搜索
多模型Agent系统显然是未来的趋势。cursor 的一篇很不错的文章。他们的最新研究表明，将前沿模型作为规划者和协调者，与一个更廉价的“主力”模型搭配，可以大幅降低项目中总token的成本，从而实现 15 倍的成本改进。
Exponential View 在 2026 年 6 月底发布《AI 经济现状报告》，通过一套去重复统计、自下而上覆盖千余家企业的财务测算模型，剥离行业虚高估值与宣传泡沫，还原海外生成式 AI 市场真实营收、资本开支、算力供需与产业链价值分配格局。
最近我发现一个很有意思的反转。
2026年5月30日，半导体研究机构SemiAnalysis发布深度报告《AI Dark Output: The Visible Cost of Invisible Output》，提出了一个“暗产出”的概念，判断AI正在大规模创造真实经济价值，但这些价值在GDP、价格指数和就业统计中几乎无迹可寻，规模“可能不亚于工业革命”。
机器之心发布 本文作者为摩尔线程天使投资人、中国初代AI投资人王捷。他于 2025 年 8 月和 12 月分别发表了《浮现中的AI经济》 、《关于AI经济的四十个问题》 两篇文章，对即将到来的 AI
AI 真的能提升工作效率吗？
2025年，英伟达市值最高突破5万亿美元，成为全球市值历史第一公司。黄仁勋已不仅是一位科技CEO，更是全球AI经济的架构师。黄仁勋用一种反直觉的「受虐」文化，构建了人类历史上最庞大的算力帝国。
问题虽然留给大家思考了，但身为一名经济学家，他还是从专业角度为我们勾勒了一幅清晰而令人警醒的图景：当算力、创意、时间这些曾被视为“稀缺”的人类核心优势逐渐被AI吞没，那么以这些稀缺性为基础构建起来的整套经济学逻辑——从资源配置、生产结构到收入分配，无疑也将随之被撼动。
从蒸汽机到AI，自动化进程已持续两百年。在2017年，新晋诺奖得主Philippe Aghion就剖析AI对就业与增长的影响，强调它并非奇点催化剂，而是受「鲍莫尔成本病」制约的工具。
两项最新研究更新了Brynjolfsson最初提出的生产力悖论，揭示企业和入门级岗位所面临的危机——以及初创公司的机遇。20世纪90年代，Erik Brynjolfsson及其同事提出“生产力悖论”：尽管信息技术快速进步、电脑在工作场所普及，生产率增长却依旧乏力。该悖论指出，仅拥有新技术不足以推动生产力，还需组织变革、技能提升和业务流程创新等补充因素。