标签: 硅谷
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。 麻烦看官老爷们右上角
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持！比尔盖茨近期亲自测试了大模型克劳德的代码生成能力，这位早年把汇编语言玩到极致的程序员，公开承认自己写代码已比不过人工智能，这个细节背后其实藏着一个信息差。硅谷核心管理层的技术专家私下里对大模型引发的失业焦虑得要命，他们很清楚利用算法合成新病原体早已不是科幻情节，但在面对风投机构时却立刻换上另一副乐观面孔。我观察到这种表里不一的现象本质上是资本驱动的集体道德妥协，整个行业都在盯着下一个万亿美元级别的融资预期，谁在聚光灯下公开谈论风险，谁就是在砸同行的饭碗。依托自由市场的技术创新必定会为追求高估值而牺牲公众安全，这是资本逐利的历史常识决定的，就像华尔街当年为打包次贷刻意隐瞒风险一样，利益面前毫无底线。推进通用人工智能进程中绝不能允许资本为短期融资而掩盖技术破坏力，基于国家安全的审查机制必须在产品面世前严格前置。硅谷唯一敢把风险摆上台面的是安斯罗普首席执行官，他因拒绝向五角大楼提供用于全自主武器和大规模监控的技术，直接遭到了行业孤立与白宫方面的巨大施压。盖茨这次罕见站出来发声，直接点明指望美国科技企业自我约束完全是幻想，目前硅谷仅有极少数人敢于抵制与军方的深度捆绑，绝大部分公司早就悄悄向军工复合体低头了。我由此断定美国科技界标榜的技术中立原则已被彻底撕毁，这种捆绑从冷战时期就有迹可循，美国顶尖人工智能企业最终都会被强行编入其国家安全与军事霸权的机器中。面对真实的国际博弈环境，国内产业界必须彻底放弃对美国开源模型或商业接口的安全幻想，过度依赖别人的底层架构无异于在沙滩上建高楼。我们必须从算力芯片到核心算法框架实现绝对的自主可控，这种自主不是要闭门造车，而是提前防范带有西方意识形态或监控后门的产品向国内渗透，切实保障数字主权底线。只有把基础设施和核心架构真正握在自己手里，我们才能在未来全球治理中拥有话语权，这也是确保国内产业生态不被跨国资本掐断脖子的唯一防御路径。应对大模型替代劳动力的挑战时，盖茨提出了几项防御建议，包括建立高风险审查体系与立法设立人类保留岗位，甚至提出对算法及机器人征税来发放救济金。机器算法征税在技术追踪层面极度困难且缺乏可行性，数字时代的特征决定了按算力征收专项税会产生海量避税漏洞，资本总能找到离岸节点逃避监管。这种做法会严重拖慢我国产业在国际上的追赶速度，中国解决技术红利分配的破局优势从来不在于事后的税收惩罚，而在于公有制经济底座与基础设施统筹能力。将核心智算中心直接转化为国家级公共设施是必然趋势，就像修建高铁与电网一样，通过算力国资化与数据收益的二次分配，把技术红利实实在在转移给普通民众。至于保留特定岗位，我判断未来在中国具备不可替代性的工作，绝非大家担心的创意或代码类智力劳动，那些机械脑力活儿被算力矩阵替代只是时间问题。真正需要通过立法手段实行物理隔离的，是那些必须承担最终法律责任与伦理底线纠偏的社会核心节点，维系一个超大规模国家正常运转绝不能完全依赖黑盒化的人工智能。在中国特定的社会语境下，涉及国家战略定型与基层矛盾调解的工作必须由活人去做，因为运算模型永远不懂人情世故，也处理不了复杂的中国式乡土人际网络与情感诉求。包括司法量刑裁决和基础教育价值观塑造这两大领域，如果交给机器执行冷冰冰的概率运算，社会道德共识会在短时间内面临崩塌危险，法律与教育的温度从来不可被量化。
美国商务部，跪下！8月24日，哈工大一博士毕业生没去硅谷，这帮老美才反应过来
美国商务部，跪下！8月24日，哈工大一博士毕业生没去硅谷，这帮老美才反应过来——自己封锁了个寂寞。麒麟9020发布那会儿，全网都在喊“翻身了”，可真正让台积电会议室灯亮了一整宿的，压根不是这颗芯片。怎么着？真以为我们只会跟在后面吃土？哈工大这步棋，早tm埋了十几年了。2008年，当全世界都在笑话中国搞不出EUV光源的时候，哈工大赵永蓬团队就押上了全部身家，研究那个叫“放电等离子体极紫外光源”的东西。结果呢？2026年，人家直接把ASML那套昂贵的激光方案给抄了底。功率更稳、体积更小、成本更低，直接瞄准7纳米以下制程。ASML的公关部门为啥沉默得像座坟？因为估值逻辑崩了啊。你以为这就完了？格局小了。真正让华盛顿那帮人失眠的，是哈工大这帮人压根不跟你玩“制程数字游戏”。美国封锁光刻机，他们反手掏出了金刚石基超低功耗集成电路。这东西有多恐怖？关态电流低到0.1fA/μm，开关比突破10的11次方，亚阈值摆幅直接干碎了“玻尔兹曼暴政”的热力学极限。听不懂？翻译成人话就是：芯片功耗能砍到脚脖子，性能还能往上飙。台积电还在硅基的5纳米、3纳米赛道上内卷，哈工大直接把赛道给换了。用金刚石做芯片，那导热率是硅的多少倍自己算去。我就想问一句：你封锁设备，人家换材料，这牌你怎么跟？还不止。哈工大银河信使那帮本科生团队，为了解决卫星通信芯片被卡脖子的问题，自研了个EMSN深度学习仿真引擎。行业设计周期原本要45到60天，他们直接干到了8.2分钟，效率提升300倍，误差只有0.98%。三百倍啊朋友！这哪是追赶？这是开着歼星舰碾压拖拉机！