36氪
共 1071 条资讯-
刚刚,李飞飞最新成果发布,手机也能跑亿级粒子的 3D 世界了
<p>拍一圈照片,就能生成一个可交互的 3D 世界,已经不是什么新鲜话题了。但问题是如何把一个大世界塞进普通人的手机浏览器里。</p> <p><strong>就在刚刚,李飞飞旗下 AI 世界模型公司 World Labs 发布并开源了一个最新成果:Spark 2.0。</strong></p> <p class="image-wrapper"><img data-img-size-val="1080,1253" src="https://img.36krcdn.com/hsossms/20260415/v2_e94de1cf5c7b4f15a9f93442f11ed5ab@5091053_oswg1324206oswg1080oswg1253_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>这个专为网页端设计的动态 3D 高斯点云(3DGS)渲染引擎,让在任何设备的浏览器里流畅运行上亿粒子的超大 3D 场景,开始逐渐成为现实。</p> <p class="image-wrapper"><img data-img-size-val="640,360" src="https://img.36krcdn.com/hsossms/20260415/v2_ca21cb19174e48b2b6761b916c074d33@5091053_img_gif?x-oss-process=image/quality,q_80" referrerpolicy="no-referrer"></p> <h2><strong>为什么把亿级粒子的 3D 世界塞进手机这么难?</strong></h2> <p>你可能听说过「3D Gaussian Splatting」,简称 3DGS。用一句话解释,它是一种把真实场景变成 3D 可交互内容的技术,不用建模,拍一圈照片就能生成。</p> <p>和传统 3D 建模用三角形面片不同,3DGS 用的是数百万个半透明的彩色椭球体,每一个叫做一个「splat」(泼溅体/斑点)。</p> <p class="image-wrapper"><img data-img-size-val="640,480" src="https://img.36krcdn.com/hsossms/20260415/v2_eea1161225764c5ea4ac76eb0ddcb75d@5091053_img_gif?x-oss-process=image/quality,q_80" referrerpolicy="no-referrer"></p> <p class="img-desc">左侧使用纹理映射三角网格,右侧使用高斯斑点,对同一对象进行渲染。</p> <p>每一个 splat 并不是一个简单的点,而是一个有完整「人格」的椭球体。它记录着自己在空间中的位置、三条轴的半径长短、朝向角度、RGB 颜色值,以及透明度。</p> <p class="image-wrapper"><img data-img-size-val="640,480" src="https://img.36krcdn.com/hsossms/20260415/v2_777f237f72e34359ba3a13f0de89f6ed@5091053_img_gif?x-oss-process=image/quality,q_80" referrerpolicy="no-referrer"></p> <p>最关键的是透明度这个属性。它决定了这个 splat 在叠加时对周围的影响权重。如果把单个 splat 的空间密度画出来,你会得到一条高斯曲线:中心最实,向外逐渐虚化,边缘自然消融进背景里。</p> <p>正是这种「软边界」的叠加方式,让数百万个 splat 堆在一起之后,能呈现出砖墙的颗粒感、树叶的透光感、玻璃的反射,而不是一堆硬边三角形拼出来的塑料质感。</p> <p>效果好,信息量也大。一个高质量的 3DGS 扫描场景,动辄几千万个 splat,文件体积轻松突破 1 GB。</p> <p class="image-wrapper"><img data-img-size-val="640,560" src="https://img.36krcdn.com/hsossms/20260415/v2_ed2e573cd1774fd29ee63ee957941baf@5091053_img_gif?x-oss-process=image/quality,q_80" referrerpolicy="no-referrer"></p> <p>这就带来了一个棘手的问题:<strong>普通手机能流畅渲染的上限大概是 100 万到 500 万个 splat,比动辄 4000 万的高质量扫描差了整整一个数量级。</strong></p> <p>现有渲染器也没法把多个扫描对象放在同一个场景里正确渲染,要么只能单独渲染一个,要么排序乱掉、对象「贴在」彼此表面上,看起来一团糟。</p> <p>于是乎,Spark 应运而生。根据官方博客介绍,Spark 最开始是 World Labs 自己用的内部工具。World Labs 需要在网页上展示 3DGS 生成的世界,但市面上的渲染器都有硬伤,有的只能渲染单个对象,有的依赖 WebGPU(很多设备还不支持),有的不支持动态动画。</p> <p><strong>几番对比下来,他们决定干脆自己造一个。</strong></p> <p>他们选择的技术底座是 THREE.js,Web 上最流行的 3D 框架,运行在 WebGL2 之上,几乎覆盖所有现代设备。核心渲染逻辑分三步走,先在 GPU 上生成跨对象的全局 splat 列表,再统一按从远到近排序,最后一次性渲染完毕。</p> <p class="image-
-
王兴兴背后是美团
