热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币,引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲

宝玉
Prompt Engineer,致力于学习和传播有关 AI、软件工程和工程管理的知识。
我从上下文工程方面提一点意见:如果你一下子安装73个SubAgent,也就是你每次发指令给 Claude Code,那么就要把这 73 个 SubAgent 的说明一股脑发给 Claude 模型,要知道 Claude Code 自带的工具也就 15 个左右,如果工具、SubAgent 是越多越好,那岂不是官方内置几百上千个 Agent 和工具更好?
SubAgents 和工具显然不是越多越好的,这些工具的说明都需要占用宝贵的上下文空间,稀释模型的注意力,所以选择 3-5 个常用的 SubAgent 安装上就可以了。

刘小排4 小时前
Claude Code 懒人技巧 : 一键让你的Claude Code拥有所有世界顶级Agent,并卷死它自己
713
ChatGPT Go —— 一款全新的低成本订阅计划,首先支持印度,价格为每月 399 卢比(约合 4.55 美元),会将根据用户的反馈进行学习和调整,然后再决定是否推广到其他国家。
与免费版相比,Go 套餐提供了:消息上限提升 10 倍、图像生成数量提升 10 倍、文件上传数量提升 10 倍,以及记忆时长延长 2 倍。

Nick Turley16 小时前
我们刚刚在印度推出了 ChatGPT Go,这是一个新的订阅层级,为印度用户提供更多访问我们最受欢迎功能的机会:消息限制提高 10 倍,图像生成提高 10 倍,文件上传提高 10 倍,记忆时间比我们的免费层级长 2 倍。所有这些仅需 399 卢比。🇮🇳
15.72K
麻省理工学院 NANDA 研究发现,仅有 5% 的组织成功将 AI 工具大规模投入生产
美国公司已在生成式 AI 项目上投资了 350 亿至 400 亿美元,然而到目前为止,几乎血本无归。
根据麻省理工学院 NANDA(网络 AI 智能体与去中心化人工智能)项目的一份报告 [PDF],95% 的企业组织从他们的 AI 投入中获得了零回报。
只有 5% 的组织成功地将 AI 工具大规模集成到生产中。
该报告基于对 52 位企业领导者的结构化访谈、对 300 多个公开 AI 项目和公告的分析,以及对 153 位商业专业人士的调查。
报告作者——Aditya Challapally、Chris Pease、Ramesh Raskar 和 Pradyumna Chari——将这种“生成式 AI 鸿沟”归因于 AI 系统无法保留数据、适应环境以及持续学习的能力,而非基础设施、学习资源或人才的匮乏。
> “生成式 AI 鸿沟”在部署率上表现得最为明显,只有 5% 的定制化企业 AI 工具能够进入生产阶段。
“‘生成式 AI 鸿沟’在部署率上表现得最为明显,只有 5% 的定制化企业 AI 工具能够进入生产阶段,”报告称。“聊天机器人之所以成功,是因为它们易于尝试且灵活,但在关键工作流程中却因缺乏记忆和定制化能力而失败。”
正如一位匿名的首席信息官在接受作者采访时所说:“今年我们看了几十个演示。可能只有一两个是真正有用的。其余的要么是‘套壳’产品,要么就是科学实验项目。”
作者的发现与其他近期研究的结果不谋而合,这些研究表明,企业领导层对 AI 项目的信心正在下降。
NANDA 的报告确实提到,一小部分公司已经发现生成式 AI 的用处,并且该技术正在对九个工业领域中的两个——科技以及媒体与电信——产生实质性影响。
而对于其余领域——专业服务、医疗保健与制药、消费与零售、金融服务、先进工业以及能源与材料——生成式 AI 则一直无关紧要。
报告援引了一位中端市场制造企业匿名首席运营官的话:“LinkedIn 上的宣传天花乱坠,说一切都改变了,但在我们的实际运营中,没有任何根本性的变化。我们处理一些合同的速度是变快了,但仅此而已。”
有一件事确实在改变,那就是就业格局,至少在受影响的行业是如此。报告指出,在科技和媒体领域,“超过 80% 的高管预计在 24 个月内会缩减招聘规模。”
据作者称,由生成式 AI 驱动的裁员主要发生在那些经常被外包的非核心业务活动中,例如客户支持、行政处理和标准化的开发任务。
“这些职位在 AI 实施之前,就因其外包状态和流程标准化而显示出脆弱性,”报告称,并指出在受影响的行业中,有 5% 到 20% 的支持和行政处理岗位受到了冲击。
