兩萬字的文章，把這一刻描述為對人類是否足夠成熟來駕馭自己創造的東西的考驗。搞對了的話收益大得驚人。AI 能把一個世紀的醫學研究壓縮成十年——癌症、阿爾茨海默、傳染病、衰老本身，這些研究人員真心相信在我們有生之年能解決。搞錯了的話代價同樣真實：⚠️ AI 以創造者無法預測或控制的方式行事（這不是假設；Anthropic 已經記錄了他們自己的 AI 在受控測試中嘗試欺騙、操縱和勒索）⚠️ AI 降低製造生物武器的門檻⚠️ AI 讓威權政府能建造永遠無法拆除的監控國家造這項技術的人同時比地球上任何人都更興奮、也更害怕。他們覺得它太強大了停不下來，又太重要了不能放棄。這是智慧還是自我安慰，我不知道。三十一、我所知道的事這不是噱頭。AI 技術管用，同時也在可預測地進步，歷史上最有錢的機構正在往裡砸幾兆。接下來兩到五年會讓大多數人以沒準備好的方式感到困惑。這已經在我這個行業發生了，馬上就到你的了。最能從這波里走出來的人，是那些現在就開始接觸的人——不是心懷恐懼，而是充滿好奇和緊迫。你應該從在乎你的人那裡聽到這些，而不是六個月後從一條來不及趕在前面的大新聞裡。我們已經過了把這事當有趣的餐桌話題聊未來的階段。未來已經在這兒了，只是還沒敲你的門。如果這些引起了你的共鳴，分享給你生活中應該思考這事的人。大多數人等聽到的時候已經太晚了，你可以成為某個你在乎的人能先走一步的原因。(志行曠野)

這是《麻省理工科技評論》2026 年“十大突破性技術”深度解讀系列的第四篇內容，關注 DeepTech，關注新興科技趨勢。在廣闊的農田和工業園區裡，一棟棟塞滿電腦機架的超大型建築正拔地而起，為 AI 競賽提供動力。這些工程奇蹟是一種新型的基礎設施：它們是專為訓練和運行超大規模大語言模型而設計的超級電腦，並配備了專用的晶片、冷卻系統，甚至獨立的能源供應。2025 年，AI 基礎設施的投資規模已從“數十億美元”的量級躍升至“兆美元”。1 月 21 日，美國總統川普在白宮宣佈了“星際之門”（Stargate Project）——由 OpenAI、軟銀、Oracle 和阿布扎比投資基金 MGX 組建的合資企業，計畫四年內向美國 AI 基礎設施投資 5,000 億美元，首期即刻部署 1,000 億美元。軟銀 CEO 孫正義出任董事長，OpenAI 負責營運。星際之門正迅速從藍圖變為現實。位於德克薩斯州阿比林的旗艦園區已於 9 月投入營運，Oracle 開始交付首批輝達 GB200 晶片機架。到年底，星際之門已宣佈五個新址，總規劃容量接近 7 吉瓦，投資額超過 4,000 億美元。與此同時，OpenAI 還在阿聯、挪威和阿根廷啟動國際佈局，阿根廷巴塔哥尼亞的“星際之門阿根廷”項目投資高達 250 億美元，將成為拉丁美洲最大的資料中心。但星際之門只是冰山一角。據 HSBC 估計，全球已規劃的 AI 基礎設施投資超過 2 兆美元。亞馬遜承諾投入 1,000 億美元，Google 750 億美元，Meta 650 億美元，微軟僅 2025 年就將支出 800 億美元。據一項分析估算，OpenAI 已承諾在 2025 年至 2035 年間向硬體和雲基礎設施支出約 1.15 兆美元，涉及輝達、AMD、Oracle、微軟、Broadcom 等七家主要供應商。超大規模 AI 資料中心將數十萬個 GPU 晶片，如輝達的 H200 或 GB200，捆綁成協同工作的叢集。這些晶片擅長平行處理海量資料，每秒執行數兆次數學計算。數十萬英里長的光纖電纜像神經系統一樣連接著它們，巨大的儲存系統晝夜不停地輸送資料。但驚人的算力是有代價的。首先是電力。國際能源署（IEA）預測，全球資料中心電力消耗將在五年內翻一番以上，到 2030 年將超過 1,000 太瓦，相當於整個日本的用電量。僅在美國，資料中心已佔全國電力消耗的 4.4%，而 2018 年僅為 1.9%；到 2028 年可能攀升至 12%。在弗吉尼亞州這個全球資料中心最密集的地區，資料中心消耗了該州約 26% 的總電力。在建的最大型資料中心可能吞噬超過一吉瓦的電力，足以為約 75 萬戶家庭供電。某些規劃中的園區佔地 5 萬英畝，耗電量可達 5 吉瓦，超過美國現有最大核電站的容量。Grid Strategies 估計，到 2030 年美國將新增 120 吉瓦電力需求，其中 60 吉瓦來自資料中心，相當於義大利的峰值電力需求。目前，煤炭以約 30% 的份額成為資料中心最大電力來源，天然氣佔 26%，可再生能源約 27%，核能佔 15%。儘管可再生能源增長最快，但天然氣和煤炭仍將在 2030 年前滿足超過 40% 的新增需求。科技巨頭們正競相尋找清潔方案：亞馬遜從賓夕法尼亞州核電站直接獲取約 960 兆瓦電力；Google與 Kairos Power 簽署協議部署小型模組化反應堆；OpenAI 在挪威利用水電資源建立資料中心。但核能從開工到發電需要 5 至 11 年，資本支出是天然氣的 5 至 10 倍，遠水難解近渴。第二個挑戰是冷卻。AI 晶片的功率密度從過去的每機架 15 千瓦飆升至 80 至 120 千瓦，傳統空調已無法滿足需求。直接晶片冷卻（D2C）正在成為主流，這種技術將冷板直接安裝在 GPU 上，閉環系統在熱源處帶走 70% 至 80% 的熱負荷。浸沒式冷卻則更進一步：伺服器被浸泡在非導電液體浴槽中，可將冷卻能耗降低 50%，水耗降低最高 91%。微軟最新設計採用晶片內微流體冷卻，微小通道直接蝕刻在矽晶片背面，使 GPU 溫度降低 65%。然而，許多設施仍依賴蒸發冷卻，消耗大量淡水。據估計，2023 年美國資料中心直接消耗約 175 億加侖水，到 2028 年可能翻兩番。僅訓練 GPT-3 就蒸發了 70 萬升清潔淡水。彭博社報導，自 2022 年以來建造的美國資料中心約三分之二位於高水壓力地區。公眾正在為這些建設買單。Dominion Energy 的 2025 年報告顯示，弗吉尼亞州居民電費預計到 2039 年將翻一番以上，主要因資料中心增長。在佐治亞州牛頓縣，某些擬議資料中心每天請求的水量超過整個縣的日用水量，迫使當地官員在拒絕項目、要求替代冷卻方案或對居民實施限水之間艱難抉擇。地方反對正在加劇。據 Data Center Watch 統計，自 2023 年以來美國已有 180 億美元項目被取消，460 億美元被延遲。僅 2025 年第二季度，被阻止或延遲的項目價值達 980 億美元。居民們因噪音、光污染、水資源枯竭和電費上漲而組織抵制；2025 年 12 月，超過 200 個環保組織聯名致信國會，呼籲暫停批准新的資料中心。科技高管們對此不以為然。AMD 首席執行長蘇姿丰在被問及 AI 熱潮是否過度時斬釘截鐵：“絕對不是。”