回过头看，美国这些年又是断供MATLAB，又是拉黑名单，又是禁售EDA，招数使了个遍。结果呢？哈工大用行动证明了：压力，只会让真金火炼得更纯。你断我工具，我自研“北太天元”；你封我设备，我搞金刚石芯片、搞先进封装、搞EUV光源全链路突围。麒麟9020不是什么幌子，那是台面上的战果。真正的杀招，是台面底下那一整套被逼出来的、完整得可怕的基础工业体系。现在，当对手发现自己的“独家筹码”变成了“可替代品”，他那套靠封锁续命的战略大厦，就开始地基开裂了。这世界哪有永远的霸主？只有永远争一口气的中国人。从两弹一星到空间站，从被踢出伽利略计划到独立建成北斗，历史一次次证明：凡是封锁我们的，最终都会成为我们最强王座的垫脚石。当哈工大那帮年轻人把论文写在祖国大地上，把青春钉在攻坚一线时，这场关乎国运的科技马拉松，胜负的天平，早已悄然倾斜。
硅谷创业｜去Anthropic的收获第一次去参加Anthropic的线下活
硅谷创业｜去Anthropic的收获第一次去参加Anthropic的线下活动，主题是AI协作办公。本来以为是那种正襟危坐的分享，结果现场特别松弛，一半人抱着电脑边听边试🤣官方分享的一些经验：1️⃣不是模型越强越好用高配模型处理简单任务，讲师的原话是"像请资深研究员帮你倒咖啡"。日常任务用默认档就够，定时跑的任务换轻量模型更省。2️⃣技能（Skills）这个功能很容易被忽略说白了就是给某一类任务写一份大白话说明书。你消息里提到"presentation"，它就自动加载做演示那一套。据说很多老用户都没怎么用起来。3️⃣印象很深的一段现场演示以前每周一要花4小时做的销售报告，现在是：先在对话里调到满意→存成一个技能→设成每周一早八自动跑。等于把重复劳动整个交出去了。真正让我有触动的其实不是某个功能，而是那句"把你的工作拆解成一个个技能"。回来路上我一直在想，自己每周到底在重复什么PS：最近创业太忙了没时间频繁更新🫠以后会和大家多唠嗑多分享howto选对skill科技AMA我的留学故事
硅谷创企闯入军工圈，AI工厂重塑制造业，五角大楼迎来新玩家2026年8月25日，据DefenceBl
硅谷创企闯入军工圈，AI工厂重塑制造业，五角大楼迎来新玩家2026年8月25日，据DefenceBlog报道，AI初创公司正重塑美国国防工业基础。当前，美国国防工业基础正经历一场由AI驱动的深刻变革。以Hadrian和Castelion为代表的AI初创公司正在打破传统军工巨头的长期垄断。危机倒逼变革伊朗战争使美硅谷创企闯入军工圈，AI工厂重塑制造业，五角大楼迎来新玩家2026年8月25日，据DefenceBlog报道，AI初创公司正重塑美国国防工业基础。当前，美国国防工业基础正经历一场由AI驱动的深刻变革。以Hadrian和Castelion为代表的AI初创公司正在打破传统军工巨头的长期垄断。危机倒逼变革伊朗战争使美国导弹和拦截弹库存跌至数年来最低水平。与此同时，中国掌握着全球近90%的稀土精炼产能和约94%的烧结永磁体供应，这些材料是导弹制导和雷达系统的核心。美国传统的军工采购体系已无法应对当前的挑战——繁琐的官僚流程和僵化的长期合同导致创新被扼杀。AI如何破局？AI正在从稀土加工到导弹组装的整个产业链上压缩数十年才能积累的经验。在上游，AclaraResources与阿贡国家实验室正在构建AI数字孪生系统，模拟稀土分离的数十个溶剂萃取阶段，而不是依靠试错。在下游，导弹和高超音速武器的生产周期同样被大幅压缩。Hadrian自2020年成立以来，已从约16亿美元估值飙升至78.7亿美元。其Opus工厂软件已被美国陆军和海军使用，客户包括洛克希德·马丁、RTX和安杜里尔。Castelion则利用AI驱动的快速迭代和垂直整合制造高超音速导弹。2026年上半年，防务科技初创公司从私人投资者手中筹集了约350亿美元，创历史纪录。Hadrian创始人表示：“生产现在是威慑的前线”。AI初创公司正在从两个维度重塑美国国防工业：一是通过AI驱动的“未来工厂”解决传统制造业产能和速度的瓶颈；二是通过AI软件解决未来联合作战中各系统间的“语言不通”和协同难题。这场变革的核心驱动力是AI作为一种“通用技术”，能够将过去需要数年才能完成的工程和集成工作，压缩到数月甚至数天之内。
硅谷最近上演了一出好戏。主角是两位AI大佬，吵的却不是技术，是“谁来决定人
硅谷最近上演了一出好戏。主角是两位AI大佬，吵的却不是技术，是“谁来决定人类的未来”这么大的题目。8月23日，OpenAI的掌门人奥尔特曼上了档播客，说了一段听起来特别忧国忧民的话。他说他担心AI有朝一日被少数公司、少数模型或者少数人捏在手里，让绝大多数普通人对这项技术怎么发展彻底失去话语权。他希望人们“深度掌控未来”，社会和模型一起演化。这话单拎出来，你几乎要给他鼓掌。但接着往下听，味道就出来了。奥尔特曼说，他还担心另一种可能，AI摆脱人类控制。而真正有意思的是他自己点破的那个悖论：对失控的恐惧，恰恰会把世界推进少数人控制的笼子里。因为总有人吓得睡不着觉，觉得自己肩负着拯救世界的使命，然后顺理成章地得出结论，为了安全，我们应该牺牲很多自由。这话说的是谁？圈里人一听就懂。Anthropic的首席执行官阿莫迪，这几年几乎把“AI很危险”写在了脸上。