据《The Register》获悉,甲骨文(Oracle)最近的裁员反映了其平衡 AI 资本支出的努力,而这笔开支已成为美国科技巨头脖子上的沉重负担。而在 IBM,员工们则认为 AI 已被用作将工作岗位转移到海外的借口。
无论裁员的公开理由和真实动机是什么,生成式 AI 确实正在对科技以及媒体与电信行业产生影响,这些也是它被最广泛采用的领域。
尽管大约 50% 的 AI 预算被分配给了市场营销和销售,但报告作者建议,企业投资应该流向那些能产生有意义业务成果的活动。这包括前端的潜在客户资格鉴定和客户维系,以及后端的削减业务流程外包、广告代理支出和金融服务风险核查。
报告通过分析生成式 AI 在某些公司取得成功的方式指出,像 OpenAI 的 ChatGPT 这样的通用工具,表现要优于定制的企业级工具,即便这些企业工具底层使用的是相同的 AI 模型。
报告阐述的理由是,员工往往对 ChatGPT 的界面更熟悉,因此使用得更多——这是员工自发的“影子 IT”所导致的结果。报告引用了一位公司律师的访谈,她描述了自己所在的中型律所对一款花费了 5 万美元的专业合同分析工具的不满。
“我们购买的 AI 工具提供的摘要非常刻板,定制选项也很有限,”这位律师告诉研究人员。“而使用 ChatGPT,我可以引导对话,反复迭代,直到获得我确切需要的东西。根本性的质量差异是显而易见的,ChatGPT 始终能产出更好的结果,尽管我们的供应商声称他们用的是同样的基础技术。”
作者们认为,那些成功跨越“生成式 AI 鸿沟”的公司,在采购 AI 时,更像是在采购业务流程外包服务,而不是软件即服务(SaaS)的客户。
“他们要求深度定制,从一线推动应用,并要求供应商对业务指标负责,”报告总结道。“最成功的买家明白,跨越这条鸿沟需要的是建立合作关系,而不仅仅是购买产品。”®
44.78K
小孩子才做选择,成年人全都要。AI 时代编码能力仍然重要,只是侧重点不再是手搓 Leetcode,而是对代码的审美、品味上,能闻出来代码的坏味道。
代码是要运行要维护的,如果代码能力不行,是看不出来代码中的安全问题、性能问题,更无法在代码出问题时解决问题,这时候你怎么用提示词PUA AI 也不行的

WquGuru🦀8月17日 20:36
越早意识到下面这点的Engineer越有长远优势:
当AI生成代码有问题时,你不应该自己检查,自己改,而应通过:
prompt层面:更详尽的任务规划,更细分的TODO…
工程层面:e2e、单测、强类型语言…
给到AI更多线索和约束,完全让他自己迭代
简而言之就是不要与AI发展的趋势对抗,培养工程、架构、规划能力,而不是编码能力
23.95K
朋友问我对于 Figma 生成代码有没有好的方法,他目前做法是:Figma 导出 HTML 代码,然后把导出的代码让 GitHub Copilot 按照代码库中的组件格式重写。他觉得这样还要复制粘贴代码,再写一堆提示词让 Copilot 重写很麻烦。
我对 Figma 不是很熟悉,建议他可以试试把 Figma 的结果直接截图或者导出 PNG,然后把截图发给 Copilot,让 Copilot 根据截图一步到位生成 UI 代码。
他说这样得到的样式不如从 Figma 导出的准确,毕竟 Figma 上有精准的颜色、尺寸,而 AI 生成的就没那么精准。
我建议他可以考虑两者结合一下,同时导出代码和生成截图,然后把截图、Figma 导出代码和组件说明一起发给 AI(提示词中用 XML 标签隔开),这样就可以兼顾 UI 生成和样式准确性了。
参考提示词如下:
[UI 设计截图]
<Figma导出代码>
[Figma 代码……]
</Figma导出代码>
<UI组件说明>
[React UI组件说明……]
</UI组件说明>
上面是 UI 设计图、相应的 Figma 代码,请参考UI组件说明,使用我提供的 UI 组件重新生成 UI 代码。
10.23K
AI 正在逐步取代外包和离岸工人
根据麻省理工学院(MIT)发布的《2025 年商业 AI 状况》报告,人工智能暂时还不会抢走你的饭碗。恰恰相反,AI 目前主要替代的是那些外包和离岸的劳动力。
为何值得关注: 正当美国员工感受到劳动力市场紧缩的压力,并对白领裁员潮忧心忡忡时,MIT 的研究结果表明,AI 带来的冲击目前主要发生在更远的地方,尽管其长期风险要大得多。
他们怎么说: MIT 媒体实验室“互联 AI”小组负责人 Aditya Challapally 告诉 Axios:“目前似乎没有任何裁员。……受影响最大的工作岗位本就是那些优先级较低或已经外包出去的。”
• 报告指出,企业们发现,真正的收益来自于“替代业务流程外包(BPO)和外部机构,而不是裁减内部员工”。