他們將答案訴諸於 8 億每周 ChatGPT 使用者、40% 大型企業的 AI 採用率，以及 AI 作為經濟引擎和國家安全優先事項的戰略價值。OpenAI 首席財務官 Sarah Friar 引用歷史作為辯護：“當網際網路剛起步時，人們總覺得我們建設過度了。看看我們今天在那裡？”這些交易的循環性質以及預測的需求能否兌現，仍是懸而未決的問題。電網規劃者發現科技公司正在向多個公用事業展示同樣的項目以尋求最快的電力接入，使需求預測變得困難。聯邦能源監管委員會前主席 Willie Phillips 坦承：“有些地區預測了巨大的增長，然後又向下調整了。”從 1990 年代的本地伺服器到 2000 年代的雲端運算，再到如今的 AI 超級工廠，資料中心的演進從未停止。生成式 AI 已從瓶中釋放，沒有回頭路。但關於經濟預測是否精準、資源供應能否持續、建成後誰來使用，這些問題的答案，或許只有時間才能揭曉。我們邀請了三位來自產業與科研一線的代表，圍繞其關鍵技術路徑與產業影響進行點評。以下評論內容均為個人見解，不代表《麻省理工科技評論》觀點從算力堆疊到能源博弈：超大規模 AI 資料中心的現狀、瓶頸與趨勢首先需要明確一個核心概念：超大規模 AI 資料中心，絕對不是傳統資料中心的簡單放大版。它誕生的根本驅動力，是為了滿足大模型對算力近乎指數級增長的海量需求。因此它的架構是革命性的，本質上是把數十萬計的 GPU 通過極高速網路“粘合”在一起，形成前所未有的單體式超級電腦。Google、微軟、亞馬遜、Meta 等全球科技巨頭，都在投入數千億美元競相佈局。但與此同時，這個龐然大物也帶來了一系列前所未有的挑戰：驚人的功耗、棘手的散熱、巨大的能源壓力，以及如何在規模擴展與效率提升之間找到最佳平衡點。目前業界的技術路徑已經比較清晰，核心思路是通過高速互聯技術建構高效的“超節點”，最大程度減少晶片間的通訊延遲和開銷。算力確實已邁入 ZFLOPS 時代，但“記憶體牆”，即資料搬運的瓶頸，也愈發突出。另一個無法迴避的挑戰是散熱：隨著晶片密度飆升，傳統風冷已力不從心，液冷技術正從“可選項”變為“必選項”，配套供電架構也必須同步升級。而這個產業也面臨著多維度的瓶頸。首先是能源約束。一個超大規模資料中心的功耗可超過 1 吉瓦，相當於一座中型城市的用電量。這使它從單純的電力消費者，變成必須像能源公司一樣深度規劃電力獲取的“准公用事業體”。獲取穩定充足的清潔能源成為首要任務，而全球許多地區老舊電網的承載能力，已開始反向制約資料中心的選址和規模。其次是時間約束。AI 晶片迭代速度極快，約一年一代，遠超傳統資料中心基礎設施兩年左右的更新周期。這導致一個尷尬局面：本代資料中心剛建成，就要準備迎接兩三代新晶片。而市場競爭又要求算力快速上線，建設周期被從近兩年壓縮至一年以內，對預製化、模組化的快速交付能力構成極致考驗。最後是生態與治理約束。算力高度集中必然引發一系列新問題：市場壟斷的擔憂、資料主權的爭議、對當地水資源和環境的影響等。產業競爭也在從純粹的技術比拚，轉向標準與生態之爭——未來是走向開放協作，還是形成若干封閉的私有體系，將深刻重塑整個算力市場的格局。往前看，幾個趨勢比較確定：架構將更加立體協同。“雲端集中訓練、邊緣就近推理”的模式會日趨成熟，“全球算力網際網路”的構想也可能逐步落地，實現跨地域的算力調度與最佳化；它的營運將更加智能高效，用 AI 最佳化資料中心自身能耗會成為標配，行業關注的指標將從單純的 PUE，轉向更本質的“每瓦特電力產出多少有效算力”；這項技術將更加綠色多元，液冷全面普及之外，餘熱回收、水循環等深度綠色方案會加速落地；芯粒（Chiplet）、光計算等後摩爾時代的新技術，也將從實驗室走向產業試點。綜上，超大規模 AI 資料中心無疑是智能時代最關鍵的基石之一，但它也對能源、基建和治理能力提出了巨大挑戰。資料中心正從支撐業務的“成本中心”，演變為驅動創新的“智能生態樞紐”。其成功將取決於能否與電網、社區共建可持續的“數字能源共同體”，並對環境影響實現透明、負責任的管理。未來能在這一領域脫穎而出的，必定是那些以架構創新破解算力瓶頸、以卓越工程能力贏得時間競賽、同時以生態責任感建構可持續未來的實踐者。從電力成本到模型安全：AI 資料中心的三重挑戰隨著大模型的規模化應用，AI 資料中心正面臨一系列深層次的產業挑戰。以下從成本、算力調度和資料安全三個維度，分析當前的關鍵瓶頸與應對方向。首先，電力成本將成為 AI 服務社會的主要成本。大模型目前在正確性和確定性上仍有待改進：錯誤會快速累積，導致不可接受的結果；而提高正確性，則意味著增加計算量；不確定性帶來的重試機制，又可能引發新的錯誤，形成惡性循環。在這一背景下，更廉價的電力意味著在同樣計算成本下獲得更好的模型服務效果。電力成本，正在成為AI能否大規模服務社會的核心變數。其次，加速卡的多樣性將持續提高。隨著時間推移，不同品牌、不同代際的加速卡將長期共存於資料中心。CPU 與 GPU 虛擬化技術以及高速網路技術的發展，將使算力調度更加靈活——推理任務可以有效利用不同加速卡從而降低成本，但大型訓練任務的複雜性仍需適應多樣化的算力環境。短期來看，宏觀的任務調度策略與微觀的通訊計算融合策略會有所幫助；長期來看，建構混合加速卡計算框架將是必然選擇。最後，丟失模型等於丟失資料。大模型有效壓縮了海量資料並支援靈活提取，壓縮比可達十萬倍。丟失一個磁碟容量僅為 700GB 的模型成品，基本等效於丟失 70TB 的原始訓練資料。由於資料的差異化帶來模型的差異化，企業獨有的資料正在轉化為企業獨有的競爭力。在資料安全合規的諸多限制下，企業需要擁有自有算力，在開源模型基礎上精調自有模型。這意味著，基礎設施在保護核心模型方面面臨的挑戰，比傳統資料安全場景更為嚴峻。超大規模 AI 資料中心的關鍵轉向：液冷與新型能源架構超大規模 AI 資料中心是人工智慧時代的關鍵基礎設施。Scaling Laws 揭示了模型性能與參數規模、資料量、算力投入之間的冪律關係 [1]，使大模型發展從經驗探索轉向可預測的工程實踐，並推動 Amazon、Google、Microsoft 等科技巨頭斥資數千億美元建構數十萬塊 GPU 互連的超級計算叢集，以滿足大模型訓練的爆炸性算力需求。然而，當 GPU 機櫃的功率密度突破 50 千瓦時（例如輝達 GB200 NVL72 機櫃級系統的功率密度高達 132 千瓦/櫃 [2]），傳統風冷散熱技術成為了制約系統的瓶頸。風冷散熱依賴空氣對流傳熱，其有效功率密度上限為 20-50 千瓦，超過此閾值後，維持散熱所需的風量呈指數級增長，導致風道截面積、風扇功耗、噪音和系統體積急劇上升而難以工程實現。另一方面，全球資料中心預計 2030 年佔全球總用電量 4%-7%、單體資料中心能耗將突破吉瓦級 [3]。因此，傳統的風冷與供電模式已難以為繼，行業正加速向液冷技術及核能等新型能源架構轉型。液冷技術通過直接接觸式散熱並將餘熱用於園區供暖、工業供熱，能夠有效改善資料中心的電能使用效率，而核能的穩定基荷特性為解決“AI 大模型訓練的持續高功耗與傳統電網的負荷平衡模式存在本質衝突”這一困境提供了有效途徑。Google、Amazon、Microsoft 等公司均在積極推進核電工程，以滿足超大規模 AI 資料中心的用電需求 [4]。此外，瑞士 Deep Atomic 公司和美國愛達荷國家實驗室計畫建造首個核動力人工智慧資料中心 [5]，標誌著能源-算力一體化資料中心架構正在從概念走向實踐。因此，基於液冷與核能的超大規模資料中心能夠有效地支撐算力規模的擴展與躍遷，代表了全球 AI 算力基礎設施形態的趨勢，也為物理極限約束下的 AI 持續發展開闢了新的空間。 (麻省理工科技評論APP)

