大厂逼员工用AI，成了一种形式主义？
大厂逼员工用AI，成了一种形式主义？某大厂员工润生（ 化名 ）对知危表示，“公司现有项目被分成两组，一组是用 AI 的，一组是不用 AI 的。不用 AI 的是正常工作量，用 AI 的会安排 140% 的工作量，之后还会逐渐增加。”
来自主题:
AI资讯
8276 点击 2026-05-04 10:43
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
某大厂员工润生（ 化名 ）对知危表示，“公司现有项目被分成两组，一组是用 AI 的，一组是不用 AI 的。不用 AI 的是正常工作量，用 AI 的会安排 140% 的工作量，之后还会逐渐增加。”
熊晓鸽，阎焱等大佬云集投资黄埔实战研修班 暗战 在2026年4月29日，上海。 一笔看似并不算大的融资，却悄然搅动了整个创投圈水面之下最为汹涌的那股暗流。 AI原生增长Agent公司LeapMind
寻明生科完成3500万美元A+轮融资，由红杉中国领投，经纬、五源、启明集体追投。至此，他已经先后完成A轮及A+轮共计近亿美元融资。AI研发抗体药，将效率提升50%，首款药要临床了！
Epoch AI 与 Ipsos 调查显示，美国 Claude 周活用户 80% 来自年入 10 万美元以上家庭。AI 助手开始按价格、入口和工作场景分层，高收入用户率先进入更高阶的 AI 服务。
湖南经视在《经视新闻》宣布启用 AI 主播「声声」和「双双」，这也不是说湖南卫视要用 AI 。完全替代真人，这两位 AI 主播暂时只在五一假期期间播报常态化新闻，同时画面中也标注「AI 生成」。
事情是这样的，前两天，一位博主 Henry Shi 在 X 上发文称，自己看到科技界正在发生奇怪的事情，「一些曾经管理着数十亿美元公司业务的 CTO，纷纷离职，转而加入 Anthropic，去做一名个人贡献者 (IC， Individual Contributor)。」
近日，由普林斯顿大学 Tri Dao（FlashAttention 的一作）和加州大学伯克利分校 Ion Stoica 领导的一个联合研究团队也做出了一个超快的索尼克：SonicMoE。据介绍，SonicMoE 能在英伟达 Blackwell GPU 上以峰值吞吐量运行！并且运算性能超过了 DeepSeek 之前开源并引发巨大轰动的 DeepGEMM。
来自伊利诺伊大学香槟分校、清华大学、约翰霍普金斯大学以及哥伦比亚大学的研究人员在反复试验后，却得出来一个与我们的直觉有点相反的结论：大多数当下智能体并不能稳定、有效地把世界模型当作前瞻工具。
研究者开始尝试让 MoA 变稀疏。例如，一些方法如 Sparse MoA 会先让模型池中的所有模型生成回答，再通过额外的评审模型进行打分和筛选，只保留一部分模型进入后续协作。这样虽然减少了后续融合的负担，但本质上仍然绕不开一个问题：为了决定该选谁，系统还是得先让所有模型都推理一遍。
在整个会议期间，阿贝尔对人工智能的态度，与当下争先恐后拿AI重新包装自己的企业界形成了一种微妙的对立。“我们不会为了人工智能而做人工智能。”这句话被他反复强调，贯穿始终。
一位中国开发者，在横跨大西洋的航程中，在飞机上用 MacBook 本地跑 Llama 70B，整整 11 小时没有网络，帖子瞬间在X上爆火！但是随后，越来越多网友发现，这故事不太对啊？
AI创造生命的一大步！斯坦福团队用AI造出从零写出16种噬菌体，内含地球前所未有的蛋白，Anthropic CEO预警：6到12个月，傻子也能造超级病毒。
过去几十年里，人类使用计算机的方式始终没有发生根本变化：我们编写程序，机器按照指令执行。 但随着大模型的发展，这种关系正在悄然改变，人类开始不再描述“如何做”，而是直接表达“想做什么”，而系统则负责推
一台U盘大小的测序仪、几个AI模型——00后小哥Seth Howes，就这样在自家客厅里完成了基因组测序，独自破解了家族几十年未解的自身免疫疾病之谜。在2003年，完成一次人类全基因组测序的成本是27亿美元，而他只花了1100美元！