播客里讲，文章里讲，公司博客里也讲。今年6月他还专门发文，说自家的新模型Mythos对网络安全、金融行业、关键基础设施和国家安全构成“非常现实的风险”。讲完风险，再顺势呼吁政府加强监管。你品品这个操作。一家公司，一边向全世界宣布自己的产品危险到了能威胁国家安全的地步，一边要求政府赶紧出手管一管。表面上看，这是负责任，是良心企业。可换个角度想，这是在给自家产品打广告啊。什么东西才配叫“非常现实的风险”？足够强大的东西。每喊一次狼来了，等于免费做了一次肌肉展示。更妙的还在后头。监管这东西，从来不是雨露均沾的。规则越复杂，合规成本越高，死得最快的是谁？是没有法务天团、没有游说预算的创业公司和小团队。巨头们坐在桌前帮政府写规则，写完发现自己恰好全都符合，而门口的挑战者全被拦在了栅栏外。这套玩法有个学名，叫监管俘获。一百多年前洛克菲勒们玩石油的时候就是这个路数，今天换了个AI的马甲，内核一点没变。上个月还有个细节特别能说明问题。一封支持开放权重模型的联名信，美国主要AI公司都签了，唯独Anthropic没签。开放权重是什么？就是让开发者能下载、能修改、能在自己的机器上部署模型，技术的门槛被踩平，人人有份。拒绝签这封信，立场已经很清楚了：模型这种东西，还是攥在少数人手里比较“安全”。问题是，这个世界不会因为你锁门就停下脚步。中国这两年在开放权重上跑得飞快，DeepSeek们把高性能模型的价格打到地板，全球的开发者抱着开源模型如获至宝。硅谷自己家里，英伟达、Meta、微软也都在喊话，说美国再锁下去，阵地就要让给别人了。你看，连资本家内部都分裂了，一派想靠封闭收租，一派发现封闭的尽头是把生态拱手让人。有意思的是奥尔特曼自己的站位。他批评别人拿安全换自由，姿态是个开放派。可OpenAI到今天也没把自家最前沿的模型开源，去年放出来的gpt-oss-120b和gpt-oss-20b，说白了是二线产品。真正压箱底的东西，锁得比谁都严实。嘴上全是主义，心里全是生意，这句话放在硅谷，几乎从不失手。所以这场争吵的本质是什么？我觉得既不在安全，也不在自由，而在定价权。谁有权定义“危险”，谁就有权制定规则，谁制定了规则，谁就决定了哪些玩家有资格上牌桌。恐惧在这里变成了一种稀缺资源，被精心生产、反复贩卖。阿莫迪卖的是“我很危险所以你得让我管”，奥尔特曼卖的是“别人很危险所以你得让我放开手脚干”。两个方向的推销，同一个收银台。当然，公平地说，AI的风险是真的，这点不用抬杠。能力越强的系统，出事的代价越大，这是常识。真正的问题是，当讨论风险的麦克风只握在卖药的人手里时，你听到的每一句“为了你好”，都值得多问一句，好的是谁。至于往后怎么走，我的判断是，短期内恐惧派会占上风，各国政府的监管框架会陆续落地，而每一套框架落地，巨头的护城河就深一分。但开放权重这股力量已经拦不住了，技术民主化就像当年的印刷术，教会烧得掉书，烧不掉识字的人。三五年之后回头看，今天这场“安全与自由”的辩论，大概率会被证明是一场关于垄断资格的竞标会。奥尔特曼有句话倒是说对了，AI正在催生前所未有的创业潮。只是他没说的是，这场创业潮能涌多高，恰恰取决于他和他的同行们，愿不愿意把手从闸门上挪开。掌握着闸门的人讨论放水，这本身就是这个时代最大的黑色幽默。
YC总裁一句话，给整个企业软件行业判了死刑。我们都知道YCombinator（简称YC）是硅谷最有名
YC总裁一句话，给整个企业软件行业判了死刑。我们都知道YCombinator（简称YC）是硅谷最有名的创业孵化器，这些年很多明星公司都从它那儿走出来，比如Airbnb、Dropbox。YC的总裁GarryTan发了一条推文，我感觉说的很有道理，他说：企业天天在用的“记录系统”，将来要么进化成“AIHarnessYC总裁一句话，给整个企业软件行业判了死刑。我们都知道YCombinator（简称YC）是硅谷最有名的创业孵化器，这些年很多明星公司都从它那儿走出来，比如Airbnb、Dropbox。YC的总裁GarryTan发了一条推文，我感觉说的很有道理，他说：企业天天在用的“记录系统”，将来要么进化成“AIHarness”，要么就会被agent抢走饭碗。这条预测收获了大量点赞，评论区几百人讨论，有人说它值得贴在墙上天天看。那“记录系统”是什么？说白了，就是公司用来存“真东西”的那套软件。一家公司做生意，客户有哪些、订单到哪一步了、员工工资怎么发、仓库里还剩多少货，这些最重要的数据都有专门的地方管着。销售公司离不开CRM，工厂离不开ERP，人力资源部门离不开人事系统，这些都属于记录系统。过去几十年，企业的数字家底就靠它们撑着，数据记在哪，公司就信哪。那“AIHarness”又是什么？Harness这个词本来指“操控装置”，在这儿可以理解成“给AI干活搭的台子”。数据还是那些数据，但真正动手办事的换成了AIAgent。你交代一句“帮我查一下这个客户三个月没下单的原因”，它会自己钻进数据里翻，自己找原因，自己起草回复，自己把流程跑起来，全程不用人手动点来点去。这句话狠在哪？它把企业软件吃饭的老本行说穿了。以前一套软件能卖钱，是因为它替你把数据管得妥妥的，录进去、存起来、随时查。可如今AI自己会读数据、会做判断、会办事情，那“只会存数据”这件事，就越来越不值钱了。