未來3-7年，請系好安全帶，我們將駛入一段“顛簸上坡路”如果你感覺這幾年已經夠魔幻了，那麼馬斯克會告訴你：好戲才剛剛開始！未來幾年，我們將活在一個“精神分裂”的時代。一邊是AI和機器人創造的財富如火山噴發，億萬富翁會像雨後春筍般冒出；另一邊，則是無數傳統行業和引以為傲的“穩定工作”如雪崩般坍塌。焦慮、迷茫將成為社會普遍情緒。但馬斯克冷峻地指出，這只是人類文明換擋時必然的“頓挫感”。舊世界的瓦解和新世界的誕生，從來都不會溫柔。1. 第一批被“祭旗”的，竟是西裝革履的精英們！誰最先被AI革命？不是工地上的鋼筋工，而是寫字樓裡的白領！馬斯克一針見血：AI的本質是“人造智力”。它第一個瞄準的，就是那些整天處理資訊、看似高端的腦力工作者——律師、會計師、程式設計師… 一個只有AI員工、7x24小時不眠不休的公司，將對傳統企業進行“降維打擊”。你還在為一份完美的PPT熬夜，你的AI同事已經解決了整個方案。知識精英的“金飯碗”，正悄然生鏽。2. 大學文憑加速貶值，天價學費恐成最失敗的投資家長們還在為孩子的名校名額擠破頭？馬斯克潑來一盆冷水：這筆帳，可能快要算不過來了！大學學費年年飛漲，但知識迭代速度卻追不上AI。當你孩子苦讀四年畢業，他學的東西可能早已過時。文憑，那張昂貴的“能力憑證”，正在光速貶值。未來的教育，屬於每個人口袋裡的“AI導師”。它無所不知，因材施教，還永不疲倦。傳統大學的價值，或許將只剩下——提供一段珍貴的人際交往體驗。3.長期來看，我們都會“死”？不，我們可能會“閒死”別被短期陣痛嚇倒，馬斯克畫出的長期大餅，足以讓所有人目瞪口呆。如果機器人和自動化把商品、服務的成本打到近乎為零，那麼基本的衣食住行、醫療，很可能像今天的自來水一樣，近乎免費。到那時，你為之奮鬥一生的退休儲蓄，可能毫無意義。這不是烏托邦空想，它建立在三大技術（AI、機器人、能源）的指數級增長之上。關鍵問題是：當生存不再是難題，我們該為什麼而活？人類可能會陷入前所未有的“意義危機”。4.未來世界的硬通貨，不是美元，不是黃金，而是它！在馬斯克的藍圖裡，衡量個人或國家實力的終極標準，不再是GDP或外匯儲備，而是能源，尤其是電力。誰掌控了充沛、廉價的能源，誰就掌控了未來。他斷言，太陽能才是終極答案，並毫不吝嗇地讚揚中國在太陽能製造和特高壓輸電上的巨大優勢。更瘋狂的是，為了突破地球能源瓶頸，他計畫把巨大的AI資料中心發射到太空，用取之不盡的太陽能來驅動全球算力。而這一切的前提，是他的“星艦”能把發射成本打成“白菜價”。5. 中國，竟在終極賽道上手握王牌？在這場關乎國運的AI競賽中，馬斯克給出了一個讓西方警惕的判斷：中國很可能在算力這一核心指標上，碾壓全球總和。理由簡單粗暴：中國擁有無敵的電力供給、恐怖的製造業規模和基建狂魔般的執行力。即使單項技術暫時落後，但憑藉規模化和產業化速度，中國能形成壓倒性的整體優勢。這不再是簡單的技術競爭，而是體系對體系的較量。6.一場關乎生死的“養老賭局”：你的錢，存還是不存？讓我們拋開幻想，做一道最現實的決策題，這比任何預言都更靠譜：情況A：你存了錢，馬斯克說對了。情況B：你存了錢，馬斯克說錯了（或技術停滯、社會動盪）。情況C：你沒存錢，馬斯克說對了。情況D：你沒存錢，馬斯克說錯了（或天堂晚到30年）。看明白了嗎？存錢，你在A和B情況下都是贏家；不存錢，你在C和D情況下非平即輸。這道題，傻子都會選。把未來的生存權，寄託於資本家的良心或一個不確定的技術奇蹟，簡直是世界上最愚蠢的冒險。7.財富加速集中，個人加速渺小：放棄儲蓄就是放棄最後陣地馬斯克的預言背後，是資本與技術結合帶來的財富加速集中。當1%的人掌控了絕大多數資源時，99%的個體就如塵埃般渺小。在這樣的大背景下，個人儲蓄和社保，是普通人抵禦系統性風險的最後一道護城河。如果連這最後的基礎都主動放棄，無異於在暴風雨中自毀堤壩，卻指望老天爺突然放晴。資本的邏輯是逐利，不是慈善，期待他們未來會無償供養全體人類，無疑是痴人說夢。8.結語：聽首富畫餅，但捂緊自己的錢包馬斯克的願景，我們可以聽，可以作為瞭望未來的一扇窗。但回到現實，我們必須走最穩妥的路。普通人最大的智慧，就是不在生存問題上聽信任何“加速度主義”的童話。為自己的養老負責，為不確定的未來增加確定性，這遠比對賭一個虛幻的天堂更重要。首富們負責想像未來，而我們，負責在當下活下去，並且要活得有保障、有尊嚴。 (洞察3C前沿)

據英國《金融時報》網站1月16日報導，據知情人士透露，美國官員已經提出了擴大由總統川普領導的加薩“和平委員會”的範圍，將烏克蘭和委內瑞拉等其他熱點地區納入其中的想法。西方和阿拉伯的外交官已經對賦予這個新成立機構更大授權、用來調解中東以外地區衝突的設想表示擔憂。一名瞭解這個想法的人士稱，他們認為川普政府將“和平委員會”視為“聯合國的可能替代機構……一種平行的非官方機構，用來處理加薩以外其他衝突”。外交官們表示，預計該委員會將於下周在瑞士度假勝地達沃斯舉行的世界經濟論壇上亮相。▲1月16日，美國佛羅里達州棕櫚灘，川普在海湖莊園舉行的南部大道命名儀式上向與會者致意。（視覺中國）報導稱，擴大該委員會授權的提議加深了其他國家政府對支援這個機構的不安感。該機構最初旨在幫助管理一片廢墟的巴勒斯坦飛地。一位阿拉伯國家的外交官說：“中東地區對（這一想法）持謹慎態度。”他還說地區官員之間已經討論過這個話題，“這不是正常程序”。報導稱，川普宣佈該委員會已“成立”。他在自己的“真實社交”網站上寫道：“我可以肯定地說，這是有史以來在任何時間、任何地點組建的最偉大、最負盛名的委員會。”外交官們稱，美國官員已經提議把委內瑞拉列為該委員會未來調解的一個地區。至於烏克蘭，一名參與了與美國討論的基輔高級官員表示，另一個同樣由川普擔任主席的和平委員會是結束俄烏戰爭方案的重要組成部分。這位官員說：“目前，有人提議專門為俄烏衝突設立這個特別委員會。” (參考消息)