<p>具身智能赛道即将迎来收获期,多家头部公司已步入上市或股改阶段。</p> <p>宇树科技IPO申请已获受理,是目前唯一实现盈利的具身智能企业;银河通用、星海图的估值均超过200亿元,是当前公开估值最高的两家具身智能公司。</p> <p><strong>而这三家公司背后站着同一个投资人:王兴。</strong></p> <p>当马云、雷军等大佬还在“联手合投”时,王兴已成为具身智能的最大赢家。他投资的多个项目,正批量进入收获期。</p> <p>具体来看,美团系是宇树科技持股最高的外部股东,持股比例达9.6%;美团系还在天使轮投资了银河通用,在A+轮投资了星海图。后两家公司虽尚未启动上市,但均已完成股改,稳居国内具身智能第一梯队。</p> <p>仅宇树科技一家,美团系就有望收获数十亿元回报。恒业资本创始合伙人江一算了一笔账:</p> <p>以宇树不低于10%公开募股比例,42.02亿元拟募资金额推算,<strong>美团持有的9.6488%的股份,对应的持股价值约为40.52亿元。按照投资回报来看,美团是在2024年参与宇树B2轮融资进入的,当时估值约31亿元,浮盈接近40亿,将近12倍的投资回报,但按二级对宇树的市场预期来看,回报可能远远比这个高。</strong></p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260414/v2_e0020b28fde74c968a0bc6f636e887bc@000000_oswg62144oswg692oswg224_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">图源:宇树科技招股书</p> <p>而这还只是冰山一角。在具身智能赛道,王兴不愧是“投资第一人”。据媒体不完全统计,在具身智能头部梯队8家公司中,美团系出现9次,是所有投资机构之首。</p> <p>随着被投企业陆续完成新一轮融资、完成股改乃至递交招股书,属于王兴的丰收季已近在眼前。</p> <h2><strong>1</strong></h2> <p>王兴兴的身后站着40多家投资方,<strong>美团系不是最早入局的,但却是持股最高的外部股东。</strong>不过,王兴和王兴兴之间,从来都不是什么伯乐和千里马的故事。</p> <p>相反,一个广为流传的故事是:2017年的乌镇世界互联网大会上,雷军、王兴等互联网大佬齐聚。当时,年仅27岁的王兴兴,带着成立仅一年的宇树科技,和机器狗原型Laikago四处碰壁。好不容易有了在他们面前展示的机会,结果机器狗在门槛边绊倒当场死机,场面一度尴尬。</p> <p>不算成功的展示,自然也没能换来在场诸位大佬的投资。</p> <p>此后多年,王兴兴死磕四足机器人,直到2023年开始做人形机器人,入局具身智能。而美团也早已成立美团龙珠,专注于投资消费和科技领域。2023年,具身智能的概念刚在国内发酵,美团龙珠合伙人王新宇开始关注这一赛道。</p> <p>据媒体报道,2023年底,王新宇走访了哈佛、麻省理工、斯坦福等美国多家高校的机器人实验室。他发现,这些实验室里都配备了宇树的机器狗,且都对宇树当时尚未正式发售的人形机器人非常感兴趣。</p> <p>王新宇判断,“如果全世界最优秀的机器人专业博士都在用他的产品来做开发,并且打算买他的产品,那这一定是一个投资拐点”。</p> <p>2024年,美团系终于出手了。这一年,宇树科技成立八年,首次实现扭亏为盈,人形机器人营收占比近三成。</p> <p>2024年2月,宇树科技完成B2轮投资,美团的名字首次出现在投资方名单中;同年9月,美团龙珠又在B3轮追加投资,主导人正是美团龙珠合伙人王新宇。两轮下来,美团系在宇树的外部股东中占据上风。</p> <p><strong>有意思的是,美团的部分持股来自于雷军的转让。</strong>宇树招股书中显示,在2024年第二次股权转让中,雷军名下顺为资本关联公司Astrend IV,将部分注册资本转让给了Galaxy Z和成都龙珠。这一轮股权转让和增资后,Galaxy Z持股1.0708%,成都龙珠持股1.0708%。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260414/v2_03643e3368b541c1b2fdc47252652c0f@000000_oswg366203oswg692oswg463_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">图源:宇树科技招股书</p> <p>也是这次转让,美团系成为最大的外部股东,雷军失去了前列股东阵营。最终,雷军关联公司Astrend IV持股为4.4245%。</p> <p>王兴投资宇树算是互联网企业中较早的,后来腾讯、阿里等巨头入场时,宇树科技的估值已攀升至120亿元。<strong>当别人高价入局的时候,美团早在估值低位阶段便已完成入股,抢占了先机。</strong></p> <p>2025年10月,美团举办2025美团机器人研究院学术年会时,王兴兴还作为重要的合作伙伴出席并参与讨论。</p> <p>除了投中了一家即将上市的独角兽,美团还押中了当前具身智能行业公开估值最高的两家公司:银河通用和星海图。</p> <p><strong>与投资宇树不同,美团对银河通用和星海图的布局更为早期,出手也更为果断。</strong></p> <p
-
月薪 3000 的人,正在批量生产价值 243 亿的爆款
<p><strong>继数据标注员之后,又一个 AI 流水线岗位出现了。</strong></p> <p>提起抽卡,很多人的第一反应可能是狂热的拆卡直播,也可能是乙游里让人上头、让钱包出血的互动剧情。</p> <p>但谁能想到 2026 年,抽卡也可以成为一份正儿八经,挂在招聘网站上的职业。</p> <p class="image-wrapper"><img data-img-size-val="1064,703" src="https://img.36krcdn.com/hsossms/20260414/v2_454feb5cd8474759a6db81e6327bef3a@5091053_oswg332904oswg1064oswg703_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>如果你这两年关注过影视圈,估计耳朵都快被“ AI 改变行业 ”这几个字磨出茧子了。</p> <p>什么“AI 要给短剧换血 ”“ 影视行业要变天了 ”。。。类似的说法甚嚣尘上, AI 漫剧还没研究明白,现在又出了个 AI 仿真人短剧,风口一波接着一波,各路人马也是一拥而上。</p> <p><strong>AI 抽卡师,有些公司也叫动画师,就是在这股浪潮里出现的一个新岗位。</strong></p> <p>上招聘软件搜一圈,你大概就能明白这个抽卡师是干啥的了。</p> <p>简单来说,就是<strong>根据剧本生成 AI 视频。</strong></p> <p>浏览几个岗位你就会发现,抽卡师的任职要求其实并不算高。</p> <p>哪怕你没有数媒、美术、动画这些专业背景,只是爱看短剧、漫剧,或者对 AI 视频制作感兴趣,有些公司也能给你招进去,就是薪水给得低一点。