客户真正想要的，是让Agent能在这套系统里顺顺利利把活干完。谁把数据、权限、流程都收拾得清清楚楚，让AI在这里干活又快又稳，谁才守得住客户。有人可能会误会，以为Garry在说数据库没用了。他专门补了一句：别想多了，数据库、接口、权限这些底层的东西都还在，它们仍然是确定的、可靠的。真正要变的，是软件公司自己的心态。以前他们卖的是“存数据的工具”，以后得卖“一套让AI帮你把事办成的完整方案”，要主动把整套Harness建起来，端到端地帮客户解决实际问题。要是自己不动手，就等着被那些更会搭台子的对手替代。还有人对AI不放心，怕它胡说八道、数据出错。Garry的回应是，幻觉这东西，靠规范的Agent流程和检查机制就能管住，该有的数据库和校验一点都不会少。所以，他的这条推文其实意思很明显，就是提醒软件公司别再把自己当成“存数据的地方”，要当成“Agent干活的地方”。存数据只是地基，让Agent在上面干活才是未来。转得慢一点，位置就没了。科技先锋官HowIAI
我现在唯一的人生经验是，千万别找大厂研发男。我老公华子，我表弟阿里，再加上工作中认识的字节、硅谷大厂
我现在唯一的人生经验是，千万别找大厂研发男。我老公华子，我表弟阿里，再加上工作中认识的字节、硅谷大厂回来创业的。我是比较有发言权的。首先这里面能熬过3年并且一直拿着还不错绩效的，都是狠人，学生时代都是超级学霸，进入工作岗位都是超级自律，我老公十年没请过一天假，不是在工作，就是在我现在唯一的人生经验是，千万别找大厂研发男。我老公华子，我表弟阿里，再加上工作中认识的字节、硅谷大厂回来创业的。我是比较有发言权的。首先这里面能熬过3年并且一直拿着还不错绩效的，都是狠人，学生时代都是超级学霸，进入工作岗位都是超级自律，我老公十年没请过一天假，不是在工作，就是在运动，再不然在咖啡馆学习…大部分人根本卷不过他。我表弟也差不多，极致理性，极致自律。达不到这两条基本不可能在大厂站稳脚跟。其次这类人极度自我，因为他不自我也不可能在大厂站稳脚跟，但是普通人就会觉得动不动对一些小事就吹毛求疵有必要吗非要弄的大家都不舒服是嘛，但是也理解，不是这种性格他也干不了工作。最后是，伴君如伴虎，想找大厂研发男，生活轻松是不可能轻松的，七十二般武艺不傍身恐怕早都甩门走人了，所以谁都不用羡慕我零花钱多，那只是我承受着巨大的精神压力平衡各种家庭关系抚养后代微不足道的一丁点补偿。
彭博社前几天发了一组数据图表，硅谷那边看完估计睡不着了。 美国在人工智能竞赛
彭博社前几天发了一组数据图表，硅谷那边看完估计睡不着了。美国在人工智能竞赛中跟中国的领先优势，正在以惊人的速度收窄。彭博行业研究追踪的数据显示，今年5月美国在AI能力上的领先幅度还有9%，现在已经缩水到5.8%左右。一个月掉3个多百分点，这速度放在以前根本不敢想。我看了彭博的详细报道，最有意思的不是这个数字本身，而是他们测试的一个具体场景。彭博选了七款中美领先的AI模型，让它们完成同一个虚拟咖啡店电商搭建任务。结果大多数模型都能以近乎完美的准确率完成任务，但成本差距吓人——月之暗面的KimiK3只花了11.91美元，而Anthropic的ClaudeFable5要48.99美元。同样的活儿，中国模型只要四分之一的钱。这意味着什么？意味着AI竞争已经不只是谁家模型分数高的问题了。当性能差距缩小到个位数，价格就成了决定因素。一个能便宜75%还干同样活的模型，对普通用户和企业来说，选谁根本不用犹豫。彭博行业研究的分析师RobertLea说了一句话我觉得特别到位：英伟达芯片限制并没有阻止中国实验室缩小差距。美国卡了这么久的芯片，到头来人家该追还是追上来了。其实更早的信号就已经很明显了。今年4月，美国财长贝森特在《华尔街日报》的活动上公开承认，美国在AI领域的领先优势只有大约3到6个月。一个国家的财政部长亲口说自家领先优势只有半年，这本身就很能说明问题。同月斯坦福发布的2026年AI指数报告显示，中美AI模型性能差距已经缩小到2.7%。2.7%是什么概念？几乎就是肩并肩了。再往前推，今年2月DeepSeek-R1短暂追平美国顶尖模型。当时很多人觉得这是个偶然，是孤例。但后来的事大家都看到了——智谱AI的GLM-5.2在智能体编程全球排名中登顶，月之暗面的KimiK3在LiveBench上拿到79.2分，跟美国第一名的83分只差3.8分。DeepSeek之后又推出V4系列，阿里发布并开源了千问3.8MAX。一个接一个，根本停不下来。彭博自己都承认，中国AI产业正在掀起一轮接一轮的创新浪潮，冲击力远超外界预期。他们用了一个词叫“死亡地带”——对那些既没有全球领先技术、又提供不了颠覆性低价的AI厂商来说，生存空间越来越小。我注意到一个细节。彭博报道说，从2026年1月到7月，中国模型的token使用量占到了53%，美国模型是42%。OpenRouter的数据也显示，中国在2026年6月首次在全球月度token份额上超过美国，次月超过60%。Token是AI模型实际被调用的次数，这东西骗不了人。开发者、企业、用户在用谁家的模型，数据说了算。当越来越多的人把工作负载交给中国模型，市场已经在用脚投票了。当然，美国在几个关键领域仍然领先。在TerminalBench2.1编码测试中，OpenAI的GPT-5.6Sol拿了89.5%，KimiK3是85.0%。