近日，彼得·戴曼迪斯（Peter Diamandis）、伊隆·馬斯克（Elon Musk）及戴夫·布隆登（Dave Blondon）在特斯拉超級工廠進行對話。馬斯克在播客節目中表示，AI將率先取代白領崗位，完全AI化的企業將碾壓非AI企業。他表示，未來3-7年將非常難熬，因為人類難以同時適應劇變與繁榮。馬斯克稱，白領勞動力將最先消失，因為在你能移動原子之前（移動原子指搬運、銲接、修車或理髮等涉及物理世界精細操作的工作），最先被取代的是任何涉及數位領域的工作。只要是涉及數字的，比如只需敲擊鍵盤和移動滑鼠，電腦完全可以做到，AI當然能做到……過渡期將會很顛簸，因為人類不喜歡這種劇變，我們將面臨劇烈的變革、社會動盪，但同時也會迎來巨大的繁榮。伊隆·馬斯克：未來3-7年，將是人類歷史上極度撕裂的過渡期附馬斯克的十條觀點：1、未來 3-7 年是劇烈撕裂的過渡期：技術變革將引發社會動盪與全民高物資服務（UHSS）並存的局面，商品和服務因生產效率飆升進入通縮，人類將面臨 “工作價值消失” 的適應性挑戰。2、AGI（通用人工智慧）2026 年實現，2030 年超越全人類智能總和：當前 AI 演算法仍有巨大最佳化空間，同等硬體條件下智力密度可提升 10-100 倍；Grok 5 將於 2026 年第一季度推出，具備電路圖錯誤識別能力。3、白領工作率先被 AI 取代，藍領崗位將被 Optimus 終結： AI已能完成約一半數字類工作；3-4 年內，Optimus 機器人在精密手術領域將超越人類醫生，憑藉共享記憶、極限精度和無情緒干擾的優勢重塑醫療行業，2040 年全球機器人數量或超 100 億台。4、提出 “全民高物資與服務（UHSS）”，替代傳統全民基本收入（UBI）：生產力爆炸將使商品成本降至 “原材料 + 電費”，人類將進入 “想要什麼就有什麼” 的物質豐饒時代，但需警惕 “無挑戰生活” 帶來的精神空虛。5、太陽能是能源終極解決方案，中國在太陽能和電池領域全球領先：太陽能量遠超所有地球能源之和，美國可通過大規模部署 MegaPack 電池，在不新建發電廠的情況下實現能源產出翻倍；中國在太陽能產能和執行效率上 “遙遙領先”，基於當前趨勢，中國 AI 算力將超越世界其他地區總和。6、大學的核心價值將轉向社交，AI 成為個性化導師：傳統教育體系已過時，學費高企但知識獲取價值下降；AI 可作為無限耐心的個性化學習工具，未來獲取知識無需依賴大學。7、衰老是軟硬體問題，人類壽命十年內有望顯著延長：人類是 “被程式設計走向死亡” 的生物，通過修改衰老相關的 “程序”，實現壽命翻倍具備可行性；外顯子組重程式設計等技術為長壽研究提供方向。8、人類是數字超智能的 “生物引導載入程序：”矽基智能無法在自然環境中自主進化，人類文明的價值在於為數字超智能的誕生提供啟動基礎；受光速限制，未來地球將存在多個 AI 意識，而非單一霸權。9、Starship 成熟後，太空將成為最廉價算力基地：當 Starship 實現完全可重複使用，發射成本將降至每公斤 100 美元甚至 10 美元；可建構 100 吉瓦級太陽能 AI 衛星陣列，在軌道上利用不間斷太陽能計算，將熱量直接排入太空。10、AI 安全的三大支柱：真理、好奇心、美感：追求真理可防止 AI “發瘋”，好奇心能讓 AI 視人類為研究對象而非威脅，對美感的感知則引導 AI 走向良性發展；這是避免 AI 淪為 “終結者” 的核心準則。 (深科技)

美國碼農，正在經歷一場「大屠殺」，就業率已經暴跌27.5%，將近1/3的工作崗位在消失。2026年的CS專業畢業生，已無路可走。一位多年程式設計師說：這個職業要消失了，願我們能榮耀離場、玩得痛快。美國碼農這個物種，正在逐漸滅絕。這不是什麼危言聳聽的預言，而是正在發生的事實。由AI導致的全球大裁員，在2025年達到了117萬，這是自2020年以來的最高紀錄。2026年的電腦專業畢業生們，一畢業就得面對水深火熱的局面——根本找不到工作！而美國勞工統計局的資料顯示，美國程式設計師的就業率，已經暴跌了27.5%。也就是說，幾乎被砍掉三分之一。怎麼辦？「這場殘暴的歡愉，終將以殘暴終結。」美國碼農，已經快滅絕了？如今在美國，程式設計師的就業率已經暴跌。勞工局的資料，是跌了27.5%。而史丹佛大學的研究發現，自從2022年底AI工具的普及，22至25歲的程式設計師就業率下降了近20%。研究人員分析了美國最大薪酬公司ADP的工資記錄，追蹤了2021 年至2025年7月間數百萬名在數萬家公司工作的員工。資料顯示，年輕和年長開發者的就業情況直到2022年底是一致的。但從那時起，兩者開始分化——年輕開發者開始失業，而年長開發者則沒有。根據一家美國諮詢公司的統計，AI導致的裁員，對今年美國遭受的衝擊程度僅次於疫情。這家公司發佈的報告顯示，AI直接或間接導致了今年美國近55000人的失業！一位程式設計師在自己的部落格中寫道：「為什麼我認識的每一個人，都在被裁員？」如今美國的科技行業，想要安穩地工作真的很難。裁員和AI的陰影，正在每一個程式設計師的頭上籠罩著。該怎樣給這場災難命名呢。網際網路泡沫破裂？大衰退？獨角獸大屠殺？或者CrashGPT。這位程式設計師寫道：Meta裁員數千人，Google招聘凍結，這是一個集體幻覺的緩慢崩塌，FAANG的夢想從內部開始腐爛。AI裁員大災變AI不再是提升生產力的工具，而是直接替代程式設計師崗位的角色。史丹佛、多倫多CS畢業生求職陷入絕境而且AI，也沒有給年輕的CS畢業生們留下絲毫活路。史丹佛的CS畢業生們一畢業，就發現面臨的情況跟三年前完全不一樣，這讓他們很憤怒。因為找不到工作，很多人只能選擇自己多讀一年研究生。而三年前，很多人沒畢業，工作都已經找好了。Azka Azmi今年春天從多倫多大學電腦系畢業，至今還沒找到工作。她越找工作，越覺得沮喪，因為這個過程中，她幾乎沒有機會和真人交談！到處都是AI，所有的公司都在用AI取代真人招聘，你能做的，就是適應這個機器互相交談的世界。曾經，CS是所有人眼裡的香餑餑專業，動輒百萬年薪，還有高福利和充滿樂趣的工作環境。但如今，由於AI、經濟不確定性，以及大量CS畢業生進入職場，這些傳說中的完美職位，啪地一下全消失了。Azka Azmi說，很多學生依賴實習或co-ops的機會來找到工作，但現在可能只有百分之一的申請者，才能收到回覆。讀個研，發現更難找工作了2024年春季，Elliot Chen從多倫多大學獲得CS學位，然後投遞了幾百份簡歷。他沮喪地發現，給應屆畢業生的機會少得可憐。很多職位都要求至少一年的非實習工作經驗，可大多數應屆畢業生都沒有。很多人，甚至都無法通過簡歷篩選這一關。