放眼全局: Challapally 表示,虽然短期内有 3% 的工作可能被 AI 取代,但从长远来看,这个数字可能接近 27%。
• 那些被认为是 AI 先行采用者的行业,正在最先感受到对劳动力的近期影响。
• 在科技和媒体这两个行业中,超过 80% 的受访高管预计未来两年的招聘规模将会缩减。这两个也是唯一显示出明显受到 AI 冲击迹象的行业。
• 尽管如此,大多数受访公司目前只是用 AI 来填补员工空缺,而不是直接替换他们。
数据说话: 目前,公司们并没有解雇员工,而仅仅是取消了涉及外包劳动力的合同,这一策略正带来财务上的收益。
• 后台办公自动化也带来了更高的投资回报,MIT 研究人员所研究的公司因此削减了 200 万至 1000 万美元的业务流程外包(BPO)开支。
• 其中一家被研究的公司,通过在一款 AI 工具上花费 8000 美元,每年节省了 800 万美元。
弦外之音: 据估计,50% 的 AI 预算流向了销售和市场营销领域。
• 这可能表明,尽管后台办公工具能节省更多资金,但前台办公工具却获得了更多的投资。
• 这也可能是因为,衡量由 AI 驱动的前台办公成果更加困难。(例如,很难判断 AI 是否真的帮助你在一年内完成了更多销售。)
洞悉关键: 对于那些押注 AI 将推动生产力增长的投资者来说,这份报告既带来了希望,也揭示了风险。
• 在投资生成式 AI 的组织中,有 95% 没有获得任何投资回报。
• 但 Challapally 说,公司们确实看到了“生产力的显著提升”。
核心要点: 如果 AI 能够提升生产力,帮助公司削减成本,同时又不会引发大规模裁员,那么对投资者而言,这可能是一个理想的“金发姑娘”情景——既能推动盈利增长,又能避免普遍失业对经济造成的拖累。


宝玉8月17日 10:54
今天有个新闻在 Hacker News 上很火,新闻内容是加州失业率攀升至5.5%,全美垫底,科技业步履维艰:“求职市场太残酷了”。
> 根据周五发布的州政府数据,加州七月份的失业率攀升至5.5%,位居全美各州之首。这背后是科技行业和其他办公室工作岗位的持续疲软以及招聘市场的低迷。
新闻将此归因于科技行业的疲软,因为该行业在加州经济中占有举足轻重的地位。这条新闻在 Hacker News 社区上讨论激烈,大家从各自的视角分析了背后的深层原因,远比新闻标题所揭示的更为复杂。
我觉得这个上面的讨论比较好的总结了为什么现在科技行业就业低迷。
1. 首先最核心的观点是:告别“零利率时代”的多重后遗症
这是讨论中最主流、最深刻的观点。许多人认为,当前科技行业的困境并非单一因素造成,而是过去十年“零利率政策”(ZIRP, Zero Interest Rate Policy)时代的终结所引发的连锁反应。
- 资本泡沫破裂:从大约2012年到2022年,极低的利率使得资本异常廉价。大量风险投资(VC)涌入科技行业,催生了无数依赖“烧钱”增长的商业模式,尤其是那些缺乏实际价值的加密货币(Crypto)和元宇宙(Metaverse)公司。随着美联储加息,廉价资金的时代结束,这些公司的资金链断裂,导致大量裁员和倒闭。
- 人才供需失衡:在ZIRP时代,科技行业的高薪神话吸引了大量人才涌入。大学的计算机科学(CS)项目大规模扩招,编程训练营(boot camp)遍地开花,加上技术移民,导致软件工程师的供给在十年间急剧增加。然而,随着资本退潮,需求端(尤其是创业公司)急剧萎缩,造成了严重的人才过剩。
- 生物科技等行业的连带效应:生物科技(Biotech)等同样依赖长期、高风险投资的行业也遭受重创。这些行业对廉价资本的依赖性甚至超过软件行业。ZIRP结束后,VC的资金逐渐枯竭,初创企业在用完“跑道资金”(runway)后无法获得新一轮融资,只能裁员或倒闭。
> (by tqi): “在我看来,现在说‘AI’对软件公司招聘产生实质性影响还为时过早。一个更合理的解释是,在2012到2022年间,软件工程师的人才供给大幅增加... 而在需求端,零利率时代的VC资金主要投向了那些扯淡的加密货币和元宇宙公司,它们大多没能成功,导致现在市场上缺少能够吸纳这些人才的后期或新上市公司。”
2. 远程办公的“双刃剑”:全球化外包的新浪潮
COVID-19 疫情普及了远程办公(Work From Home, WFH),这在当时被许多开发者视为福音,但现在,其负面效应开始显现。
- 为外包铺平道路:当开发者们极力争取完全远程工作的权利时,他们可能没有意识到,这也为公司将岗位外包到成本更低的国家打开了大门。既然大家都是远程,公司为什么不雇佣一个薪资只有美国工程师1/5、同样优秀的印度或东欧工程师呢?