在AAII综合智能指数上，Anthropic的ClaudeOpus5还是第一。美国在数据中心等基础设施上也明显占优，拥有5427个数据中心，中国是449个。美国AI私人投资2025年达2859亿美元，是中国的23倍以上。但趋势比现状更说明问题。当美国砸进去2859亿美元，领先优势反而从9%缩到5.8%，这钱花得值不值，硅谷的投资者心里应该有数。斯坦福的报告说得很直白——中美AI模型性能差距已基本消失，双方在性能对决中交替领先。一个花了几千亿美元、拥有五千多个数据中心的超级大国，跟一个被芯片卡了这么多年、投入只有自己零头的对手，在核心能力上几乎打平了。这事说到底就是一句话：AI竞赛已经从能不能做出来，变成了谁做得更便宜、谁铺得更快。而在这条新赛道上，美国那套靠砸钱堆算力的打法，正在被中国的性价比路线一点点瓦解。彭博这篇报道之所以让硅谷不安，不是因为中国突然变强了，而是因为他们发现，自己好像找不到办法挡住这个趋势了。
硅谷那帮搞最前沿AI的天才，最近居然干出了一件极度荒诞的事为了给吞电的显
硅谷那帮搞最前沿AI的天才，最近居然干出了一件极度荒诞的事为了给吞电的显卡供电，他们疯狂抢购二手飞机，只为拆下喷气发动机当临时发电机，有合作商甚至一口气买下29台结果却卡在需要承受3000华氏度高温的涡轮叶片上，GE和西门子的订单已排到2030年，而这种核心叶片的加工基地偏偏在江苏宜兴，中国制造的设备也正源源不断发往中东等地满嘴都是改变世界的虚拟算法，背地里却被最传统的重工业死死拿捏，这反差实在有些黑色幽默
NYT报道，人工智能生成的垃圾内容污水池已经在科技平台上蔓延开来，令有意义的内容
NYT报道，人工智能生成的垃圾内容污水池已经在科技平台上蔓延开来，令有意义的内容变得廉价，污染了信息生态系统，而聊天机器人和视频生成器仍在步步推进。现在，硅谷想要清除这些垃圾。音乐流媒体平台Spotify表示去年下架了7500万条批量上传、重复歌曲和其他“垃圾”音乐——这占其总曲库的相当大一部分。领英在7月表示，“应对AI垃圾内容是我们所有人的首要任务，”并开发了一个供用户举报的按钮。YouTube母公司谷歌的研究人员描述了该视频平台如何在六个月内清除了13万个内容质量低劣的频道。在整个互联网，科技公司正在进行一场生成式废物大扫除，在许多情况下，它们已被自家AI工具最初所催生的同样垃圾内容所淹没。移动消息应用、餐厅点评网站、学术档案库和婚恋服务都在根除或降级AI生成的垃圾内容——其中许多依赖同样的技术来完成这次清理。“用户渐渐对此越来越不满”，“舆论氛围已经明显转变，所以这些公司终于开始正视这些问题。”生成式AI能够制作出越来越逼真的图像、音频和视频，但其中只有一部分算得上垃圾内容。科技公司主要针对的是那种低质量的点击诱饵——容易制作、传播、消费和遗忘——就像快时尚挤掉了高级定制，粉红肉渣取代了牛排。如果不加遏制，网上的合成沼泽可能会“排挤人类创造力，腐蚀文化价值，并破坏公共话语”，欧洲研究人员去年写道。“AI垃圾内容是一把双刃剑，因为许多平台因此获得了参与度的提升，”俄亥俄大学AI专家保罗·肖夫林表示，“但后来它变成了一种负担，因为垃圾太多了，用户现在很难找到他们想要的那种质量的内容。”
最近谷歌的“印度裔部门”着实上了一次北美热搜。发帖人称自己作为白人工程师进入
最近谷歌的“印度裔部门”着实上了一次北美热搜。发帖人称自己作为白人工程师进入谷歌某小组，整个团队16人，除去他和主管，剩下14名同事均为印度裔，仅仅工作五周之后，他便选择辞职离开。按照帖子的描述，他入职之后，团队大量实际技术工作全部压到他一人身上，其余同事更多负责派发任务，项目取得成果时争抢功劳，一旦出现失误就向外推卸责任。他被置于一个很矛盾的处境，团队需要他产出结果，却又把他隔绝在内部不少关键沟通之外，在我看来，这则匿名爆料的价值，不在于判定14名同事的真实水平，而是它撕开了硅谷大厂光鲜外壳之下，一种很现实的职场困境。很多人第一反应会把这件事简化成族群对立，但如果只停留在这个层面，就会错过事件背后真正的制度问题。当事人递交辞呈之后，局面立刻显露出现实的博弈关系，项目因为缺少实操人员濒临停摆，主管向他抛出条件，提供2万美元奖励，同时许诺提拔他担任项目负责人，希望说服他留下来继续支撑项目。当事人最终拒绝全部条件，坚持离职，发帖中还提到离职后收到数十通来自办公室的挽留电话，他全部没有接听。我的判断是，这位工程师拒绝诱惑，并不是单纯赌气，他看得很清楚，奖金和职位只是临时救火的筹码，并没有改变团队原本的人员结构与协作模式。留下来，就意味着他要继续承担绝大多数硬核工作，还要继续周旋原有的人际格局，短期收益换长期无尽内耗，这笔账并不划算。很多网友看完故事，直接把问题归结为特定族群抱团，把个体匿名帖子上升为群体标签。但我们要意识到，匿名网络帖子天然带有主观情绪，只能代表发帖人的个人感受，不能直接当成全体群体的整体画像。硅谷数十万印度裔工程师，大量人是核心技术骨干，这是不可否认的客观事实，单一小组出现极高同族群占比属于小概率个案，不能代表谷歌整体人员构成。不过个案虽不能代表全貌，但类似同乡、校友圈层影响职场，在全球各大科技企业都不同程度存在，并非硅谷独有。