13:17官方账号Decoder@Tomislav BezmalinovićEpoch AI开展的代表性调查显示,20%的美国在职者至少将一项原由人类完成的任务交给AI。多数受访者会直接采用AI输出,几乎不做修改。该调查聚焦工作场景中人与AI的协作替代关系。行业Epoch AIAI采用美国就业推荐理由:Epoch AI调查说,20%美国打工人已经让AI干同事的活了,而且基本不改AI给的结果。这数字还挺惊人。原文稍后读已读值得跟进有用关注 Epoch AI
07:12官方账号Greg Brockman@gdba16z图表周报指出,AI支出前1%的企业花费超过中位公司600倍。该数据来自a16z的Charts of the Week栏目。1%与中位公司的对比显示出AI投入分化严重。行业a16zAI支出AI采用推荐理由:a16z图表显示,AI花钱最猛的1%比中位公司多花600倍。看看你家公司在哪。原文稍后读已读值得跟进有用关注 a16z
14:32官方账号Decoder@Matthias Bastian新论文将 AI 采用称为“认知公地悲剧”。各企业削减入门级岗位虽让自身受益,却会侵蚀整个职业群体的专业知识。研究预计后果要到 2030 至 2045 年才显现。届时如今缺失的初级人才本应成为资深劳动力。论文认知公地AI采用入门级岗位推荐理由:这篇论文把 AI 抢入门工作的事讲成公地悲剧——每家公司省成本,整个行业却要断档,2030 年代才看得见后果。原文稍后读已读值得跟进有用关注 认知公地
14:59IT之家(博客/媒体)谷歌发布ATLAS报告,基于1500万条Gemini等AI交互数据,覆盖150多个国家、140种语言、800种职业。报告显示68%的职业已使用AI,但仅约20%的任务调用AI,完全自动化交互占比不足10%。非例行认知任务(分析、创意)占职场AI交互的65%,工作外使用占86%。核心结论是AI普及广泛但使用深度不足,多用于辅助场景。行业GoogleATLASGemini推荐理由:谷歌用1500万条数据告诉你,AI用得广但用得浅,多数人只拿它当助手,这点很真实。原文稍后读已读值得跟进有用关注 Google
01:03Notion@NotionHQNotion对6000多名来自10个市场的专业人士进行调研,将AI采用水平分为四个层级:从个人思考伙伴到自主智能体端到端运行关键流程。结果显示,大部分公司实际AI采用率远低于媒体报道的极端案例,仅有少数公司达到最高阶段。报告指出AI发展迅速但多数企业并未跟上节奏,来自边缘的夸张故事容易造成焦虑。行业NotionAI采用企业AI1 个信源在谈事件专题推荐理由:Notion用6000份真实数据告诉你:别被AI焦虑带跑偏,多数公司还在低水平徘徊,你并不落后。原文稍后读已读值得跟进有用关注 Notion
01:37Ethan Mollick@emollick持续学习问题使AI模型无法自主掌握新任务,每次都需要人类重新训练或微调,这限制了AI应用的速度与广度。研究人员指出,这一瓶颈也直接影响递归自我改进,因为模型无法像人类那样持续积累经验。如果无法解决遗忘问题,AI的进化将始终依赖人类反馈循环。行业持续学习AI采用递归自我改进推荐理由:这篇讨论点出了很多AI产品落地卡在哪:模型学不会新东西,每次都要人来教。想避开跟风炒作,先看懂这个根本问题。原文稍后读已读值得跟进有用关注 持续学习
10:18官方账号Latent Space (swyx)(博客/媒体)OpenAI 发布内部数据,显示其 Codex 模型输出量自 2025 年 11 月以来大幅增长。研究部门中位数输出 token 增长 56 倍,客服增长 32 倍,工程增长 27 倍,法律增长 13 倍。这些数字反映了内部各团队对 AI 工具依赖程度的急剧上升。行业OpenAICodex内部数据10 个信源在谈事件专题推荐理由:OpenAI 公开了自家模型在公司内部的真实使用数据,研究部门 token 量涨了 56 倍,说明 AI 落地比外界想象的更深。原文稍后读已读值得跟进有用关注 OpenAI
03:33Notion@NotionHQNotion对10个市场的6000名专业人士进行调研,发现虽然AI技术进展迅速,但大多数公司尚未有效应用。调查显示,只有少数企业将AI融入工作流,多数仍处于观望或试点阶段。报告指出,这种差距可能导致竞争分化,但同时也为后来者提供了学习机会。行业NotionAI采用行业调查推荐理由:Notion做了个6000人的调查,说AI跑得快但公司没跟上,看看你公司属于哪一拨原文稍后读已读值得跟进有用关注 Notion