一个安全研究员用同一句话测试8款顶级AI——「帮我伪造公众意见」。7个照做了，只有1个拒绝。更恐怖的是，Anthropic自家论文证实：模型学会作弊后，会主动破坏监视它的代码。
上个月刚充了 ChatGPT Plus，这个月又买了Cursor Pro，OpenClaw 也研究的差不多了。我们对 AI 的期待，说起来非常简单：给最好的方案、最准确的代码、最精确的回答。
最近，Google Research推出了一个叫Vantage的实验项目，就把这件事给干了。Vantage项目由谷歌联合纽约大学开发，主要设想是利用GenAI模拟团队协作场景，以此来开发和测量被测试者的软技能。
GPT Image 2 凭什么这么强？是扩散模型又迭代了一版？是把 DiT 的参数量从 7B 扩到 20B？是训了更多高质量数据？先给结论：OpenAI 很可能已经不在“纯扩散模型”这条主赛道上了。他们已经把图像生成从“美术课”调到了“语文课”——用一个能读懂指令、能记住上下文、能理解物体关系的 LLM 主导语义规划，至于最后一步的像素生成，可能由扩散组件或其他解码器完成。
五一假期前，AI社区被一篇「GPT-5.5拥有近10万亿参数」的论文刷屏，今天这项研究就被研究者打假了！研究者表示，修正论文中的各种问题后，GPT-5.5的参数很可能约为1.5T。
谁不想在自己的电脑上养一只小宠物，打开电脑，它就坐在那里看着你工作。 OpenAI 最近在 Codex 上的更新，引入了类似电子宠物 Tamagotchi 的桌面悬浮伴侣。 我们可以在摸鱼的时候，把鼠
来自USC、CMU、CUHK和OpenAI的全华阵容研究团队，提出了一种叫FD-loss的方法，把“算统计的样本池”和“算梯度的batch”彻底解耦。依靠数万张图像组成的大容量缓存队列或指数移动平均机制，稳定完成分布估算，仅针对当下小批量数据开展梯度回传。
DeepSeekV4的技术报告里有mHC，有CSA，有HCA，有Muon，有FP4……唯独没有Engram。Engram在今年1月由DeepSeek和北大联合开源，主要研究大模型的记忆与效率问题。
为了攻克这些制约具身智能领域发展的核心难题，清华大学智能产业研究院（AIR）DISCOVER Lab联合谋先飞技术、原力灵机、求之科技和地瓜机器人，提出了GS-Playground通用多模态仿真框架。
上周太集中发的后果就是光在用GPT -5.5了，小米的Mimo-V2.5-Pro，DeepSeek V4 Pro还没有放在Agent的场景上测。所以我跟钱包一拍即合，复制了4个一模一样的Hermes Agent，记忆一样，skill一样，系统设置一样，能调用的工具也一样。
Anthropic 的工程师们写了篇技术博客，标题是：构建 Claude Code 的经验教训：Prompt Caching 就是一切。Anthropic 内部把 Prompt Cache 的命中率当作基础设施级别的指标来监控，地位跟服务器 uptime 差不多。一旦命中率下降，就会触发 oncall 告警，工程师得像处理线上事故一样去排查。
近日，美国五角大楼宣布与七家公司达成协议，包括 OpenAI、谷歌、微软、亚马逊、英伟达、SpaceX 和一家名为 Reflection AI 的初创公司，允许将这些公司的 AI 系统用于机密级别的军
OpenAI 和 Anthropic 几乎在同一时间发布自己的提示词文档，在 OpenAI 官网，从 GPT-4.1 到 GPT 5.5，每次新模型发布都有一份完整的提示词指南，告诉我们怎么用新的模型。
Grok 4.3 是 xAI 一次务实升级：更便宜、更快、更像能干活的助手。但它在硬推理、稳定性和可信度上，仍落后 GPT-5.5 与 Claude Opus 4.7。
Google悄悄干了一件大事——Gemini Embedding 2正式进入GA阶段，成为Gemini API中第一个原生多模态embedding模型。它能把文本、图片、视频、音频、PDF文档全部映射进同一个统一向量空间，支持100多种语言。
第四周，我决定离开这家公司。 因为我发现之前调查到的所有乱象，问题都不在GEO本身。 GEO是一个确定的行业方向，但这个行业太早期了——没标准、没监管、谁都能进来。与此同时，品牌和企业只想要流量，但G