在我看来，这件事真正的病灶，是大公司庞大体系下的逆向淘汰风险。当企业规模足够庞大，考核体系有时会出现偏差，团队存续、人员编制、内部人际关系，权重会挤压实际产出的位置。一部分人擅长向上汇报、内部周旋，却不擅长落地实操，实干者反而要承担大部分兜底工作。美国科技行业过往也出现过不少类似案例，部分大型企业内部，一些团队会形成固定圈层，新人如果不属于这个圈子，就要承担大量脏活累活，功劳却不属于自己。绩效评审的时候，善于表达的人更容易拿到高分，埋头写代码的实干者反而容易被忽视，这是很多大厂长期被诟病的痛点。这里也有一个值得思考的反方观点，有人会提出，既然谷歌有着严格面试流程，为什么会出现爆料描述里大量人员无法完成本职工作的局面。一种合理解释是，面试考察的是技术上限，而进入复杂大团队之后，项目迭代、历史遗留模块、跨团队协作，都会出现很多面试无法覆盖的难题，部分员工擅长面试，却未必适配复杂落地场景。但即便如此，企业的管理责任依旧无法回避，如果一个团队高度依赖某一个个体才能运转，本身就代表管理者已经失职。管理者本该均衡分配工作，评估成员真实能力，化解团队内部隔阂，而不是等到唯一干活的人要走，才用奖金和职位临时救火。在我看来，2万美元的挽留，恰恰暴露了管理上的偷懒，管理者不愿意重构团队，不愿意梳理分工，只想用物质留住那个兜底的人。他们愿意花钱买人的劳动，却不愿意花精力修复组织本身，这种模式短期可以救项目，长期会不断消耗掉实干的员工。这件事给所有大型科技企业都敲了警钟，一家技术公司，真正的核心资产不只是人才招聘的纸面数字，更是组织协作的能力。如果内部圈层文化压倒工作产出，实干者不断流失，再响亮的企业招牌，也会慢慢被内部消耗侵蚀。我们当然不能仅凭一则匿名帖子就给谷歌或者某一个群体下结论，可这个故事之所以能够引爆网络，本质是无数打工人从里面看到了自己的影子：拼命干活，功劳旁落，离开之后才被看见价值。这才是这则海外爆料，能够跨越国界引发共鸣的根本原因，职场的底层逻辑从来不会改变。金钱可以临时收买劳动力，却买不来一个人的归属感，当一个人看清自己注定只能做救火的工具人，再丰厚的短期筹码，也很难将他留住。
最近谷歌的“印度裔部门”着实上了一次北美热搜。一个谷歌工程师，入职才五个星期
最近谷歌的“印度裔部门”着实上了一次北美热搜。一个谷歌工程师，入职才五个星期，直接拍桌子走人了。不是被挖，不是被裁，是自己扛不住，主动撤了。消息一出来，北美各大社交平台全在讨论，越扒越深，最后扒出来的那点事儿，简直让人头皮发麻。先说说这兄弟的处境。他分到一个十六人的项目组，除了主管，剩下十五个基层员工，十四个是印度裔。对，你没看错，十五个干活的人里，就他一个“外来户”。其实这本身没什么好说的，硅谷本来就是全球人才的集散地，谷歌印度裔多也不是一天两天了。但问题在于，人数优势一旦变成“小圈子文化”，那味道就全变了。刚入职那会儿，这哥们儿还挺乐观，觉得只要自己技术硬，到哪儿都能站稳脚跟。可上班没两天，他就发现自己像个局外人。每天开完例会，那十四位同事就开始用家乡话叽叽喳喳地聊开了——任务怎么调整、哪个模块有风险、下一步谁负责什么，全是母语沟通。他一个字都听不懂，只能尴尬地坐在那儿。等到任务真正派下来的时候，所有关键决定早就私下敲定了，他就跟收快递似的，只负责接单，前面讨论环节根本没他什么事儿。你说这算不算排挤？明面上没人骂你，没人打你，但那种“信息隔离”的滋味，比被当面怼还难受。一个正常运转的团队，最起码的规矩就是所有工作沟通必须用通用语言，保证每个人都有知情权。可一旦小圈子内部搞出一套独立的沟通暗号，信息墙瞬间就立起来了。干活的人永远慢半拍，信息不对称埋下的雷，最后全得由实干者来拆，出了问题责任还都是你的。这不是欺负人是什么？更离谱的还在后头。那十四位资深员工，工龄一个比一个长，工资一个比一个高，但真刀真枪处理技术故障的时候，一个个全蔫了。基础的系统报错，查半天查不出原因；代码出bug，没人敢动。主管干了没几天就摸清了底细——这十四个人，嘴上功夫一流，手上功夫稀松。于是，所有硬骨头、烂摊子、最难啃的技术攻坚，全甩给了那个刚来一周的新人。这哥们儿白天连轴转，晚上加班改代码，还得抽空给那帮老员工“补课”，手把手教他们业务流程，跟带实习生似的。可项目一顺，成果汇报的时候，那十四个人全站出来了，PPT上分工一列，好像人人都是主力。一旦系统出点岔子，或者上线出了故障，锅就不知不觉往新人那边推。什么“这个模块是你负责的吧”“是不是你改的配置”，话里话外全是甩锅。辛苦熬夜换来的成果，功劳是大家的；出了问题，责任是你个人的。这种环境，换谁待得住？他扛不住了，递了辞职信。最讽刺的戏码来了。主管一听说他要走，当场急了，开出两万美金的额外奖金，还拍胸脯保证让他当项目负责人，各种条件随便开。离职手续办完两天之内，办公室的电话打了二十七通，他一个没接。去意已决，头都不带回的。你说主管傻吗？他心里比谁都清楚。整个团队里，真正能顶事儿的就是这个新人。那十四个人，充其量是“氛围组”，关键时刻指望不上。一旦这兄弟走了，项目立马停摆，后续进度全完蛋。所以他拼命挽留，不是因为多赏识这新人，而是因为他知道剩下的那帮人撑不起场面。这事儿看着是个孤立事件，但我觉得它把硅谷大厂藏了多年的那块遮羞布，给扯了个干干净净。这些年，谷歌高层里印度裔高管的比例肉眼可见地往上涨。