</p> <p class="image-wrapper"><img data-img-size-val="389,513" src="https://img.36krcdn.com/hsossms/20260414/v2_cea1ebed052a4c1e99f857d5407a5fa8@5091053_oswg107336oswg389oswg513_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>原因很简单, AI 短剧的制作门槛非常低,网上的教程一抓一大把。<strong>抛开效果不谈,即使是纯小白,也可以在短时间里掌握基本的工作流,搓出一部作品。</strong></p> <p>乍一看,似乎是个普通人也能抓住风口的机会,但说句难听的,如果只是单纯抽卡,这份工作可能没什么含金量。</p> <p><strong>“是个人都能干”“赛博流水线工人”“螺丝钉、耗材”</strong>。。。这是多位在职、已离职抽卡师,对这份工作的真实感受。</p> <p>我先给大伙儿简单介绍下,现在 AI 短剧的大致生产流程。</p> <p>一般来说,先是编剧出剧本,把故事写出来, 然后导演拆解出分镜以及预生成一部分视觉资产(为了保证后续生成的一致性),抽卡师再根据导演分配的任务,通过提示词生成视频,等导演点头了,最后进行剪辑、配音等操作。</p> <p class="image-wrapper"><img data-img-size-val="1080,810" src="https://img.36krcdn.com/hsossms/20260414/v2_0bc96a4dbd2443e488004832307dfb12@5091053_oswg1146599oswg1080oswg810_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>不同公司抽卡师的工作内容可能会有细微差异,但整体大差不差,<strong>更像是一个导演的配套工种。</strong></p> <p>因为现在的生成式 AI ,本质上还是个开盲盒的过程。抽卡师的任务,就是不停地调教 AI,直到它生成出符合导演、甲方审美的东西。</p> <p>某种程度上说,<strong>就是因为目前的 AI 能力还不够稳定,才需要抽卡师来人肉填坑。</strong></p> <p>所以这也就导致了抽卡师真实的工作状态,其实是极度的人力重复。</p> <p class="image-wrapper"><img data-img-size-val="1080,1441" src="https://img.36krcdn.com/hsossms/20260414/v2_886bebbb131e4258bfa15827624e976b@5091053_oswg188353oswg1080oswg1441_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">图源无锡短剧公司探班</p> <p>大数据专业出身的李桐( 化名 ),之前在 AI 视频生成岗实习过一段时间。</p> <p>每天的工作就是根据小说剧情设计分镜头、抽卡生成视频,还要剪辑、配音。</p> <p>“ 公司招人不看专业,教会你操作以后,纯看个人设计好分镜头后,组成的视频质量和速度。 ”</p> <p>这种个人修行的代价,通常是多次返工。因为视频不达标,被打回来反复修改是家常便饭。李桐透露,如果返工次数多了,还会被公司劝退。</p> <p>前两天,差评君拜访了一家无锡的 AI 短剧公司
-
斯坦福423页AI报告出炉,中美差距仅2.7%,清华DeepSeek冲进全球前十
<p>今天,斯坦福HAI重磅发布「2026年AI指数报告」!</p> <p>这份长达423页的年度报告,全面揭示了全球AI产业的最新权力版图。</p> <p class="image-wrapper"><img data-img-size-val="1080,1387" src="https://img.36krcdn.com/hsossms/20260414/v2_88f42895bf8e4745a9f4780d923a07df@5091053_oswg1588806oswg1080oswg1387_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>它给出了一条核心结论:AI的本事涨得飞快;但人类衡量和管好它的能力,却没怎么跟上步伐。</p> <p>其中,最震撼的结论是——</p> <p>中美AI模型性能差距已基本消失,双方在巅峰对决中频繁易主,目前Anthropic领先优势仅剩2.7%。</p> <p>美国在AI上砸的钱比谁都多,但招揽顶尖人才却越来越吃力了。</p> <p>报告还指出,AI的进化不仅没有遭遇所谓的「瓶颈」,反而正以史无前例的速度狂飙。</p> <p>过去一年,全球超90%的顶尖模型,在博士级科学问题、多模态推理、竞赛数学上的表现,追平甚至超越了人类。</p> <p>特别是在代码能力上,SWE-bench的成绩在一年内,从60%飙升至近100%。</p> <p class="image-wrapper"><img data-img-size-val="1080,607" src="https://img.36krcdn.com/hsossms/20260414/v2_1b1f696f7f8d449cb02639ae2123fbd6@5091053_oswg131521oswg1080oswg607_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>然而,AI的「偏科」现象极其严重,呈现出一种畸形的现状:</p> <p>LLM可以拿下IMO金牌,却读不对模拟时钟,正确率仅为50.1%。</p> <p>与此同时,AI抢饭碗这事儿已经从预测变成了现实,而且最先遭殃的就是当代年轻「打工人」。</p> <p>下面直接上干货,「2026年AI指数报告」最值得关注的12个硬核趋势。