资讯板块落地页

2026年当下AI领域最核心的理念是这个

<blockquote> 神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 </blockquote> 编者按：AI正从“对话框”转向“自我进化循环”。当99%的知识工作被证明只是冗余的脚手架，能否清晰定义并验证“意图”，将成为区分顶级精英与平庸者的分水岭。文章来自编译。 <img data-img-size-val="2048,2048" src="https://img.36krcdn.com/hsossms/20260407/v2_50e7137a61574427824336fb076505c7@1694_oswg8564157oswg2048oswg2048_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"> 经过大约一周的思考，并在此期间参加了 RSA 大会，我认为有几个核心的 AI 理念会以压倒其他一切的深刻方式改变现状。 <ol class=" list-paddingleft-2"> <li>自主组件优化</li> <li>向“基于意图的工程”转型</li> <li>从模糊走向透明</li> <li>意识到绝大多数工作只是“脚手架”</li> <li>专业知识向公共知识扩散</li> </ol> <h3>1. 自主组件优化</h3> <img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_2e154b10b0744b5393453fb28b56cfed@1694_oswg7716773oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/format,jpg/interlace,1" referrerpolicy="no-referrer"> 该理念与“现状到理想态”的转换、算法化以及通用可验证性等概念紧密相连。 而让这一理念真正落地、变得触手可及的，是 Karpathy 的 Autoresearch 项目。 他的项目专注于 AI 研究本身，即“对 AI 研究中的‘研究环节’进行自动研究”。这意味着自动处理那些繁琐耗时的杂事，比如调整模型参数、调教脆弱的环境以及各种选项组合。 在他的发布版本中，你只需要在 `PROGRAM.md` 文件里写下一些想法，系统就会自动处理所有那些乱七八糟的杂活。你只管去睡觉，系统会利用机器学习优化技术，产生比你手头更好的结果。 <h4>扩展Autoresearch</h4> 现在已经出现了“Autoresearch for X”，这意味着它正在成为一种范式、一场运动，本质上变成了一件通用工具。 他引发了很多人的思考： <blockquote> 我能不能把类似的方法应用到我现在的工作中？ </blockquote> 这确实非同寻常。 <h4>将 Autoresearch 与我的研究相结合</h4> 我一直关注的是“通用可验证性”这一整体概念，或者说“通用爬山算法（优化）”。这再次借鉴了 Karpathy 很久以前在“软件 2.0”中所说的内容，以及他最近的一条推文，他在其中提到软件的未来在于一切皆可验证。 因此，我在 PAI 算法中所做的，就是尝试将所有内容分解为“理想态准则”。这些准则实质上是为我想要的结果构建一个理想的蓝图。 以此为基础，算法就可以朝着这个目标不断优化（爬山）。 <h4>万物皆可评估（Evals）</h4> 与此相关的是“万物皆可评估”的概念。这与我的通用可验证性或通用爬山优化非常相似。其核心观点是：我们所做的每一件事都变得可衡量，更重要的是——可改进。 而让“万物皆可评估”成为可能的，正是透明化。 <h4>通用优化循环</h4> 这将成为每个公司、组织、政府和个人的标准运行模式。这个循环如下所示： 你以目标导向的结构（使命、目标、工作流、SOP）绘制出想要完成的所有任务。由 AI智能体执行这些工作流。所有内容都会被广泛记录下来——包括输出内容、对话过程、最终结果以及质量情况等。每当日志中捕获到错误、失败或质量问题时，它们都会汇集到该实体的“问题搜集点”。 这个搜集点就是自我优化算法的养料来源。智能体从这里提取问题，创建类似 Autoresearch 的执行任务来排查故障、尝试解决方案、通过评估进行验证并优化。一旦找到修复方案，它们就会更新 SOP，确保问题不再发生。然后，循环往复。 跑任何东西都是这么个生命周期。明确目标。由智能体执行。记录一切。收集失败。自主改进。更新 SOP。不断重复——且每一次的速度都比上一次更快。 <h3>2. 向“基于意图的工程”转变</h3> <img data-img-size-val="2754,1536" src="https://img.36krcdn.com/hsossms/20260407/v2_dc4cd60555134ed79b120bf3ecef98d4@1694_oswg8047662oswg2754oswg1536_img_png?x-oss-process=image/quality,q_80/

