当AI开始加速产业重构,经济与社会的适配能力能否跟上?
多大NewMedia分析了AI如何加速产业重构,指出AI可能同时改变经济结构重构速度、组织制度适配能力和风险传导机制。文章通过电气化历史和AI实践对比,认为AI确实提高了某些环节效率,但整条产业价值链的同比例加速仍面临约束。金融AI Agent的兴起还带来了责任边界和风险传导的新挑战。
多大NewMedia分析了AI如何加速产业重构,指出AI可能同时改变经济结构重构速度、组织制度适配能力和风险传导机制。文章通过电气化历史和AI实践对比,认为AI确实提高了某些环节效率,但整条产业价值链的同比例加速仍面临约束。金融AI Agent的兴起还带来了责任边界和风险传导的新挑战。
AI正在重塑知识工作者的身份认同,专业能力稀缺性、成果归属感和组织决定权面临重新分配。企业需通过分配判断权和责任来维持员工价值,个人则需在职业外建立多元身份来源。社会制度也需承认职业外的贡献,以应对AI带来的身份焦虑。
陶哲轩与邓煜在SAIR Foundation播节目中讨论AI与数学的未来,指出AI使'已有证明'与'能被理解'成为两条不同边界,提出改变学术激励标准、事前参与和开源数学模型等解决方案。陶哲轩称OpenAI发布的数学成果为'有毒废料',强调理解责任仍在于人类。
推荐理由:陶哲轩与邓煜将AI数学争议从'能否解题'转向'如何理解与溯源',揭示出学术评价体系面临的结构性挑战。
比尔·盖茨称 AI 将带来二十年颠覆性变革,社会可能分裂为科技接受与拒绝两派。他认为 AI 过去一年进步显著,具备编写代码、生物学推理和颠覆就业市场的能力。未来人类将拥有建造房屋、种植食物、进行手术的机器人,多数商品和服务不再需要人类劳动力。
Google DeepMind创始人Hassabis认为AGI将在两到三年内实现,此前他预估为三到五年。他定义AGI为具备人类大脑全认知范围系统,并以“爱因斯坦测试”为衡量标准。Hassabis警告称糟糕的监管比没有监管更糟,并倡导建立政府监管的行业监督机构。
亚马逊副总裁兼首席技术官Werner Vogels在深圳分享亚马逊的AI理念,强调成本可控、不必追求最强模型、Agent必须被约束,人类需保留最终判断。他指出企业不应因FOMO驱动的AI转型,而应先教育、再理解,明确AI只是工具,工作仍然是人类的。亚马逊开发了Dogwood语言来规定Agent能做什么、不能做什么,并强调开源的重要性。
Jack Clark在IMF曼谷会议上发表演讲,认为AI已开始自主进行科学研究,奇点已经到来。他列举了AI在数学、生物学和机器人学等领域的突破,并预测这将加速科学进步,改变全球经济格局。作者呼吁政策制定者做好准备,平衡AI带来的机遇与风险。
康奈尔大学应用数学家Steven Strogatz称2026年可能是数学的奇迹之年或灾难之年。陶哲轩从AI积极拥护者转为抵制者,联合25位菲尔兹奖得主抵制OpenAI,认为AI暴力解题会伤害数学研究本质。OpenAI近期宣布攻克三维纳维-斯托克斯方程,并发布722篇AI生成的数学手稿,引发数学家对'知识崩塌'的担忧。
推荐理由:AI暴力解题引发数学界恐慌,陶哲轩从AI拥护者转为抵制者,揭示数学研究本质与AI解题的深层矛盾。
观潮分析了AI代理参与竞争后带来的变化:价格不再被发现而是收敛,筛选机制从'谁更好'转向'谁先被看见',入场门槛持续上升。这种现象被称为'局部忠诚悖论',每个系统都忠实于自己的委托人,但市场为所有人的忠实付出了额外成本。
AI剧人物频繁出现“面色一红”等可疑脸红,源于提示词套路与模型对情绪理解的局限。AI无法区分脸红背后的羞、恼等复杂情绪,仅渲染明显红脸特征,暴露了硅基缺乏具身经验的短板。