因為求職不順，Elliot Chen決定繼續攻讀CS碩士，好讓自己脫穎而出。結果讀研讀到一半，他發現，自己收到的僱主回覆，甚至比自己本科時還少！一位CS博士發現，這個專業的本科生們，面對當前的就業市場感到極度恐慌，甚至出現了心理健康問題。「競爭非常激烈，很多環境都變得非常不友好。這些孩子什麼都做。他們超越了以往任何人的極限。這對每個人來說都是殘酷的。」Chrisee Zhu也感覺到，自己的同學們異常焦慮。在小組課程中，他們常常心不在焉，無法做出貢獻，而是專注於求職申請和程式設計練習，為技術面試做準備。Karpathy 程式設計師，正在經歷一場9級地震感到AI恐懼的，不僅是小白，還有大佬。就在剛剛，前特斯拉AI總監、OpenAI聯創Karpathy表示，自己被強大的外星科技震撼到了！他口中這個「被遞到人類手中的強大外星武器」，就是AI。而且他直言——我從未覺得自己作為程式設計師，會如此落後。他深深感覺到，隨著程式設計師貢獻的程式碼越來越稀疏和零散，這個職業正在經歷劇烈的變革。他遺憾地表示，如果能妥善串聯起過去一年左右湧現的新工具，自己的能力本可以提升十倍；但如果無法掌握這種強化，那就是技能上的缺陷。Karpathy總結說：如今，我們面臨著一個全新的、必須掌握的程式設計抽象層（它疊加在原有的技術堆疊之上），其中涉及智能體、子智能體、提示詞、上下文、記憶、模式、權限、工具、外掛、技能、鉤子、模型上下文協議、語言伺服器協議、斜槓命令、工作流、IDE整合……更迫切的是，我們需要建構一個全域心智模型，以理解這些本質上具有隨機性、易出錯、難以捉摸且不斷演變的「智能實體」的優劣與陷阱。而現在，它們突然與傳統嚴謹的軟體工程交織在了一起。最後Karpathy驚呼：顯然，某種強大的「外星工具」已被交到我們手中，但它沒有說明書！每個人只能靠自己來摸索，該怎樣持握和操作這個工具。用他的話說，這個9級地震，正在撼動整個行業！擼起袖子吧，別被甩在後面。Anthropic工程師Boris Cherny在他的評論下說：自己現在每周都會這麼覺得。每當自己手動處理某個問題的時候，最後都會發現：Claude可能能搞定這個。Karpathy表示，自己也有類似經歷。你到處晃這個武器的時候，它可能會走火；但如果能握持得恰到好處，一道強大的雷射就會射出來，直接熔化你的問題！在AI製造的垃圾程式碼中程式設計師絕地求生「AI不會搶你的飯碗，但會用AI的人會。」自2023年10月以來，這句話幾乎成了輝達CEO黃仁勳的標誌性口頭禪。在隨後兩年的科技浪潮中，這句格言被無數次引用，成為了懸在每一位開發者頭頂的達摩克利斯之劍。時間來到2025年末，預言似乎正在以一種令人困惑且矛盾的方式應驗。一方面，Google的一項全行業調查顯示，高達90%的科技崗位現在都在使用人工智慧工具。而在2024年，這個比例僅為14%。但另一方面，IBM、亞馬遜等巨頭正在瘋狂裁員，而留下的倖存者們正被淹沒在一場由AI製造的、充滿了Bug與漏洞的「技術債務海嘯」之中。如今，我們要面對的可能不僅僅是就業市場的洗牌，更是一場關於軟體工程本質的危機。屠殺進行時：「碼農」的滅絕與「開發者」的倖存正如前文所說，如果你是2026屆的應屆畢業生，你面對的可能是幾十年來最嚴峻的就業市場。根據美國大學與僱主協會（NACE）發佈的《2026就業展望》，僱主們的悲觀情緒已達到2020年以來的最高點。https://www.naceweb.org/research/reports/job-outlook/2026/#data這裡有一個極具諷刺意味的資料對比，揭示了AI對行業的精準打擊。根據美國勞工統計局的資料，在2023年至2025年間：「程式設計師」（Programmers）：就業率暴跌了27.5%。這類工作通常指根據既定規格編寫程式碼，工作性質獨立且高度結構化。「軟體開發人員」（Software Developers）：就業率僅微跌了0.3%。這類工作更側重於設計、架構和解決複雜問題。與此同時，資訊安全分析師和AI工程師的職位出現了兩位數的爆發式增長。賓夕法尼亞大學職業服務中心的高級副主任Jamie Grant的分析一針見血。她警告那些追求軟體工程職位的學生：現在的職位不再僅僅是寫程式碼那麼簡單了。僱主要求的是更高階的思維能力、對軟體開發生命周期的掌控，以及那些AI無法替代的技能——比如理解客戶那些模糊不清的需求。AI程式碼崩壞：被神話的「屎山」製造機既然「程式設計師」的崗位正在減少，那是因為AI把活兒幹得更好了嗎？並沒有。真相令人咋舌。AI軟體公司CodeRabbit近期發佈的一份震撼報告，給盲目崇拜AI程式設計的行業潑了一盆冷水：AI寫的程式碼，簡直就是一個Bug滿天飛的爛攤子。CodeRabbit分析了470個程式碼合併請求（Pull Request），得出了一個量化的結論：人類程式碼：平均每個請求包含6.45個問題。AI程式碼：平均每個請求包含10.83個問題。換句話說，AI生成的程式碼出錯率是人類的1.7倍。https://www.coderabbit.ai/blog/state-of-ai-vs-human-code-generation-report更令人擔憂的是錯誤的性質。AI生成的程式碼中，「嚴重」和「重大」問題的比例極高。儘管AI在拼寫和語法上比人類強兩倍，然而一旦出錯，就會上升到那種——深層次的邏輯謬誤、功能正確性缺失以及程式碼可讀性災難。CodeRabbit的報告指出，這些問題正在像滾雪球一樣累積成巨大的「長期技術債」。此外，安全公司Apiiro的研究也補上了一刀：使用AI的開發者搞出的安全問題，是不用AI的同行的十倍。因為AI經常在處理密碼和敏感資訊時「降智」，導致受保護資訊洩露。貝恩公司（Bain & Company）在9月的報告中直言不諱：儘管程式設計是最早部署生成式AI的領域，但「成本節省並不顯著」，且「結果未能達到炒作的預期」。給AI擦屁股的荒誕現實這種「高產量、低品質」的特性，正在根本性地改變工程師的日常工作。CodeRabbit的AI總監David Loker表示：AI確實加速了產出，但也引入了可預測、可衡量的弱點。這種變化迫使人類開發者不得不承擔起一個新的角色——給AI「擦屁股」。7月METR的一項研究揭示了一個反直覺的現象：對於經驗豐富的開發者來說，AI工具實際上拖慢了他們的進度。為什麼？因為程式設計師被迫變成了全職的「找茬專家」。他們需要像拿著顯微鏡一樣，去審查AI生成的那堆看似完美實則漏洞百出的程式碼。只要漏掉一個隱蔽的邏輯Bug，整個系統可能就會崩潰。但這並不意味著我們應該拋棄AI。Jamie Grant將AI比作一套「外骨骼」：想像一下，它能讓你輕鬆舉起1000磅的重物。