她们替6亿玩家“肝”游戏，一晚赚100块

凌晨两点，小镇的街道一片漆黑。 在唯一亮着白炽灯光的工作室，君姐坐在一排手机前，同时操作着十部手机。每隔十几秒，她要点一次“开始”。一个晚上，她要重复上万次这个动作。 她是一名游戏代肝。 在中国，超过6亿手游玩家的背后，像她这样的“隐形劳动”女工们，正构成一条几乎看不见的电子流水线。 <h2>01 赛博打螺丝</h2> 君姐居住的小镇得名于一道黄河的堤坝，从县城去须经一架伤痕累累的铁皮浮桥，车过时很颠簸，桥下是滔滔黄水。几条大马路看来光秃秃、空荡荡的，并不比北方任何一个小镇出色。 白天，35岁的君姐生活于此。但夜晚零点一到，她将奔赴时空之外的另一个小镇，变身完全不同的角色。 这是一个日本平安王朝的小镇，到了夜晚，街道张灯结彩、灯火通明，映衬出木质建筑的华贵。街上行人涌动，一抬头，烟花在天边绽放。小镇的原型是日本当时的首都“平安京”（京都古称），华丽、复古、奢靡是其底色。 君姐顶替的角色是身长八尺的“阴阳师”，一头白发上戴着高高的“立乌帽”，使命是收伏妖怪、振救世界。但光鲜背后是冷酷的数字逻辑，玩家麾下的妖怪来自抽卡，越高级的妖怪越难抽中，类似挖宝。若非直接氪金，只能拼命花时间做游戏任务来积攒抽卡次数，这被形象地称为“肝”，令玩家不堪重负。 最终，重复枯燥的攒卡工作被玩家花钱转移，落到了像君姐这样的女工身上。 当真正的玩家卧枕入梦时，她们登录游戏账号，接手那些最枯燥单一、缺乏情绪价值的练级任务。早晨一到，趁玩家睡醒之前，她们会默默退出游戏账号，隐匿现世的人海之中。她们是手游链最底端的“游戏代肝”，另一种NPC。 与竞技游戏的“上分代练”这类工作不同，“代肝”（指重复性劳动）只需要手工帮助“时间贫困”的客户完成游戏每日任务、获取道具资源等采集型任务，任务更加机械，游戏时长更长，报价也更加低廉。 <blockquote> “代肝”领域聚集了大量的女性劳动者，据《中国游戏平台劳工的性别化劳动制度》，即便男性在传统竞技类代练的占比约85～90%，而女性在“代肝”领域的参与度显著上升。 </blockquote> 对“代肝”服务有高需求的手游有《原神》《光遇》《奇迹暖暖》等。而在《阴阳师》这款手游中，由于“女性玩家”的比例远超其他游戏，可以推测，其女性“代肝”劳动者的比例也会高出其他游戏。 一方面，由于女性在游戏劳动分工中的刻板印象，她们只能完成以娱乐为主的游戏陪伴，或是这类与高技术男性代练相对的低技术、重复性游戏任务。另一方面，“代肝”不需要理解游戏内容或学习操作，多数是通宵工作，需要时间碎片、耐力，以及长时间的重复。在这个小镇，能提供这些的，往往是宝妈们。她们在白天带娃，操持家务，到了夜晚，便空出了时间“代肝”。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260506/v2_7a79a49b21224f6aa8dd47af6010bbd5@000000_oswg65780oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 君姐和与她一个工作室的姐妹们也多数是宝妈。婚后，受困于“母职”，她们很难再走出小镇。在这里，约90%以上的成年男性外出务工，而这些“留守”的妻子、母亲，理所当然地流向了小镇的手游工作室，一边照顾家庭，一边补贴收入。 她们成为手游链条最底端的日结工，每晚通宵8小时赚个100块或120块。“日结”也意味着随时可能失业。运气好，她们熬满三十天可以赚三千块，但一般一个月也就一两千块。 我最初是在一条短视频画面上看到这群女性劳动者的：在一个闭塞的空间里，两张长桌上满满坐着四排工人，大部分是女性，所有人都低着头，面前摊满密密麻麻的手机，停留于那些自动对战的小游戏页面，四周纠缠着乱麻样的充电线，画风令人晕眩。 所有的工作，是用手指不停地在点击这些手机屏幕。通常，打一把“小游戏”只要十几秒。平均每小时，要重复上述的步骤120～130次，每晚要通宵8小时以上。 这条短视频的标题叫“电子流水线”，有人评论“这才是真正的赛博打螺丝”，还有人写道“我一直以为是机器人脚本在弄，没想到居然有真人上阵”。使用真人只为规避风险，机器人脚本固然高效，却容易被官方识别并“封号”。 如今，距离我最初看到那条视频快过去一年。我前后三次去到那个游戏工作室，从夏到冬，每次都在那个小镇待一周左右。 我意识到，我面对的是一群披着赛博外壳的底层女性。她们跟我一样，出身小镇，大都是90后。 我对她们的命运再熟悉不过——留守、辍学、出外打工、返乡结婚生子。这样的人生，从小就被我妈当成“不好好读书”的负面教材，用来恐吓、鞭策我。也因此，我从来不敢正视她们“凄惨”的人生，直到这一次，我决心书写她们。 就像《北京折叠》里生活在“第三空间”的老刀，她们即使误入了赛博时代，也难逃在荒芜的流水线上打螺丝的宿命。 <h2>02 一小时120次点击</h2> 夜晚十点多，黄河小镇沉入一片黑暗，只余街头零落路灯，以及货车偶尔驶过的鸣笛声。此时的工作室内，刺眼的白炽灯正扫荡任一角落，迎来一天中最热闹的时刻。 女工们匆匆撞开工作室的大门，那是一栋小镇两层楼高的独栋建筑，玻璃门需要刷门禁，门口摆了台自动售货机，可里面的可乐全是过期的。这种矛盾还包括，门口