这本身不是问题，问题在于，当手握招聘和晋升大权的人开始倾向于“内推同乡”，事情就变味儿了。你拉我，我拉你，一个圈子套一个圈子，资源、机会、晋升通道，全在小圈子里流转。圈外的人，哪怕技术再好、干得再苦，也只能捡点残羹剩饭。慢慢地，一种“逆向淘汰”就成型了——能说会道、擅长包装、会抢功的人，稳稳坐在高薪岗位上；真正埋头写代码、啃硬骨头的实干者，要么被边缘化，要么像这位兄弟一样，心寒走人。当一个团队的大多数人把心思从钻研技术挪到经营关系上，整天琢磨怎么抢功劳、怎么甩锅、怎么拉帮结派，那这个团队离废掉就不远了。谷歌这几年在AI赛道上的表现，说实话挺让人着急的，被OpenAI、微软这些对手追着打，创新速度远不如预期。外界老在猜是战略问题还是技术瓶颈，可我觉得，部门内部这种畸形的生态，才是真正拖后腿的病灶。一群不会干活的人占着坑，真正能干的被挤走，创新能力从哪儿来？我一直认一个死理：全球化公司，招人只能看能力，看出身、看关系、看校友圈，都是歪门邪道。只有搭一个公平透明的晋升梯子，让实干者能看到希望，让混日子的人没空子可钻，企业才可能有后劲。谷歌这次闹得满城风雨的离职风波，就是一记响亮的耳光。不止打给硅谷，全世界的巨头公司都该听听这声儿。靠抱团经营出来的短期利益，掩盖不了技术短板的窟窿。等到实干者全跑了，再开出多高的挽留价码，也换不回那颗已经凉透的心。
近两年，国产AI大模型Kimi-K3在全球市场持续走红，斩获大量海内外用户认可。
近两年，国产AI大模型Kimi-K3在全球市场持续走红，斩获大量海内外用户认可。这款爆款模型的问世，让创始人杨植麟的归国抉择，再度引发美国科技圈深度复盘。作为卡内基梅隆大学AI专业博士，杨植麟是美国本土体系培养出的顶尖技术人才。他曾手握苹果核心研发岗offer，满足美国H1B签证留美就业的全部硬性条件。即便拥有绝佳的留美发展机会，杨植麟依旧果断放弃硅谷高薪，选择回国自主创业。这一人才反向流动的真实案例，狠狠戳中了美国多年以来的人才留存痛点。过去几十年，全球人才市场长期呈现固定格局，高端人才纷纷赴美求学定居发展。美国凭借名校资源、高薪岗位和产业优势，持续吸纳全球顶尖科创人才入驻。华人从业者更是硅谷科创体系的重要支撑，默默撑起大量核心技术研发工作。但随着国内科技产业快速崛起，这套维持多年的人才流动格局正在彻底扭转。卡内基梅隆大学作为全美计算机领域的顶尖院校，科研实力和行业资源顶尖。该校毕业生常年被硅谷各大科技巨头争抢，就业前景和薪资待遇十分优厚。杨植麟在读博期间，科研能力就远超同期学子，学术成果含金量十足。他深耕大模型算法、长文本优化等前沿方向，论文成果在行业内认可度极高。其博士生导师任职苹果AI核心岗位，手握丰富的行业人脉和项目资源。为留住这位稀缺的AI人才，导师主动出面对接企业，为他争取到苹果核心岗位。除苹果外，多家硅谷头部科技企业也纷纷向他抛出高薪研发岗位的橄榄枝。从资质、签证、就业渠道等各方面来看，他留美发展没有任何阻碍。在旁人看来，稳稳留在硅谷从事高端研发，是最优且最稳妥的职业选择。但杨植麟跳出了传统人才的发展定式，坚定选择回国深耕人工智能赛道。随着Kimi-K3系列模型持续迭代、火爆全球，外界终于看懂这份选择的格局。外网大量科技从业者和网友热议，纷纷反思美国职场存在的固有弊端。硅谷企业薪资优厚，但岗位分工极度细化，技术人员沦为标准化工具。华人技术人才大多只能负责局部模块研发，无法主导整体项目创新落地。长期存在的职场隐形壁垒、常态化的合规审查，让从业者缺乏稳定归属感。即便技术能力再出众，多数华人从业者也难以突破圈层，触碰核心决策层。固化的职场体系，极大束缚了顶尖人才的创新思维和技术研发上限。相比之下，国内AI产业近几年迭代速度飞快，产业生态愈发成熟完善。国内拥有海量真实的应用场景、完整的产业链条和宽松的创业氛围。对于科创创业者来说，技术可以快速落地测试、迭代优化，完成商业化闭环。人才无需依附大厂体系，能够自主把控研发方向，主导项目的全程推进。这种创新自由和事业主动权，是硅谷高薪岗位完全无法比拟的核心优势。同时，国内完善的人才扶持政策、充足的资本加持，为创业提供坚实保障。各类利好条件叠加，让高端科创人才拥有更广阔的发展空间和成长前景。回国后，杨植麟创立月之暗面科技，专注通用人工智能领域的技术攻坚与创新。团队聚焦长文本理解、复杂逻辑推理等核心赛道，持续补齐国产大模型短板。自研的Kimi-K3大模型综合性能优异，成功跻身全球AI产品第一梯队。不仅在国内收获海量用户，也凭借硬核实力打开了海外市场的口碑。外网流传的工作日常画面，也让海外网友直观感受到两地科创氛围的差距。国内团队灵活高效的研发节奏、包容的试错环境，更适配前沿技术突破。美国科技圈也由此认清现实，单纯高薪已经留不住有格局的顶尖人才。物质待遇早已不是高端人才择业的唯一标准，价值实现和发展空间更重要。杨植麟的归国创业之路，是国内科技实力崛起、人才吸引力提升的真实缩影。如今越来越多海外华人博士、技术骨干，主动放弃海外优渥条件选择回国。持续的人才回流趋势，彻底扭转了过去数十年人才单向外流的被动局面。目前，杨植麟依旧扎根国内AI创业一线，带领团队深耕通用人工智能研发。团队保持高频技术迭代，持续优化Kimi系列模型，拓展多行业落地应用场景。同时持续吸纳海内外优质科创人才，不断扩充研发实力，助力国产AI产业进阶。他的创业经历，也成为海外高端人才归国创新创业极具代表性的优质范本。信源：新浪财经