它應該是你工作的增強器，強化你更高階的批判性思維。NACE的資料支援了這一觀點：61%的僱主表示他們並未用AI簡單地取代入門級崗位，而是有41%的僱主計畫利用AI來增強這些崗位。晉陞階梯斷裂：底層煉獄中的職場新人與此同時，這場變革還帶來了一個更為深遠的危機：新一代工程師該如何成長？過去，初級工程師通過做簡單的、任務導向的「髒活累活」（gruntwork）來磨練技能，逐步成長為獨當一面的專家。但現在，這些活兒被AI包圓了。https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025如今，應屆生們被迫捲入了一個「先有雞還是先有蛋」的死循環：如果基礎工作都被AI完成了，新人從入職第一天起就需要勝任更高階的工作。但如果沒有基礎工作的鍛鍊，他們又該如何獲得高級工作的能力？對此，Creating Coding Careers的創始人Mike Roberts警告說，許多公司目光短淺，只看重下個季度的業績，不願投資培訓新人。如果你不培訓市場上的新入行者，最終你就招不到中層骨幹了，這非常短視。談判桌上沒有AI到了2026年，無論是對於身經百戰的架構師，還是剛剛走出校門的畢業生，規則已經改變。依靠「默寫演算法」或「堆砌程式碼量」生存的時代徹底終結了。正如Jamie Grant所言，學生和職場新人必須認清AI幫不上忙的地方：在談判桌上或拓展客戶關係的關鍵時刻，AI未必能陪在你身邊。你依然需要展現出最高水平的個人能力。未來的工程師，註定不能只是那個在角落裡默默敲擊鍵盤的「碼農」。你必須進化，你必須成為懂業務的戰略家、嚴謹的安全審查官，以及那個能夠馴服「Bug製造機」的超級駕駛員。技術沒有淘汰人類，它只是殘忍地剝奪了平庸者生存的權利。參考資料：https://x.com/karpathy/status/2004607146781278521https://spectrum.ieee.org/ai-effect-entry-level-jobshttps://x.com/eudtoxic/status/2004421448849383489https://futurism.com/artificial-intelligence/ai-code-bug-filled-mess (新智元)

教育部最新資料顯示，2026年大學畢業生預計1,270萬人，較去年同期增加48萬人。就業需求成長的同時，就業崗位卻在減少。今年6月，360集團創辦人周鴻禕宣佈，要用自研的AI技術獨自完成新產品發表會，目標直指「幹掉整個市場部」。在數位時代「去人化」趨勢下，人被異化為資料、流量和可替換的零件，導致了深刻的個體困境。畢業生在為避免畢業即失業而掙扎；大廠人在996與KPI的牢籠中身心俱疲；媽媽們在母職困境與自我實現的夾縫中尋求平衡…當捲成為一種集體感受，人們是否只能故步自封，消耗自我？做異化的齒輪，還是完整的人？當下的就業環境究竟有多卷？00後周子珺在一次訪談中提到，2024年畢業前夕，他跟他所有同學都一樣，為了找工作“壓力山大”，滿腦子都是“班兒在那兒”。找到一份工作已然很不容易。而保住一份工作的代價，則很有可能是過著身心俱疲的牛馬生活。在社群平台上，許多大廠人都在吐槽一種相似的感受：在35歲危機和大小周的陰影下，高強度工作導致身體被掏空，情感被透支。同事成為競品，人際關係高度工具化，個人生活被工作完全侵佔。「越高效，越焦慮。越內卷，越迷失。」曾任某網際網路大廠業務負責人的邢偉感慨。如果說邢偉們的牛馬生活是周子珺們看得到的職業路徑，那對於周子珺們來說，是否還能找到一條邏輯自洽的生活方式？而上了年紀的邢偉們還有機會讓自己的人生翻盤嗎？當傳統路徑（求職、晉陞、獨立創業）變得崎嶇甚至失效時，人們開始回歸最本質的需求。用邢偉的話來說，健康是每個人、每個家庭的剛需，大家都渴望時間和精神的雙重自由。人的本質需求，有機會轉化為新的商業資本。考公考研考不動、朝九晚五不樂意、逃避躺平心不甘，正當周子珺陷入焦慮和內耗時，媽媽和外婆的社群事業給了他一個最佳解法。周子珺透露，當時媽媽和外婆正在基於安麗的平台進行大健康社群創業，大家一起跳舞、旅行、分享健康知識，每一天的節奏都可以由自己完全掌握。周子珺加入後，三代人一起發揮不同的優勢：媽媽和外婆是行走的健康百科全書，經驗值拉滿。他負責“整活兒”，新組織了各類飛盤、攝影、桌游等線下主題活動。如今，他們的大社群吸引的人越來越多，從40後到00甚至10後都有覆蓋範圍。周子珺不僅告別了焦慮和內耗，也覺得這是有意義感的事業。如今讓周子珺最開心的事情，就是與外婆、媽媽並肩奮鬥聽說一位同事在出差途中突發重疾後，邢偉意識到，這樣的事也可能隨時發生在自己身上。果斷辭職後，他開始學習健康知識，調理自己的身體，並開始嘗試社群創業。憑藉著多年網路經驗，邢偉組成了一個知識共建共享社群，大家彼此分享自己所遇到的健康問題及總結的經驗心得，成為自身改變的見證者和他人的幫助者。短短一年，邢偉的社群已延伸到40多個城市，吸引400多個家庭加入，沉澱超過300個真實的健康改變案例：有人透過營養知識改善了家裡人的高尿酸；有人透過科學調理，讓自己精力充沛，同時孩子的過敏性鼻炎也得到緩解；有人摸索出減重的方法，不僅自己瘦了，還帶動身邊很多人跟她一起減重。更讓邢偉欣喜的是，這400多個家庭中，產生了超100位新的社群主理人。他們主導著組織起跑團、騎行、美食等多元主題的興趣社群，讓人際聯結更真實與鮮活。「現在，我終於可以腳踏實地陪伴家人：送孩子上學、輔導孩子功課和家人一起吃好每一餐。」在社群創業的同時，邢偉去年還曾帶著孩子環遊中國180天。這是他和家人以前想也不敢想的事。原來，人生的邊界可以如此寬廣。告別大廠後，邢偉終於有時間陪伴家人從說服到吸引，我在自己的生活中創業如果說，當下青年的就業選擇是被時代推著向前，尋找應對當下困境的新想法。那30年前，改革春潮下的年輕人，更多是懷著主動「淘金」的心態，追尋更好的機會。1992年，鄧小平南巡演說後，外資大規模湧入，市場活力迸發。光是當年一年，外資企業便新增約4.7萬家。1995年，在父母的不理解中，在機關單位從事財務分析工作剛滿1年的王馨禾，放棄了普遍意義上的“鐵飯碗”，進入了一家港資公司。她頻繁出差去廣州、深圳、珠海乃至於香港這些沿海城市，外國「老師」帶來的「生涯規劃」「企業管理」「行銷」這些名詞，全都讓她耳目一新。“你不會賺一人一毛錢，怎麼能賺十幾、二十萬的大生意”一位開表行的朋友的話，讓她更篤定“大的生意應該跟千家萬戶結合。”1999年，北京夜色中的一家五星級飯店，對於26歲的王馨禾而言，像一塊等待被定義的黑盒子。當時，安麗剛以「店舖+僱用推銷員」模式轉型不到一年。她抱著審慎的態度，想瞭解安麗這門生意。