英伟达想革光模块的命

8点1氪丨豆包新增付费订阅；抖音集团副总裁回应红果短剧付费；苹果因Siri人工智能功能推迟发布，以2.5亿美元和解诉讼

豆包收费，没有回头路

余承东：中国汽车，缺的不是技术，是审美

Morketing

蓝莓10元2盒、榴莲跌破20元，幕后推手竟是一杯奶茶？

被AI抢走工作的人，在忙什么？

AIX财经

第一批挤爆广东的韩国人，优越感被彻底击碎

金错刀

豆包为什么选择了 “最low”的变现方式？

超聚焦

打造全球超大型数据中心，到底有多难？

神译局

五一最贵旅游胜地，批量「诈骗」全球中产？

凤凰周刊

字节腾讯扎堆入局AI恋陪，女性向游戏要变天？

豆包将在免费模式外新增付费订阅，推出三档月包/年包价格｜最前线

梁文锋留住97%员工

这个五一，年轻人“反向旅行”挤爆县城

今年五一，机票和酒店先“杀疯了”。假期之前几天，国内航线单程机票含税均价超1000元，同比上涨18%。北京飞三亚的经济舱均价约1500元，热门旅游城市平时两三百的快捷酒店齐刷刷挂出五六百一晚。 但另一群人，这个五一玩出了新花样。他们专挑你叫不上名字的县城，花300块住进五星级酒店。去哪儿旅行数据显示，小城高星酒店均价比一线城市便宜四成以上。当一线城市的如家还在被疯抢，年轻人早挤爆了县城的希尔顿。 八妹为此五一期间采访了几位“反向旅行”的年轻人，他们的故事，一个比一个精彩。 <h3>放弃欧洲，飞了泸州北京吕青</h3> 北京人吕青，往年的五一朋友圈定位都在国外。今年不一样，他默默买了一张飞往四川泸州的机票。 泸州在哪儿？很多朋友得打开地图搜一下。但吕青说走就走。他跟八妹说起这事的时候，语气里带着一种“想通了”的痛快。往年这时候，他得提前一个月开始焦虑签证、焦虑机票、焦虑行程安排。“今年彻底躺平了，不折腾了。反正都是度假，在哪儿放松不是放松？” 这个决定不是一时冲动。他本来真打算去欧洲，结果一查机票，一家三口来回光机票就得五万出头。他又看了眼东南亚，今年五一国际航线整体取消率飙升，中东战事把航油价格推到了天上，航司飞一趟亏一趟，大面积取消成了常态。 <blockquote> “人到中年，最怕的就是万一行程被取消，酒店退不了，假期白瞎了，钱也打水漂。” “干脆，去小县城吧。人少、便宜、确定性高。” </blockquote> 落地泸州后，他发现自己来对了。三百出头的价格就能住当地最好的五星级酒店，领了当地文旅消费券，吃饭打车都比北京便宜一大截。 他在老城区找了家开了三十年的豆花馆子，老板端上来一碗嫩豆花，红油辣椒往上一浇，他吃了一口就跟朋友发语音：“这味道，在北京花五百块都吃不到。” 他算完总账，笑出声来。“这趟下来，吃住行全包，还不到飞欧洲机票钱的三分之一。” <h3>取消川西，改道象山上海刘力</h3> 上海白领刘力更干脆。他本来已经做好了川西自驾攻略，酒店、路线、打卡点全标注好了，连朋友圈文案都提前想好了。