8月11日，日本经济新闻刊发了一篇，让硅谷不太舒服的文章。主角是月之暗面CEO杨
8月11日，日本经济新闻刊发了一篇，让硅谷不太舒服的文章。主角是月之暗面CEO杨植麟，开发出中国高性能AI“Kimi”的那个90后。日媒的结论很直接——这个人的选择，反映出美国对顶尖人才的吸引力正在下降。不是中国媒体在自夸，是日本人在做第三方确认。这篇报道没有堆砌华丽辞藻，而是用扎实的信息链展开分析。日媒记者注意到，杨植麟的履历本是硅谷最青睐的类型。2015年清华年级第一毕业，直奔全球NLP研究顶尖的卡内基梅隆大学，师从苹果首任AI研究负责人和谷歌首席科学家。这样的学术背景，放在几年前大概率会留在硅谷。但2022年底ChatGPT爆发后，杨植麟海外考察两个月，最终选择回国。2023年3月，月之暗面成立，一个月内拿到红杉、真格6000万美元融资。不到三年时间，这家公司估值突破200亿美元。更让业界震动的是2026年7月，杨植麟带着KimiK3登上NVIDIAGTC主会场。这款模型以2.8万亿参数、百万级上下文成为全球首个开源3万亿级模型。日媒特意强调，KimiK3的突破不止是参数堆砌。它的KDA混合线性注意力机制，让长程记忆与推理效率实现兼顾。原生多模态能力不是插件拼接，而是架构级的基因植入。百万级token上下文是什么概念？相当于能一次性读完整本技术书籍，或数小时会议记录。这让Kimi在仓库级代码导航、跨文献推理等场景，形成独特优势。更关键的是开源决策。杨植麟选择公开完整模型权重，配合激进定价策略，直接冲击闭源厂商的商业模式。日媒观察到，这是中国AI企业首次在超大规模模型领域，拥有定义规则的底气。杨植麟的选择并非孤例。日媒在报道中顺带提及，过去两年海外AI人才回流明显。师从李飞飞的苏昊，海外求索17年后加盟复旦，牵头物理智能研究。27岁的姚顺雨更具代表性。普林斯顿博士毕业后曾任OpenAI研究员，2024年加入腾讯，直接出任首席AI科学家，掌管AIInfra和大模型核心业务。95后罗福莉从DeepSeek跳槽小米，成为MiMo大模型负责人；郭达雅加盟字节跳动，执掌Agent方向。这些年轻人的流动轨迹，与杨植麟形成呼应。日媒分析，人才流向转变的背后，是中国AI产业生态的质变。31个省区市均出台扶持政策，北京、上海每年投放亿元级算力券，企业最高可获千万元补贴。浙江杭州对优质开源项目奖励100万元，四川、广东聚焦产业落地，形成差异化赛道。西部省份依托绿电优势，打造算力枢纽，让模型训练成本大幅降低。反观美国，情况正在发生变化。白宫拟议的新规，计划禁止联邦拨款支持美中科研合作，将NASA的对华限制扩大到所有联邦机构。这一政策引发近50万条公众意见，88%持负面看法。美国科学家担忧科研政治化，认为减少合作会进一步拉大在量子科学、AI等领域的差距。日媒在报道中抛出核心判断：人才流动的逻辑已从“单向奔赴硅谷”，变成“全球双向选择”。杨植麟们的选择，本质是产业机会的重新排序。过去硅谷的吸引力，源于技术话语权和完善生态。但现在，中国不仅能提供充足资金，更有庞大的应用场景和算力支持。KimiK3的成功，印证了中国AI的“第二曲线”。从早期的应用创新，跃迁至基础层定义权争夺，与DeepSeek形成差异化互补的竞争格局。开源策略成为关键变量。日媒注意到，KimiK3让开源模型首次在绝对能力上逼近顶尖闭源模型，同时保持透明度和成本优势。对于金融、医疗等敏感行业，“开源权重+私有化部署”正从可选项变成必选项。这让中国AI在全球市场获得新的话语权。算力叙事也在转向。KimiK3的扩展效率比前代提升2.5倍，证明竞争焦点已从算力投入，转向算力转化效率。在芯片管制背景下，这种效率优势变得尤为重要。谁能用更少的资源榨出更多智能，谁就能在下半场占据主动。回到日媒的核心结论，美国对顶尖人才的吸引力下降，并非因为美国变弱。而是中国AI产业的崛起，提供了另一条实现价值的路径。杨植麟们的选择，不是意识形态的站队，而是理性的职业判断。他们看到了在这里能做更大的事，能把技术想法快速落地为产品。这种人才流动的变化，本质是全球科技格局的再平衡。过去由硅谷主导的单一创新中心，正在演变为多极并存的生态。开源与闭源的博弈，算力与效率的比拼，政策与市场的协同，这些因素交织在一起，重塑着AI产业的全球版图。杨植麟和Kimi的故事，只是这场变革的一个缩影。它告诉我们，顶尖人才永远追随机会，而机会永远留给有准备的土壤。未来的科技竞争，不再是单一技术或单一企业的对决。而是整个生态的较量，是人才、政策、市场、算力的协同作战。
硅谷谷歌工程师陈立人杀妻案最新进展:，陈立人案预计将持续一个月以上时间的陪审团审
硅谷谷歌工程师陈立人杀妻案最新进展:，陈立人案预计将持续一个月以上时间的陪审团审判，将于两个月之后的旧金山时间10月12日的上午8:35am，在法院的24号法庭正式开始。
华人男子夸美式松弛感：终于知道为什么全世界的人都喜欢往美国跑了，就像在硅谷这里，
华人男子夸美式松弛感：终于知道为什么全世界的人都喜欢往美国跑了，就像在硅谷这里，周末开着车10分钟就可以到山上露营，美国人的周末基本上都是在山上搭帐篷。