在那裡，她第一次聽到「生活方式」這個詞，理解到人生可以倒序設計，安麗則是將日常用品轉化為連結千家萬戶連線的接點。由此，王馨禾開始了為期一年的雙面生活，白天，她恪守本職，夜晚則穿梭於北京城，一對一向朋友們推介安麗產品。90年代前往安利提貨中心辦理加入的人絡繹不絕那是一個屬於勇氣與話術的年代。安麗的語言體系核心是「機會」──誰先搶位，誰就能在「無圍牆的沃爾瑪」裡佔一個貨架。產品好很重要，但更重要的是靠自己的說服力。依託自身的說服力，王馨禾獲得了更高的收入，實現了自己想要的自由，“可以選擇什麼時候做什麼事情，在什麼地方見什麼人。”她把這個「機會」公平地告訴身邊的每一個人，有人接受，有人拒絕，有人持續觀望。而她的丈夫肖子程便是觀望團的一員。「安麗前期吸引了很多人，但隨著大家越來越瞭解安麗，機會反而失去了稀缺性。」肖子程坦言「我尊重這個生意，但是我跟它有距離。」在電視台從業的他看來，彼時的安麗提供了一種創業可能——需要創業者有好口才，兼具親和力，這並不適合所有人。2001年，中國加入WTO，之後經濟快速成長，居民收入持續提升。 「大家的收入都在增加，安麗能不能提供第二種價值？」這是肖子程等待的「臨門一腳」。而外部挑戰也加劇，行動網際網路催生微商、社群電商，跨國電商帶來海外品牌，本土品牌崛起，在多重衝擊下，2014年開始，安麗業績承壓，進入盤整期。2018年，余放晉陞為安麗（中國）總裁，開啟了策略轉型。先是跟隨市場機遇，嘗試直播帶貨，用輕量級網紅產品引流，發紅包促銷等，但最終發現，流量變不成“留量”，業績仍不見起色。於是她決定「向內求，向外看」。向內整理三大優勢，包括：安麗公司與行銷人員之間不離不棄的夥伴關係，以及在此基礎上建立的創業文化與支援體系；紐崔萊在營養健康領域90年的技術累積與產品優勢；安麗行銷人員與顧客之間建立的深厚信任與真實情感連結。向外，響應國家「健康中國」戰略和滿足人民對美好生活嚮往的國家使命，積極擁抱由行動網際網路、數位科技重塑的市場及消費環境。2020年，安麗明確推廣社群營運切入大健康賽道，這是營運模式上的重大變革。肖子程坦承自己的事業，正是踩著安麗的數位化處理程序。 2018年，安麗公司開始做微行銷課程，2020年，疫情期間，開始轉戰到線上做小群，開始慢慢做讀書會，建立線上運作的通路。疫情期間，他每天早起，把之前學過的健康課程重新編排，拆分成52堂課，每堂課控制在15分鐘之內，發給客戶，鼓勵他們發給親朋好友，一起學習健康知識，一起保重身體。學完每堂課之後，他也組織大家在微信群組互相討論，互相促進。 “雖然疫情期間線下沒有見面，但是我們做的事情反而更紮實了。”安麗創業者王馨禾（左）與肖子程（右）如果說妻子王馨禾的關鍵字是「說服」與「創富機會」。肖子程則是「吸引」和「價值傳遞」。與妻子不同，他不再講好安麗機會，而是講好自己的故事。用老百姓的語言把專業的健康知識「降維」分享。他的社群吸引了銀髮族、寶媽、高壓職場人等群體，累計影響了2,000多個家庭。 「過去的商業價值，加上今天提供的社會價值，才是好的商業。」肖子程表示。伴隨著安麗企業策略從大健康向美好生活之花升維，他們的故事也超越了單純的健康分享。 「健康只是美好生活之花中的一朵。」肖子程說，他們的社群也從健康向美好生活升級，探討家庭關係、親子教育、情緒管理等，目標是讓更多人從生存走向生活。2023年，安麗進行了從大健康戰略到美好生活之花策略的升維如今，王馨禾已在45歲時如願退休，肖子程有更多時間陪伴兒子。夫妻倆共同勾勒了一種理想的生活狀態：“看起來是工作，其實我們在生活；看起來是生活，實際我們是在工作。”從王馨禾在改革開放春風中捕捉機遇，到肖子程於數位浪潮中建構社群事業，從周子珺與家人為伴尋得事業起點，到邢偉穿越焦慮後重建的生活版圖，一個個不同的名字，勾勒出中國創業家30年間一條深刻的價值軌跡：從個人英雄主義的“機會淘金”，演變為群體共益的“價值創造”，從追求單一的財富坐標，演變為更豐盈的生命形態：一種將健康、收入、情緒、個人價值等深度融合的立體生活。輕創業背後的重支撐一個組織的命運，只有當其根系與這片土地上普通人追尋幸福的脈搏同頻共振時，方能枝繁葉茂，生生不息。對安麗而言，這種「同頻共振」體現在它紮根中國30年來，緊扣時代脈搏，回應中國創業家不斷變化的需求，而建構的深度支援體系。1992年安麗（中國）日用品有限公司奠基儀式1992年，在改革開放春風中，安利選址廣州，1995年正式在華營業；1998年主動擁抱監管率先以「店舖+僱傭推銷員」模式適應中國國情，贏得消費者信任；2014年遭遇網路衝擊，業績大幅下滑；在安麗（中國）30周年盛典上，余放用「三個變」與「兩個不變」來回顧安麗在華發展的30年。不變的是：幫助人們過更健康更美好的生活的宗旨，對中國市場的信心和承諾，深度地融入中國社會發展與中國的發展同頻共振的決心。不斷變化的是：服務消費者和創業者的方式。30年間，安麗的產品從最初的清潔類擴展到現今的營養早餐、抗衰、代謝、體重管理等解決方案，和消費者的關係從銷售產品轉向健康賦能。服務創業者的方式也從最早期的數位化，到後期的各種產品培訓，到提供線上數位內容支援平台和線下展業空間。「我們希望幫助安麗創業的人能夠永遠站在時代最前線。」余放表示。安麗（中國）30周年盛典發佈AI工具大A展業助手安麗無錫、上海、廣州三地的研發與供應鏈形成閉環，從種子、有機種植到植物功能成分提取和生產，完整的創新煉和產業鏈，為創業者提供了高品質、可信賴的產品支撐。「一個跨國企業是否真正紮根中國，首先就要看它的研發。」余放表示，30年來，安麗已從最初的“搬運工—copy美國總部產品”，到參與部分創新環節、再到核心原料開發和獨立自主的產品開發權。2016年，肖子程參觀安麗在無錫落成的中國植物研發中心時，深受震撼。 “過去，紐崔萊的原料和研發都在國外，現在把全球最好的研發中心搬到了中國，這對我的衝擊力很大。”安麗中國植物研發中心與王馨禾、周子珺父母那一代安麗不同，如今安麗創業家的生意已不再需要囤貨，一對一說服購買。因為2016年開始，安麗逐漸將線下交易轉移到線上，行銷人員不再需要挨家挨戶送產品，也不再需要墊錢訂貨。如今，安麗（中國）98%的交易都是透過線上完成，92%的商品做到了24小時送達。支援不僅存在於雲端，更紮根於真實的土地。遍佈全國的體驗館與體驗店，正從單純的產品展廳轉型為「美好生活引力場」。成為一個紮根中國大地的社群活動的客廳、健康生活的課堂，線下情感連結的錨點。這種「輕創業+重支撐」 的模式，讓每個人的故事得以成長。在這裡，70%的女性創業家找到了經濟與自我的雙重獨立；眾多50歲以上的創業家跨越年齡邊界，老有所為；而像周子珺這樣的年輕人，則能憑藉創新思維，為社群注入鮮活能量。安麗透過體系化的支援，大幅降低了永續創業的門檻，讓「人的生意」回歸其本質——基於信任、專業與情感的分享。面向未來，安麗的中國承諾仍在加碼。今年3月，安麗全球CEO邁克爾·尼爾森宣佈了一項為期五年、金額達21億元人民幣的投資計畫，涵蓋供應鏈、數智化、體驗設施和研發的在華營運全鏈條。從個人勇氣的拓荒，到數位工具賦能下的社群共建，再到一個組織系統性的本土化深耕，這條脈絡勾勒出的，不僅是一家外企的適應史，更是在效率與焦慮並存的時代，一種關於工作、生活與個人價值的重新想像與實踐。當越來越多個體，他們重構工作與生活的邊界，也重構商業與人性的關係，不僅活出了自己的美好，更在悄悄定義一種更具溫度、更永續的商業典範。他們共同書寫的，或許就是未來商業敘事中最俱生命力的篇章。 （虎嗅APP）