结果临出发前查了查机票和酒店价格，直接劝退。 “一趟川西下来人均小一万打不住，想想肉疼。”他在群里提议改去浙江象山，同事们居然全票通过。有人问他为什么是象山，他说了句大实话：“有海、有海鲜、有民宿，还便宜。这不就是三亚平替吗？” 上海到象山全程约三百公里，刘力和同事们自驾过去，三个多小时就到了。到了象山，天天海鲜吃到撑，梭子蟹、皮皮虾、蛏子，顿顿不重样。房间推窗就能看见海，沙滩上也没多少人。他发了条朋友圈，定位在象山，配图是一桌子海鲜加窗外的海景。评论区炸了：这是哪儿？怎么没听过？多少钱？ 他统一回复：同款海景房，三亚要贵两倍不止。省下来的钱，够再多搓好几顿海鲜大餐了。这才是度假该有的样子。 他跟八妹说，这次最大的收获不是省了多少钱，是“终于不用赶了”。 <blockquote> “以前出去玩，总觉得自己得去多少个景点打个卡才算没白来，搞得比上班还累。这次彻底躺平，睡到自然醒，海边走走，晚上吃顿好的，这才是人过的日子。” </blockquote> <h3>坐高铁去安吉，在云上草原“修仙” 成都杨欢</h3> 成都姑娘杨欢的选择，让身边的朋友都觉得她“疯了”。 一个成都人，专门坐了将近十四个小时的高铁去浙江安吉。朋友圈里有人问她：“成都周边那么多山，青城山、峨眉山、四姑娘山，哪个不比安吉近？你图啥？”杨欢回了一句：“图它人少，图它不挤，图它能让我真的喘口气。” 她是在小红书被“云上草原”种草的。海拔1168米，站在上面风一吹，整个人都通透了，比在市区吹空调舒服一百倍。她跟八妹描述那个场景的时候，眼睛里都在放光：“那天早上山里起雾，亭台楼阁全飘在云里头，走在小路上就跟做梦似的。冷不丁冒出一个穿汉服的NPC跟你抱拳作揖，一点都不尴尬，特别好玩。” 更让她上瘾的是景区那个“窝囊版”蹦极。普通蹦极是自由落体，她这种恐高的打死也不敢玩。但安吉这个把落差控制在二三十米，人不是被推下去的，是慢慢悠悠往下降的。杨欢站上去之前腿都软了，下来之后第一句话是：“再来一次！”她笑着跟八妹说，“我终于明白什么叫‘想挑战但拒绝惊吓’了，安吉这地方太懂我了。” 还有那个被网友戏称为“懒人爬山”的手扶电梯。景区砸了4000万，在爬升的地方全给铺了电梯。杨欢在电梯上拍了张自拍发给老家的爸妈，配文：“妈，这里的山不用爬，站着就能登顶。” 住的也让她惊喜。她订了当地一家五星级度假酒店，平时四百多一晚，五一也没怎么涨。推开窗就是整片茶园，早上被鸟叫醒，晚上泡在浴缸里看星星。“含双早、带泳池，推窗就是茶山，这个价格在成都连好一点的商务酒店都订不到。” 三天下来，网红打卡点她一个没去，就在茶园里发发呆、在草原上撸撸羊驼、跟NPC玩玩游戏赢几张银票。走的那天她在高铁上发了条朋友圈：“以前总觉得假期不去远方就浪费了，现在才懂，能让我放空的地方就是好地方。安吉，下次还来。” <h3>家门口五星，连住三晚八百块武汉