</p> <p class="image-wrapper"><img data-img-size-val="1080,224" src="https://img.36krcdn.com/hsossms/20260414/v2_e4a174d38e4e4984af5771dd398aa1ee@5091053_oswg209398oswg1080oswg224_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>其他亮点速览:</p> <ul> <li>全球AI算力3年涨30倍,英伟达独占60%,几乎所有芯片都出自一家台积电</li> <li>2025年全球企业AI投资5817亿美元,同比翻倍,美国一国吃下近一半</li> <li>进入美国的AI研究人员7年跌89%,仅过去一年就跌80%</li> <li>22-25岁软件开发者就业自2024年起下滑20%,入门岗位被精准切掉</li> <li>中国累计建成85台公共AI超算,是北美的两倍以上,全球第一</li> <li>中国职场AI使用率超80%,远超全球58%的平均</li> <li>最强模型越来越黑箱,95个代表性模型里80个没有公开训练代码</li> </ul> <h2><strong>中美贴脸</strong></h2> <h2><strong>差距只剩2.7%</strong></h2> <p>斯坦福把2023年5月以来Arena榜单上的美国第一和中国第一,画在了同一张坐标系里。</p> <p>2023年5月,gpt-4-0314拿1320分领跑,中国这边还是chatglm-6b,差距300多分。</p> <p>2025年2月,DeepSeek-R1第一次和美国头部模型短暂打平。</p> <p class="image-wrapper"><img data-img-size-val="1080,776" src="https://img.36krcdn.com/hsossms/20260414/v2_11037fa239044b789389742dd488a4b8@5091053_oswg158652oswg1080oswg776_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>2026年3月,美国的Claude Opus 4.6拿到1503分,中国dola-seed-2.0-preview拿到1464分。</p> <p>如今中美AI之间的差距,仅有39分。换算成百分比,2.7%。</p> <p>更值得说的是过去一年的换位频率。从2025年初开始,两国头部模型已经在Arena上你来我往换了好几次位置。</p> <p class="image-wrapper"><img data-img-size-val="1080,602" src="https://img.36krcdn.com/hsossms/20260414/v2_5e92ecab644a40cebe84e91c7539af6c@5091053_oswg123968oswg1080oswg602_img_00
-
美国AI对华领先优势已消失?斯坦福423页AI报告划重点
<p>智东西4月14日消息,昨日晚间,美国斯坦福大学以人为本AI研究院(HAI)发布长达423页的《AI指数报告2026》,报告提到全球顶尖AI模型的性能格局,正呈现<strong>中美交替领先的态势</strong>。</p> <p>这一长篇报告全面统计了中美AI模型竞争态势、开闭源模型竞争、AI投融资、算力等领域的最新数据和进展。</p> <p><strong>《AI指数报告2026》核心信息提炼如下:</strong></p> <p><strong>1、顶尖模型:</strong>2025年AI产业界产生<strong>超90%的顶尖模型</strong>,若干模型<strong>达到或超过人类基线</strong>。全球顶尖模型贡献方前三为<strong>OpenAI、谷歌、阿里巴巴</strong>。</p> <p><strong>2、中美差距:</strong>顶尖模型仍集中在全球少数国家手中,<strong>过去一年中美模型差距在近乎持平到个位数的区间内波动</strong>。</p> <p>2025年2月,DeepSeek-R1仅以<strong>0.4%</strong>的差距落后于当时领先的美国o1-2024-12-17。截至2026年3月,美国Claude Opus 4.6领先字节的Dola-Seed-2.0 Preview,差距为<strong>2.7%</strong>。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260414/v2_a6f45bb3604f4b4c93f4e95efc78a4f5@000000_oswg105332oswg1080oswg586_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p><strong>3、学术论文:</strong>中国<strong>AI论文发表数量、引用次数、专利产出</strong>上位居全球第一。</p> <p><strong>4、算力需求:</strong>2025年全球总算力规模达到<strong>1710万块H100等效算力</strong>。数据中心层面,美国共运营<strong>5427个数据</strong>,<strong>中国排第4为449个</strong>。</p> <p><strong>5、AI投资:</strong>全球2025年AI总投资<strong>5816.9亿美元(约合人民币3.97万亿元)</strong>,私募投资中生成式AI企业投资同比增长<strong>200%</strong>。地域分布上,AI总投资额美国第一、中国第二。此外,2000-2023年间,中国政府引导基金已向AI企业投入约<strong>1840亿美元(约合人民币1.25万亿元)</strong>。</p> <p><strong>6、AI发展风险:</strong>当下AI发展需要警惕三大风险:<strong>最强模型透明度变低</strong>;<strong>基准测试的可用性降低</strong>;<strong>AI实用性不足</strong>,大模型拿下奥数金牌却看不懂时钟。</p> <p>《AI指数报告2026》联合主席约兰达·吉尔(Yolanda Gil)、雷蒙德·佩罗(Raymond Perrault)在报告中写道,生成式AI仅用三年时间,就实现了近<strong>53%</strong>的全球人口级渗透,远超个人电脑与互联网。AI有望成为21世纪最具变革性的技术,但若缺乏审慎引导与规范,其发展红利恐难以均匀分配。</p> <p>多家外媒在分析报告时提到,<strong>在AI领域,中国与美国的差距几乎已经消失</strong>。