- “回不去了”的办公室:一些评论者认为,科技公司推动的“返回办公室”(Return to Office, RTO)政策,在某种程度上是为了保护本地就业岗位。一旦工作被证明可以100%远程完成,那么它就可以在全球任何地方完成,美国工程师的薪资优势将不复存在。
- 外包质量的争论:也有人反驳说,外包已经持续了几十年,高质量的软件开发仍然需要本地顶尖人才,因为沟通成本、时区差异和文化背景等问题难以解决。但支持外包观点的用户则认为,随着远程协作工具的成熟和管理模式的改进,这些障碍正被逐渐克服。
> (by aurareturn): “我从2022年起就在HN上说:所有支持完全远程工作的北美开发者们,当你的公司决定用海外的人取代你时,你们会大吃一惊的。既然都是远程,公司为什么要花5倍的价钱雇你,而不是一个更努力、更少抱怨的海外员工呢?... 支持返回办公室的命令,从长远看,可能会保住你的职业生涯。”
3. AI的角色:是生产力工具、裁员借口,还是资本“吸血鬼”?
关于人工智能(AI)在这次失业潮中的角色,讨论呈现出复杂的分歧。
- 直接替代效应有限:大多数人同意,目前的AI还无法完全替代有经验的软件工程师。但它已经开始替代一些初级、重复性的工作,比如一些咨询类的小任务。有顾问现身说法,称客户因为可以用ChatGPT解决一些小bug而不再联系他。
- 裁员的“完美借口”:一个普遍的观点是,AI成为了企业裁员和降本增效的“完美借口”。即使裁员的根本原因是经济下行或管理层决策,公司也乐于将其包装成“拥抱AI、提升效率”的战略调整。
- 资本的“黑洞”:AI扮演了另一个关键角色——它吸走了市场上仅存的、本可以流向其他科技领域的风险投资。VC们现在几乎只对AI项目感兴趣,这加剧了非AI领域初创公司的融资困难。
4. 科技行业的“铁锈地带”化?对未来的结构性担忧
部分讨论者从更宏观的视角表达了对未来的忧虑,将科技行业与曾经辉煌后衰落的制造业“铁锈地带”(Rust Belt)相类比。
- 工作岗位流失的重演:正如当年美国将制造业外包给中国一样,现在IT和软件开发工作正在大规模地流向印度、拉美和东欧。这可能导致曾经高薪的软件工程师群体面临长期的结构性失业。
- 政治和社会影响:如果大量中产阶级科技工作岗位消失,可能会引发新的社会和政治问题,就像“铁锈地带”的衰落至今仍在影响美国政治格局一样。
- 移民与签证政策的争议 (H1B/O1):一部分讨论将矛头指向了H1B等工作签证,认为它们被滥用,压低了本地工程师的薪资,并加剧了竞争。另一些人则坚决捍卫技术移民,认为正是这些来自全球的顶尖人才(如滑铁卢大学的毕业生)构成了硅谷的创新基石。
5. 公司管理与文化变迁:“马斯克效应”
一个有趣的观点认为,马斯克对推特(现X)的大规模裁员产生了示范效应。
- 裁员的合理化:当马斯克解雇了推特超过75%的员工后,产品依然能够运转,这让许多CEO开始反思:“既然他能做到,为什么我不能?” 这打破了过去科技公司“人才越多越好”的思维定势,使得大规模裁员在心理上和商业上都变得更容易被接受。
6. 政治与政策因素:税法变更的争议
一条技术性但影响深远的线索是关于美国税法的变更。
- 研发支出摊销规则 (Section 174):2017年特朗普政府的税改法案(TCJA)中有一项条款,要求公司从2022年开始,必须将软件开发的薪资等研发(R&D)支出在五年内分期摊销,而不能像以前一样在当年全额抵扣。这极大地增加了科技公司(尤其是初创公司)的税务负担,抑制了在美国本土的招聘意愿。
- 近期法案的修复作用:最近通过的“重建美好未来法案”(Build Back Better, BBB)部分修正了这一问题,允许国内的研发支出再次立即抵扣。一些评论者认为,他们在7月份左右感受到招聘市场有所回暖,可能与此有关。
最后
从这些讨论来看,现在加州科技行业就业低迷原因还挺复杂,并非单一因素造成的,也不能简单的归结为“AI取代人类”或“行业周期性衰退”,而是零利率时代结束后的经济清算、远程办公带来的全球劳动力市场重构、AI作为新技术和资本磁石的双重冲击、以及特定税收政策变化等多种因素交织在一起的结果。
也不知道啥时候能走出这种困境?或者原因不仅仅是上面讨论的这些
18.8K
热门
排行
收藏
链上热点
X 热门榜
近期融资
最受认可