面对未知，如何找到自己的节奏？

<h2>确定性的幻觉</h2> 技术和社会变革的速度已经飞速加快。我们觉得不能再依赖那些曾经给我们带来稳定感的传统和制度，甚至几乎不可能知道我们应该投资哪些技能来构建未来的职业生涯。 更糟的是，我们有无穷无尽的信息获取途径，这让我们认为只要继续阅读、倾听、观看，我们可能会获得那个关键信息，最终给我们带来这种难以捉摸的确定性。这种现代环境引发了焦虑。今天的问题是，区分信息和知识变得极其困难。 信息只是一段数据，它可能是有效的，也可能是无效的，它可以来自任何来源。它可能基于我们不了解的不同背景和情况。通过获取所有这些信息，我们实际上可能不会采取行动去实际生活中收集我们自己的数据，我们自己的知识，这些知识对我们做出自己的决定会更有帮助。 我们拥有的掌控越少，我们就越寻求它，这可能会以多种形式表现出来。例如，试图获取尽可能多的信息，只是为了让我们感觉我们对正在发生的事情有了清晰的了解。这也可能表现为选择安全的道路，更明显的道路，在那里我们感觉我们理解了所有的参数，或者有时这甚至可能表现为什么都不做，因为我们太害怕做危险的事情。 <h2>不确定性和焦虑是如何联系的？</h2> 不确定性加剧了焦虑。研究表明，当我们经历不确定性时，我们的神经活动会加剧。我们的大脑几乎处于高度警觉状态，准备应对我们可能面临的任何威胁，即使没有实际危险也会发生这种现象。 在研究中，不确定性被发现比个人疼痛引起更多的压力。原因是当我们知道我们将经历疼痛时，我们可以在心理上做好准备，而当我们面对不确定性时，不知道会有什么样的疼痛，什么程度的疼痛实际上比确切知道会发生什么更令人紧张。 这也是为什么我们宁愿得到坏消息，也不愿等待答案。这样感觉更好，现在我们知道了，即使它是负面的，我们感觉我们在掌控之中。 为什么我们的大脑会进化出对不确定性的恐惧？ 我们的大脑天生就对不确定性感到恐惧，从进化的角度来看，这是有道理的。想象一下我们物种起源时的环境，掌握的信息越多，生存的机会就越大。无论是灌木丛中传来的奇怪声响，还是从未尝试过的新食物，这些都可能致命。 因此，每当你发现自己处于一种无法完全理解的情况，或者感觉自己没有掌握所有信息时，你的大脑就会试图找到一个解决方案。 显然，这在丛林中非常有用，但在现代环境中就不那么适用了。我们总是试图尽快找到答案，这意味着我们有时会选择最明显的答案，而不是最有趣的答案。 这甚至可能削弱我们与他人建立联系的能力，因为我们更愿意与理解的人和熟悉的人在一起，而不是试图与陌生人建立联系，因为这可能意味着危险。不确定性意味着恐惧和焦虑。 <h2>我们应该如何应对不确定性？</h2> 与其害怕不确定性，不如学会与之合作。这意味着将不确定性视为学习和成长的机会。当没有不确定性时，当我们确切知道自己正在做什么时，这意味着我们不再成长。因此，我们应该主动寻找不确定性，拥抱它，每次面对它时，说：「你好，欢迎回来。让我们一起合作。」 所有科学家都知道，真正的成长需要反复试验。如果你不断重复相同的试验，并且一切如预期般顺利进行，这意味着你没有成长，没有学到任何新东西。你只是在重复已经知道有效的事情。 只有通过错误，你才能调整自己的路径，尝试新的方法，并发现你的一些假设是错误的。这就是为什么所有的科学实验都是反复试验的循环，这也是自然进化的方式。通过确保我们尝试新事物，犯错误，并从中学习，这就是我们在个人和职业生活中成长的方式。 <h2>什么是成功的线性模型？</h2> 成功的线性模型是基于我们试图达到的固定目标。简单来说，它认为只要你按照步骤A、B、C一步步来，最终就能成功。然而，这种模型存在不少问题。 首先，它假设你清楚地知道自己要去向何方，但现实并非总是如此。其次，它还假设你现在设定的目标，几年后依然会是你的追求。然而，世界瞬息万变，我们的环境在不断演进，因此，我们也应该允许自己的志向随着世界的变化而调整。 另一个问题是，线性目标往往会催生「有毒」的生产力以及不健康的攀比心态。当我们都在并行地攀爬相似的「成功阶梯」时，难免会左右张望，暗自比较：「这个人是不是比我爬得更快？他是不是更努力？他是不是更成功？」这种心态会让我们为了尽快「登顶」而过度工作，导致身心俱疲。 更糟糕的是，这种无休止的攀爬和不确定的结果，会让人对目标产生矛盾感，甚至感到疲惫不堪。因此，一些人开始信奉「没有目标，只有感觉」的新生活哲学。 那么，我们如何从线性的成功模式转向更具流动性的实验心态呢？ 要摆脱这种被目标束缚的生活，我们需要从僵化的线性思维转向灵活的「流动实验」。这意味着，我们不再执着于结果，而是去享受过程中带来的乐趣。与其专注于「爬梯子」，不如尝试设计一些实验周期，让好奇心成为我们的驱动力，而不是对确定性的追求。 摆脱目标痴迷，培养实验心态，本质上就是从关注结果转向关注过程，从「爬梯子」转向「成长群体」，从追求确定性转向拥抱好奇心。 最后，情感标签（Affective labeling）是一种为情绪命名的技巧。简单来说，就是用语言来描述你的感受。这种方法非常有用，因为它能帮助你更好地理解和连接自己的情绪，从而更有效地管理它们。 <h2><stron