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/20260414/v2_470b0ff2ef464f35a1639161eed4c86a@000000_oswg206056oswg1080oswg370_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <h2><strong>01.</strong></h2> <h2><strong>AI论文、引用、专利数中国第一</strong></h2> <h2><strong>美国运营5427个数据中心、中国449个</strong></h2> <p>2025年整体来看,支撑AI发展的资源投入仍在持续增长,但其中有两大风险。</p> <p>首先,重磅模型发布数量较上年有所减少,前沿AI系统愈发集中在极少数机构手中,但模型的训练代码、数据集规模、参数量等核心信息开源大幅减少。</p> <p>其次,自2022年以来这些模型背后的算力需求每年增长约3.3倍,但几乎所有算力都依赖中国台湾的台积电,导致全球硬件供应链很脆弱。</p> <p><strong>1、产业界主导90%以上顶尖AI模型,但最强模型透明度变低</strong></p> <p>2025年,超过90%的标杆AI模型由企业打造,报告显示,2025年美国共发布50个标杆AI模型,位居全球第一;中国发布30个,位列第二;韩国发布5个,加拿大、法国、中国香港、英国各发布1个。</p> <p class="image-wrapper"><img data-img-size-val="" src="https://img.36krcdn.com/hsossms/2026041
-
这届打工人,白天给 AI 投毒,晚上蒸馏老板
<p>办公室里,一排排工位整整齐齐,每个人对着屏幕敲敲打打,看起来和平常没什么两样。</p> <p>但在屏幕背后,有人把 AI 写出来的垃圾文案原封不动提交上去,等着看项目翻车;有人抛弃了同事.skill,转头蒸馏老板,并暗暗疑惑「他凭什么还坐在那个位子上?」</p> <p class="image-wrapper"><img data-img-size-val="1080,611" src="https://img.36krcdn.com/hsossms/20260414/v2_b2100aefc5f34eb5a8794ea8da2a1aab@5091053_oswg80607oswg1080oswg611_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <h2><strong>你的同事在投毒 , 你的老板在焦虑</strong></h2> <p>4 月 7 日,AI 公司 Writer 联合研究机构 Workplace Intelligence 发布了一份年度报告。</p> <p>这份报告调查了美国、英国和欧洲的 2400 名「知识工作者」,其中一半是普通员工,一半是 C-suite 高管。</p> <p>报告显示:<strong>近三成员工承认自己正在蓄意破坏公司的 AI 战略。</strong>Z 世代群体中,这一比例飙升至 44%。<strong>几乎每两个年轻员工里,就有一个在给老板的 AI 计划使绊子。</strong></p> <p class="image-wrapper"><img data-img-size-val="696,1004" src="https://img.36krcdn.com/hsossms/20260414/v2_a59aa1896de549c7a139c75679a69e32@5091053_oswg722576oswg696oswg1004_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">https://go.writer.com/hubfs/pdfs/ai-adoption-survey-2026-wpi.pdf?hsLang=en</p> <p>破坏的方式五花八门。</p> <p>有人故意把公司机密数据输入公开的 AI 聊天工具,有人偷偷使用未经批准的第三方 AI 产品,有人明知 AI 输出的内容质量低劣也照搬不改,还有人直接在绩效评估中动手脚,刻意让 AI 的表现看起来更差。</p> <p>76% 的高管认为,员工的蓄意破坏对公司未来构成了严重威胁。67% 的高管表示,由于员工使用未经批准的 AI 工具,公司已经发生了数据泄露或安全事故。</p> <p>让人不安的是,35% 的管理层承认,如果一个 AI 代理开始造成财务或声誉损害,他们没有信心能及时阻止。</p> <p>CEO 们还说他们正承受着「高度」甚至「令人窒息」的 AI 战略压力,担心如果不能带领公司完成 AI 转型,自己会丢掉工作。</p> <p>有意思的是,64% 的高管每天使用 AI 超过两小时,其中近五分之一每天用四到五个小时,二十五分之一超过六小时。</p> <p class="image-wrapper"><img data-img-size-val="1080,1110" src="https://img.36krcdn.com/hsossms/20260414/v2_60f4cfdaba90421eae6ddb41070ad266@5091053_oswg884159oswg1080oswg1110_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>然而在他们大力推进的同时,底下的人正在拆台。</p> <p>Writer 的 CEO May Habib 在报告发布时说了一句话,大意是裁员不是可行的 AI 战略,真正在积累优势的是那些重新设计人机协作方式的领导者。</p> <p>但当 54% 的高管承认 AI 转型正在撕裂他们的公司,75% 的管理层自己都认为公司的 AI 战略不过是「表演性质的」缺乏真正的内部支持,你很难相信「重新设计协作方式」是一个短期内能落地的答案。</p> <h2><strong>愤怒的年轻人</strong></h2> <p>4 月上旬,盖洛普联合沃尔顿家族基金会和 GSV Ventures 发布了最新一期「Z 世代之声」调查。</p> <p class="image-wrapper"><img data-img-size-val="1080,943" src="https://img.36krcdn.com/hsossms/20260414/v2_3f48228664a14f21bbb39a293e97d1bc@5091053_oswg520499oswg1080oswg943_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>他们在 2 月底到 3 月初间访问了 1572 名 14 至 29 岁的美国年轻人。这份报告的副标题叫「AI 悖论」,非常精准地概括了年轻一代与 AI 之间拧巴的关系。</p> <p>他们发现:对 AI 感到兴奋的 Z 世代比例从去年的 36% 暴跌到 22%,下降了 14 个百分点。感到充满希望的从 27% 降到 18%。而感到愤怒的比例则从 22% 跳升至 31%,焦虑稳定维持在 40% 左右。