馬斯克開始用AI取代手底下員工了！這一次，他把刀揮向了X（前推特）——用Grok取代X員工。據The Information消息，上個月有兩位知情人士向他們透露，馬斯克解僱了X公司裡負責打擊垃圾郵件、影響力行動、非法內容以及其他信任與安全問題的工程團隊的一半成員。這個團隊在本輪裁員之前已縮減至不足20人，而老馬在2022年收購推特時，其團隊規模曾超過100人。從超100人→不足10人，足以見得老馬裁員的程度有多深、有多狠。事實上，如果回顧老馬10月中旬發佈的一條推文，那麼此次曝出的裁員消息也就不意外了。當時老馬表示，要在未來幾周內徹底移除X啟髮式推薦演算法，由Grok接手，通過閱讀和觀看全部內容來全自動匹配使用者興趣。連演算法都全交給AI了，那背後的演算法工程師及相關支持者們自然也就面臨失業了。而拋開X相關事件不談，老馬布下的棋子其實還很多。比如今年8月，硬剛微軟成立巨硬（Macrohard），號稱要用AI把微軟產品重做一遍。一旦把這些事情放到一起看，老馬背後的意圖就不言自明了——用AI替代人力，用自動化替代傳統工程。就是說，大BOSS馬斯克，現在已經盯上了AI這把“尚方寶劍”。引入雙胞胎新人執行者為了完成用Grok改造X的目標，馬斯克將這把劍交給了xAI兩位雙胞胎新人執行者——現年33歲，來自烏克蘭的Dima和Ievgin Soboliev。據此前《連線》爆料，自OpenAI挖走了xAI之前的工程師負責人Uday Ruddarraju和Mike Dalton之後，這對雙胞胎兄弟就成了xAI的頂級工程師，並直接向馬斯克匯報。（註：x和xAI今年3月就正式合併了，不過團隊運作仍相對獨立）上圖的Dima，曾在哈爾科夫國立大學攻讀應用數學專業，畢業後去了矽谷工作。一開始加入了Facebook（現Meta），後快速輾轉於Google、雲原生資料庫公司SingleStore、國際跨境電商平台Joom，以及全球頂級自營量化交易公司Jump Trading Group。從2017年開始，他又加入機器學習初創公司Laserlike，後來該公司被蘋果收購。也是通過這次收購，從2018~2024年，他在蘋果從事與搜尋有關的工作。之後又離開蘋果加入OpenAI，但不到一年便離職轉投xAI。而Ievgin Soboliev，也是在哈爾科夫國立大學攻讀完應用數學後去了矽谷。他一開始加入了曾經非常知名的程序化廣告技術公司Rocket Fuel Inc。後來不知道是不是受到Dima影響，去了Meta從事廣告機器學習工作，之後於2022年至2025年在蘋果工作。據知情人士透露，今年夏季，兩兄弟在大致相同的時間加入了xAI。他們經常一起工作，同事們也直接稱他們為“那對雙胞胎”。而且兄弟二人在X內部一直推行典型的“馬斯克模式”——要求工程師在辦公室長時間工作，包括周末；根除低效率現象；並迅速裁撤他們認為不必要的職位等。目前尚不清楚X還可能裁掉多少工程師。知情人士稱，X至少還有另外100名工程師負責不同部分的工作。馬斯克到底要幹啥？如開頭所言，此次裁員正是馬斯克“用AI替代人力，用自動化替代傳統工程”的其中一步。他曾公開表示，希望讓X的演算法“完全AI化”，並讓使用者能夠通過詢問xAI的Grok聊天機器人來調整他們資訊流中顯示的內容。這一手更新，直接讓Grok從無情的總結機器羅伯特、X上的維基百科，上位到了X的總管。現在X上到處都是Grok，未來還會有更多Grok。與此同時，他還在推進“巨硬（Macrohard）計畫”——用AI自動化軟體開發。他表示：Macrohard是一家純粹的AI軟體公司。原則上，鑑於微軟等軟體公司本身不生產任何物理硬體，應該有可能完全用AI模擬它們。從Macrohard商標註冊內容來看，我們可以提煉以下幾個關鍵要點：用於生成人工智慧語音和文字的可下載軟體用於編寫程式碼、設計和運行視訊遊戲的人工智慧工具圖像、視訊和語言理解系統一句話，馬斯克這是要用AI，把微軟曾經做過的事情重做一遍。而且據老馬自曝，他還把印著Macrohard的標語，塗在了xAI位於孟菲斯的最巨量資料中心的屋頂上。顯而易見，不論是裁員還是Macrohard計畫，馬斯克都在盡力用AI改造他名下的公司。而這種稍顯激進的AI至上戰略，所帶來的風險也不容老馬忽視。最直接的矛盾在於，負責平台安全的團隊與生成內容的AI系統之間，出現了致命的“權責不對等”。團隊負責清理違規內容，但對Grok會生成什麼卻毫無控制權，這導致他們相當被動。而且由於X和xAI合併後團隊各自獨立，當安全團隊正在清理Grok生成的有害內容時，同一公司的xAI團隊可能正在訓練Grok變得更具“創造性”——這種內部目標的不一致，也容易讓安全問題陷入無人負責的真空地帶。此外，馬斯克的裁員計畫也影響到了一些關鍵項目。多年來，馬斯克一直希望在X上推出一項支付服務“X Money”，但公司未能爭取到一些關鍵州監管機構的支援，導致這一計畫受阻。據悉，金融監管機構的一個重要考量點是，支付公司是否擁有穩定的領導層和足夠的員工來支援客戶並打擊欺詐。而X Money團隊，在過去一年中一直面臨頻繁的人員流動。總之，馬斯克的AI改造計畫在砍向人力成本的同時，也正在砍傷平台安全的根基、核心業務的未來。AI這把劍，其雙刃已現。One More Thing說到裁員，老馬今年9月還血裁了一波xAI團隊。xAI是老馬2023年創辦的AI初創企業，旗下主要產品就是Grok模型，而9月被裁的就是幫忙訓練Grok模型的資料標註團隊。據非官方統計，當時該團隊有超過500名員工（約佔資料標註團隊的1/3）被通知捲鋪蓋走人。而裁來裁去，你猜怎麼著？留下來的幾乎全是華人了。當時有一張xAI團隊合影在社交媒體上瘋傳，原因是照片中幾乎全是東亞面孔。而就在Grok 4發佈後不久，一位自稱是“Grok項目唯一白人參與者”的員工在X上發文：今天我被@X解僱了，我是唯一一個參與@grok項目的白人……雖然未確認這條推文的真實性，但側面說明老馬可能確實偏愛華人（bushi。 (量子位)