1.5亿钓鱼佬，终于拿起了国产高级钓竿

现在，“钓鱼佬”越来越多了。 曾被贴“中年专属”标签的钓鱼运动，以前年轻人嗤之以鼻，现在逐帧学习。 统计数据显示，2025年，全国钓鱼爱好者接近1.5亿人，抖音“钓鱼”话题播放量超过500亿次，协会举办各类钓鱼赛事超500场。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_cfee701571eb40adab6f08f1fb7fe23e@000000_oswg347679oswg438oswg583_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 装备越买越贵。来源：小红书 钓友越来越多，装备越买越贵。 中国钓具市场规模，向1000亿元逼近。 高级钓竿国产化，也进入了关键期。 <h2>01 千亿蓝海市场</h2> 钓鱼为什么能“接住”这届年轻人？ 原因很简单。 因为门槛低、反馈快、成就感来得快。 钓鱼会让人越钓越上头，因此被调侃为“水上老虎机”，本质是心理学上的间歇强化效应。 漫长等待、瞬间咬钩、遛鱼上岸，那种“期待-刺激-满足”的惊喜感，比确定的奖励更让人欲罢不能。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_599dbb117ab244fe8d31bd30da490523@000000_oswg233266oswg909oswg644_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 钓鱼“上瘾”的心理机制。来源：小红书 同时，短视频时代“云钓鱼”的普及，大大降低了入坑难度，不少年轻人成为钓鱼主力。 抖音、小红书等社交平台千亿级的钓鱼话题播放量，推动垂钓从小众爱好彻底转变为大众潮流。 当然，更深层的原因，还是城市压力的释放。 根据2025年户外运动行业报告，解压已经成为年轻人钓鱼的第一大原因，占比高达58%，超过“社交”和“吃鱼”。 很明显的一点，一线城市新晋钓友里，超过五成拥有本科以上学历，互联网、金融等高压行业人群居多。 就这样，一人一椅一钓竿，“钓”出了千亿蓝海市场。 近十年，全国钓鱼爱好者数量从2015年的9000万增长至2025年的1.5亿，增幅达66.7%。 <img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260504/v2_cac3f8269ad24426b5248db5ed6a46c6@000000_oswg44674oswg766oswg458_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"> 2020-2025年变化趋势。来源：睿科创新 中青年群体成为消费主力，数据显示，26-45岁群体合计占比58%。 40岁以下年轻群体占比接近七成，20—29岁核心年轻群体占比较五年前翻番，成为增速最快的用户圈层。 这一群体年人均消费超3000元，直接推动整个产业规模突破4000亿元，较2020年增长超120%。 事实上，中国钓具市场的体量远比想象中更大。 钓鱼产业正实现从“小众休闲”到“千亿赛道”的扩容，规模增长与消费场景多元化是核心驱动力。 仅从钓鱼用具行业来看，全球市场规模2019-2024年年复合增长率（CAGR）为3.2%，未来增速将提升至7.1%。 国内钓鱼用具市场规模2025年突破500亿元，预计2026年突破600亿元，达约612亿元，近五年复合增长率超11%，远超全球平均水平。 另一方面，消费场景正从传统垂钓向竞技赛事、户外探险、亲子互动等多元化领域延伸。 竞技与海钓的爆发，为钓具市场规模化扩容与产品高端升级注入强劲动力。 2024至2025年期间，全国共举办各类钓鱼赛事活动超7000次，路亚赛、锦标赛、黑坑联赛遍地开花，直接带火专业装备升级。 加上海南自贸港的各类国际海钓赛，高端海钓装备需求快速爆发，搭载潮汐导航等智能配置的专业套装成了资深钓友的“标配”，售价普遍在8000至20000元。 行业调研显示，专业钓友年均装备消费约5000元，为休闲用户的3.2倍。 “钓鱼佬”，挺舍得花钱的。 <h2>02 高端垄断</h2> 钓鱼佬所有工具中，最重要的就是有根趁手的钓竿。 <im