-
性格太 “好说话”,正在毁掉你的职业前途
<blockquote> <p>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。</p> </blockquote> <p>编者按:职场真正奖励的是足够合群、又足够自私的人,合群到能融入团队,自私到能赢得机会。本文来自编译,希望对您有所启发。</p> <p class="image-wrapper"><img data-img-size-val="1271,715" src="https://img.36krcdn.com/hsossms/20260315/v2_58250ee9ccf043acaaf73e73889fed09@5382598_oswg1501453oswg1271oswg715_img_png?x-oss-process=image/quality,q_90/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="img-desc">[图片来源:Freepik]</p> <p>不管你怎么看待人性,都很难否认一个事实:我们人类,远比自己以为的更虚伪。我们一边坚守着强烈的道德准则,一边又毫无愧疚、毫无察觉地打破它们。</p> <p>企鹅不会早上宣扬忠诚,中午就去刷交友软件;负责警戒的土拨鼠不会先讲团队精神,再偷偷离岗;狼也不会先发表 “服务型领导力” 宣言,再抢走猎物。</p> <p>纵观历史,人类的道德体系都有一个奇怪的规律:<strong>规则越严格,例外就越多</strong>。宗教宣扬贞洁,却丑闻不断;帝国高喊正义,却四处征服;公司把 “价值观” 挂在墙上,却只看结果、不择手段。问题不在于道德准则没用,而在于它们只是对理想状态的提醒,而不是对人类行为的真实描述,更管不住人的实际行动。</p> <p>这并不是说道德毫无意义,而是它本质上和政治、社会、心理紧密相关。道德体系是我们用来协调群体的工具,告诉大家什么行为该奖励、什么该惩罚,塑造身份和归属感。但它也会留下漏洞,催生地位博弈,让人给自己找借口。</p> <p>正如奥斯卡・王尔德半开玩笑说的:“我能抗拒一切,除了诱惑。”他是在讽刺维多利亚时代的虚伪,但这句话之所以好笑,是因为它适用于所有人:严格的规则,只会让违规更显眼、更诱人,有时也更有创造力。</p> <p>这对管理者的教训就是,说得好听,不如做得好看。对领导者来说,这个真相很扎心。一个组织越是高调宣扬自己的价值观,越该被仔细审视。正直,不是看使命宣言、口号或培训课程,而是看激励机制、同行评判以及无人监督时的行为。简单说:道德准则写起来容易,做到很难,一旦涉及权力或利益,就随时可以变通。</p> <h3>走捷径的人,反而更容易赢?</h3> <p>一个最典型的例子,就是那句几乎全世界都在说的话:“要友善、要做好人”。所有主流道德体系,都把亲社会行为当作基本准则。简单讲,友善,是文明社会的默认设置。但现实里,<strong>打破规则的人,往往能获利</strong>,尤其是当别人都在守规则的时候。</p> <ul class=" list-paddingleft-2"> <li><p>竞争对手都讲诚信,你偷工减料就能赚更多;</p></li> <li><p>同事都配合协作,你抢功劳就更容易被奖励;</p></li> <li><p>身边人都客气礼貌,你强硬果断就像有领导力。</p></li> </ul> <p>道德作为集体规范很有用,但个人奖励,往往给了那些<strong>偏离规则的人</strong>。</p> <h3>老好人真的会输到最后吗?</h3> <p>组织心理学早就记录了这个让人不舒服的真相。</p> <p>蒂莫西・贾奇等人直接问了一个很直白的问题:<strong>“老好人是不是注定垫底?”</strong></p> <p>研究发现:在大五人格里,<strong>宜人性</strong>(代表友善、信任、合作)在很多场景下,和收入、升职关系微弱,<strong>甚至呈负相关</strong>。在另一项关于领导力与性格的汇总研究里,贾奇还发现:</p> <ul class=" list-paddingleft-2"> <li><p>人当上领导后,<strong>性格友善的人,管理效果更好</strong>;</p></li> <li><p>但在<strong>竞选、晋升</strong>的时候,<strong>不那么好说话的人,更容易当上领导</strong>。</p></li> </ul> <p>换句话说:<strong>友善的人会是好领导,但不好说话的人,更容易爬到领导位置。</strong></p> <p>再加上所谓的“暗黑人格”研究:</p> <ul class=" list-paddingleft-2"> <li><p>自恋,让人显得更自信、更显眼;</p></li> <li><p>马基雅维利主义,让人更懂职场政治;</p></li> <li><p>轻度冷血特质,让人更能扛风险、情绪更抽离。</p></li> </ul> <p>这些特质过头了都不好,<strong>但适度存在,反而能帮人在竞争激烈的层级里往上爬。</strong></p> <p>就像我在《为什么那么多无能的人能当上领导?》一书中写的:当选拔机制更看重自我推销,而非真实能力和人品时,<strong>自恋式的过度自信,往往能打败真正的实力</strong>。</p> <p>进化心理学给出了更深层的解释:人类群体靠合作活下去,但个体可以<strong>搭便车</strong>,蹭别人的善意,获得短期优势。</p> <p>如果所有人都为公共利益付出,只有你不付出,你照样受益。这就造成了<strong>个人利益和集体利益的永恒冲突</strong>。利他主义靠亲缘、互惠、群体选择慢慢演化,但利用利他者的策略也一样在演化。道德体系想用规范和惩罚抑制搭便车,但利益诱惑永远不会完全消失
-
告别“提示词工程”:为什么说.md文件和“技能”才是AI进阶的正确打开方式?