科技发展史，从来都是幸存者写下的

<blockquote> 神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 </blockquote> 编者按：我们总说科技会创造新就业机会，这话没错。但关键问题是，丢掉旧工作的那群人，能不能获得新工作？本文来自编译，希望对您有所启发。 每一代人都会听到同一套关于科技与工作的说辞，结局永远千篇一律：人们适应了时代，新岗位应运而生，最后一切都平稳落地。 从客观事实来看，这话不假。但这份真相，又掩盖了无数人的苦难。蒸汽机问世，工厂用工取代农活；电力普及，整个行业一夜之间重新洗牌；八十年代电脑出现，人人惶恐不安，最后经济照样消化了这场变革。互联网淘汰了旅行社店员、影碟租赁员、分类广告销售，却催生了程序员、物流专员，还多出几十个 1995 年根本不存在的职业。 规律确实存在。站在长远、宏观的角度看，甚至会让人觉得安心。可写下这段历史的，从来不是那些亲历苦难的人。不是 19 世纪初英国的手工织布工人：工厂逐步投产的二十年里，他们的收入一路暴跌。不是刚好人到中年撞上变革的一代人：年纪大了学不动新技能，又没到退休年纪，进退两难。不是七八十年代那些衰败的工业小镇：制造业自动化、产业外迁同时来袭，直到如今都没能缓过来。 隔着时间回望，历史写满了“人类总能适应”。身处当下亲历，很多人只会觉得：自己被抛下了，好处全归别人。 这几年我一直在关注人工智能与就业的讨论，翻看各类研究，观察各行各业的真实变化，心里越来越矛盾。 我相信历史规律没错，可我也深知：这套规律，如今未必够用。这两件事完全可以同时成立。 大家辩论时总爱提到卢德分子，把他们当成 “杞人忧天、看错趋势” 的反面教材，但却刻意忽略一点：当年卢德分子对自己遭遇的判断，一点都没错。他们本是手艺精湛的纺织工人，自己赖以生存的技艺飞速贬值，快到来不及转行。他们看清了眼前的绝境，只是看不到百年后工业经济会把他们的后代吸纳进全新岗位。 百年后的整体向好，掩盖不了他们当下实打实的痛苦。 <h3>那些让人安心的旧规律</h3> 一直以来都有一种安慰人心的说辞：科技永远会淘汰旧岗位，也永远会造出新岗位，人类总有办法活下去。如今害怕 AI 的人，和当年害怕印刷术、害怕拖拉机的人，本质一模一样。 上世纪六十年代，人们还坚信自动化会在十年内引发大规模失业。1964 年，约翰逊总统甚至专门成立委员会调研。最后结论是：自动化不会造成永久性失业。 从宏观整体来看，他们说对了。1900 年，美国将近四成劳动力务农，如今这个比例不到 2%。岗位淘汰规模巨大，却从来没酿成永久性失业灾难。一代代劳动者慢慢被消化：先转入制造业，再涌入服务业。纵观百年就业大数据，一次次科技变革下，整体就业率始终能稳住。 麻省理工学院的戴维・奥托尔做过最严谨的相关研究。他发现，自动化最先冲击中等技能、流程固定的岗位，比如记账员、流水线工人、数据录入员等，这些都是按固定步骤干活的工作。 而低端体力活（保洁、建筑、养老护理）和高端脑力活（管理、创意、医疗），很难被替代。 2010 年之前，他的研究基本支撑 “人类总能适应” 的观点；但近几年，尤其是针对 2016—2020 年的研究，他变得格外谨慎。 长远来看，历史结局确实向好。 可它刻意回避了最关键的一点：这份红利，从来不会公平分给每一代人、每一个普通人。 大多数时候，我也认可这套历史规律。 可只要我去了解当下客服行业的现状，这份笃定就会动摇。我认识一家公司，上线 AI 聊天机器人后，18 个月里裁掉了六成客服。宏观经济或许最后能吸纳这些人，但对当事人来说，那几个月、甚至一两年，都是难熬的绝境。 <img data-img-size-val="415,232" src="https://img.36krcdn.com/hsossms/20260404/v2_e2428bddbdbf482ebcf7fd5a640ed093@5382598_oswg13024oswg415oswg232_img_jpg?x-oss-process=image/quality,q_100/format,jpg/interlace,1" referrerpolicy="no-referrer"> <h3>蒸汽和电力碰不到的禁区，AI 打破了</h3> AI 真正与众不同的地方，我时常反复琢磨，虽然我的看法也会随时间摇摆。以往的科技，最先替代的是体力劳动： 蒸汽机比人力更快更省；电力让手工操作实现规模化；七八十年代的工业机器人，替代组装、搬运的工人。 就连早期电脑，替代的也是伏案填表、处理文书的文职工作。 唯独脑力思考，一直是安全区。电脑处理完数据，还需要人分析；助理整理完资料，还需要人写法务文书；工厂造出产品，还需要人设计。只要工作靠脑子多于靠动手，以往的自动化基本碰不到你。 可 AI 不管这套。 现在的大模型，能起草法务文件、解读医疗影像、写代码、做营销文案、设计部分配图，还能完成基础财务建模。不算完美，也离不开人工监督，却足以彻底改写 “人工监督” 的定义： 不再是人人亲手干活，变成少数人盯着大量 AI 产出。而且 AI 迭代的速度，前所未有。 蒸汽机从新奇发明到重塑经济，花了几十年；可如今的智能脑力工具，短短三年就能力暴涨，远超以往科技的普及速度。 我不敢把话说死，毕竟历史上多次有人以为变革会加速，最后却陷入停滞，但也不能完全忽视当下的巨变。 我一个开小型设计工作室的朋友，2022 年还说

华尔街不再为赚钱鼓掌

就在这周，硅谷五家最大的科技巨头密集交卷。 谷歌（Alphabet）、微软（Microsoft）、Meta、亚马逊（Amazon）、苹果（Apple），这五家合计市值超过 14 万亿美元的庞然大物，单季净利润总和已经逼近 1500 亿美元。 从财务表现看，这是一次集体大捷，五家公司的业绩全部超出华尔街预期，没有任何一家出现业务崩盘。 但股价的反馈，却展现出一种近乎残酷的割裂。 谷歌 Alphabet 股价在财报发布后飙升了 10%，苹果上涨 4%；而另一边，亚马逊股价几乎横盘，微软下跌 4%，Meta 更是直接砸出了 7% 的跌幅。 最高与最低之间，整整拉开了 17 个百分点的鸿沟。讽刺的是，这五家公司都在做同一件事，赚钱，而且赚得都比分析师预期的多。 过去两年，硅谷财报季遵循着一条潜规则。只要你宣称自己正在 All in AI，只要你在疯狂砸钱买芯片、建中心，市场就愿意为你买单。这是一种基于 AGI的未来溢价。 但在 2026 年的这个春天，这条规则彻底失效了。 <h2>一、同样的烧钱，不同的命数</h2> 要理解这种割裂，必须把谷歌和 Meta 放在一起看。 谷歌母公司Alphabet，一季度营收1099亿美元，同比增长22%。净利润626亿美元，账面同比增长81%，其中包含约369亿美元的非上市股权投资未实现收益。剔除这部分非经营性因素，核心经营利润的增幅在18%左右。盘后股价拉了10%。 Meta，一季度营收563亿美元，同比增长33%。增速比谷歌快了11个百分点。盘后跌了7%。 增速更快的那个，反而被资本投了反对票。 谷歌赢在什么地方？赢在每一笔AI投入，都能指向一个正在兑现的收入。 谷歌云单季收入突破200亿美元，同比增长63%。利润率从一年前的17.8%跳到了32.9%，不只是在长，而且越长越赚钱。 搜索那边，查询量创历史新高，广告收入涨了19%，达到604亿美元。两年前所有人都在说AI会杀死搜索引擎，但事实正好相反，AI让搜索变得更好用了，用的人更多了，广告主也更愿意花钱了。付费订阅用户总数3.5亿。云业务积压订单从上一季度的约2400亿美元翻倍到4620亿美元。 华尔街看到的是一条闭合的回路：花钱建AI基础设施，云收入跟着涨，搜索收入跟着涨，利润率也在扩张。钱出去了，能看见钱回来。 Meta的数字本身其实很好。广告系统Advantage+把获客成本平均压低了14%，部分品类的广告投放回报率提升了三成以上。单季563亿美元营收，利润率41%，放在哪家公司都是顶级水准。 但市场盯住的是另一件事。Meta把2026全年资本开支上调到了1250亿至1450亿美元，比上个季度给的指引又高了100亿美元。 这笔钱花出去之后，对应的AI收入增量在哪里？广告效率确实在提升，但广告效率的提升能不能撑得住每年1400多亿美元的投入？电话会上没有给出让市场满意的答案。 游戏规则变了。过去是你敢花钱我就给你加估值。现在的问题只有一个：花出去的钱，回来了多少？ <h2>二、叙事的崩塌与越赚越穷的悖论</h2> 如果说 Meta 输在回报路径，那么微软则输在了故事的终结。 FY2026第三财季（截至3月31日）营收829亿美元，同比增长18%，全面超预期。Azure增速40%。AI业务年化收入超过370亿美元，同比增长123%。 盘后跌了约4%。 原因不在这些数字里，在财报发布前一天。4月28日，OpenAI的GPT-5.5正式上架了亚马逊AWS的Bedrock平台。 过去两年，微软的AI叙事建立在一个前提上，是OpenAI的独家云伙伴，全世界最强的AI模型只在Azure上跑。这给Azure带来了大量客户迁移，也支撑了微软在AI时代的估值溢价。 这个前提现在忽然变了。OpenAI跟AWS签下了380亿美元、期限七年的算力采购协议。GPT-5.5同时可以在Azure和AWS上调用。 微软CFO在电话会上提到一句：我们不再给OpenAI付分成。 表面上在止血，但华尔街听出来的意思是，最大的AI合作方正在走远。 横向一比就更明显，谷歌云63%的增速，AWS 28%还在加速，Azure的40%在三朵云里排了个中间。本身不差，但放在这个语境下，成了没有惊喜的那一个。 微软赚钱的能力没问题。问题在于托起它估值的那个故事出现了裂痕。利润表装不下叙事的损失。 而亚马逊（AWS）则展示了 AI 时代的另一个残酷真相：越赚钱，反而剩得越少。 亚马逊的云业务虽然在加速，AWS收入376亿美元，同比增长28%，15个季度以来最快。公司整体营业利润239亿美元。 但过去12个月的自由现金流只有12亿美元。一年前是259亿美元。跌了95%。 管理层说得坦诚：在产能开始商业化、收入增速跑过

首页 > 科技 > 36氪

36氪