<blockquote> <p>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。</p> </blockquote> <p>编者按:别在2026年当“提示词裁缝”了。AI的尽头不是对话框,而是系统化执行。本文拆解Claude三大进化境界,教你把AI从聊天搭子变成真正的生产力套件。文章来自编译。</p> <p>最近我一直在大量使用 Claude、Claude Cowork 和 Claude Code。</p> <p>这是到目前为止我试过的最好的 AI。</p> <p>如果不是因为每日使用量限制太死(20 美元的方案根本不够用),我早就把 ChatGPT 退订了。</p> <p>大多数人无法发挥 Claude 的最大潜力,因为他们习惯了 ChatGPT 的那一套,所以他们:</p> <p>像用 ChatGPT 一样用 Claude,仿佛还停留在 2023 年!只想着雕琢提示词(prompt),而不是构建系统;囤积了一大堆很少使用的提示词库。</p> <p>我也经历过这个阶段。你可能也正处于这个状态,这没什么大不了的。</p> <p>ChatGPT 是我们对 AI 的启蒙,所以我们形成了 ChatGPT 式的思维定式。但在 2026 年,我们需要转变这种思维。本指南将带你完成这一转变。</p> <p>我们将学习在何时以及如何实现以下跨越:</p> <ul class=" list-paddingleft-2"> <li><p>提示词 → .md 文件</p></li> <li><p>提示词库 → 可重复工作流的“技能”(Skills)</p></li> <li><p>聊天窗口 → 具备执行力的 AI</p></li> </ul> <p>我会将此分为几个阶段。并不是每个人都需要达到最高境界,但我希望让你感受到思维转变后所带来的无限可能。</p> <h3>第一阶段:从提示词到 .md 文件</h3> <p>自从 ChatGPT 发布以来,我们一直沉迷于“提示词工程”。</p> <p>我写过很多关于顶尖提示词技巧的指南,它们现在依然有效。但问题在于:</p> <p>你保存在 Notion 里的那些优秀提示词,还停留在“做什么”的层面。</p> <p>自 2023 年以来,上下文窗口和智能体(agentic)能力已经进化。现在我们可以深入到“具体怎么做”的层面。</p> <p>这意味着我们能做到的可以远远超越“扮演一个有 10 年经验的作家,写一篇关于 XYZ 的文章”这种程度。</p> <p>我们可以教 AI 如何端到端地创作文章:包括我们的写作风格、各章节的结构、避雷词汇、格式要求等。整个工作流都变得可指令化,而不仅仅是最后的那句要求。</p> <p>所有这些信息都会存入一个 .md 文件(即 Markdown 文件)。</p> <p>.md 文件本质上就是一个文本文件。</p> <p>区别在于?.txt 文件是纯扁平化的。而 Markdown 提供了标题、代码块、加粗/斜体以及有序列表。这种结构能帮助 AI(也包括我们)快速定位内容,而无需从头到尾阅读整个文件。</p> <p>下面是一个简化的 .md 文件示例,用于捕捉你的写作风格:</p> <blockquote> <p># 博客文章指令</p> <p>## 结构</p> <p>- 以个人故事开头(最多 1-2 句)</p> <p>- 仅提供 3 个建议。不要废话。每个建议都应包含真实案例。</p> <p>- 以一个读者今天就能应用的清晰总结结尾</p> <p>## 写作风格</p> <p>- 短段落(最多 2-3 句)</p> <p>- 多用“你”,少用“我”</p> <p>- 不要使用职场黑话。像给聪明的朋友发短信一样写作。</p> <p>- 禁用词: "In today's world", "Let's dive in", "Game-changer"</p> <p>## 格式</p> <p>- 正文中不使用项目符号(仅用于工具列表)</p> <p>- 仅加粗每个建议的第一句话</p> <p>- 总长度:800-1000 字</p> </blockquote> <p>不过,并不是所有的提示词都该变成 .md 文件。</p> <p>把 .md 文件想象成食谱:指令只写一次,AI 每次执行任务时都会严格遵循。</p> <p>创建 .md 文件有几种不同的方法:</p> <ul class=" list-paddingleft-2"> <li><p>你可以从头手动创建一个(就像写一份简报);</p></li> <li><p>你可以让 AI 对你进行访谈,并根据你的回答生成它;</p></li> <li><p>你也可以利用 Claude 的“技能”(skills)来生成。</p></li> </ul> <p>我曾花了一个多小时回答了 100 个问题,目的是在 .md 文件中捕捉我的写作风格。结果得到了一套关于我如何编写指南的详细指令集。现在,我团队中的任何人都可以上传那个文件,并以我的口吻重写任何草稿。</p> <p>编写 .md 文件确实费时,但一劳永逸。而且重点在于——你只需要手动编写少数几个(那些涉及个性化内容的部分,比如你的风格或流程)。</p> <p>至于剩下的?Claude 的“技能”可以在几秒钟内搞定。</p> <h3>第二阶段:从提示词库到“技能”</h3> <p>“技能”(Skills)是 Claude 的开挂神器。</p> <p>当你拥有可重复的工作流时,它们会展现出强大的威力。</p> <p>与其在每次对话中反复解释你的偏好和流程,不如通过“技能”教 Claude 一次,然后终身受益。</p> <p>以“品牌指南”技能为例。有了这个技能,我们可以一次性生成符合 Anthropic 品牌规范的幻灯片(包括配色、设计等):</p> <p>“技能”产生的输出更加稳定,且更符合我们的标准。</p>
-
Anthropic版「狼来了」引华尔街恐慌!27年漏洞,Mythos被8个AI秒杀
<p class="image-wrapper"><img data-img-size-val="1080,460" src="https://img.36krcdn.com/hsossms/20260412/v2_aed1f969566645ecad57e85eef391718@5667365_oswg44647oswg1080oswg460_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>Claude Mythos还未真正露面,便引发了整个华尔街的恐慌。</p> <p>一夜之间,美金融监管机构召集各大银行紧急开会,气氛剑拔弩张——</p> <p>他们一致认为,Mythos足以触发一场前所未有的、由AI驱动的系统性网络攻击风暴。</p> <p class="image-wrapper"><img data-img-size-val="1080,343" src="https://img.36krcdn.com/hsossms/20260412/v2_1f53803a7bb34004a55dc39a0fb30ab4@5667365_oswg51222oswg1080oswg343_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>但事实是,所有人都被骗了!</p> <p>Mythos发现的成千上万个漏洞中,其中绝大多数,都存在于根本无法被利用的「老旧软件」中。</p> <p>更糟糕的是,那些标榜为「严重」的0day漏洞报告,实际上仅仅依赖于198次人工复核。</p> <p class="image-wrapper"><img data-img-size-val="1080,393" src="https://img.36krcdn.com/hsossms/20260412/v2_726bae9d864749ab8b1cac5f0591da8b@5667365_oswg192247oswg1080oswg393_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="image-wrapper"><img data-img-size-val="1080,1093" src="https://img.36krcdn.com/hsossms/20260412/v2_e7bc9bd5845c469d98d4a2a5912ec44b@5667365_oswg589457oswg1080oswg1093_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>来自AISLE实验的研究员,同样对Mythos的「战果」进行复测,结果发现:</p> <p>AI的安全能力,并未随模型规模线性跃升,真正呈「锯齿形」分布。</p> <p>他们用一个仅36亿激活参数GPT-OSS-20b,精准识别出Mythos发现的FreeBSD旗舰级漏洞。</p> <p>而激活51亿参数的模型,也成功复现了潜伏长达27年之久的OpenBSD漏洞分析逻辑。</p> <p class="image-wrapper"><img data-img-size-val="1080,184" src="https://img.36krcdn.com/hsossms/20260412/v2_98778e660b0e48ada2716bcabd93fc49@5667365_oswg67680oswg1080oswg184_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p class="image-wrapper"><img data-img-size-val="1080,1420" src="https://img.36krcdn.com/hsossms/20260412/v2_13a71cb344d54a81984e8918ea0e5caf@5667365_oswg791450oswg1080oswg1420_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p>Mythos发现漏洞被夸大不说,另一边Claude Opus 4.6被曝严重「降智」,如今吵得沸沸扬扬。</p> <p>甚至,有人发现Opus 4.6连ChatGPT、Opus 4.5都不如。</p> <p class="image-wrapper"><img data-img-size-val="1080,409" src="https://img.36krcdn.com/hsossms/20260412/v2_a57fe41f86c94861969fe62130ed4a4e@5667365_oswg165948oswg1080oswg409_img_000?x-oss-process=image/format,jpg/interlace,1" referrerpolicy="no-referrer"></p> <p><strong>Mythos被吹爆</strong></p> <p><strong>36B模型揪出27年漏洞</strong></p> <p>几天前,Anthropic高调发布了Claude Mythos(预览版)和「玻璃翼计划」(P
-
「走读式婚姻」,开始成为中产顶配?
凤凰周刊
-
东亚土老板,正在集体「反杀」AI
凤凰周刊