身家 5 亿美元的奥尼尔攻读第五个学位,告诫 Z 世代 AI 无法取代向智者当面请教
沙奎尔·奥尼尔在已获学士、MBA、教育学博士和硕士学位后,重返校园攻读萨克拉门托州立大学犯罪学硕士,这是他的第五个学位,预计 2027 年秋季或 2028 年夏季以混合形式完成。他表示 AI 能提供信息,但无法取代与比自己更懂行的人面对面交流提问的经验。奥尼尔还以 unpaid 志愿身份担任该校篮球队总经理,并巡回高校讲授个人理财。
沙奎尔·奥尼尔在已获学士、MBA、教育学博士和硕士学位后,重返校园攻读萨克拉门托州立大学犯罪学硕士,这是他的第五个学位,预计 2027 年秋季或 2028 年夏季以混合形式完成。他表示 AI 能提供信息,但无法取代与比自己更懂行的人面对面交流提问的经验。奥尼尔还以 unpaid 志愿身份担任该校篮球队总经理,并巡回高校讲授个人理财。
红杉资本合伙人 Alfred Lin 在 Stanford AI Club 年度演讲中建议年轻人只优化两件事:最大化学习、最大化与优秀的人共事,并找一件愿意投入三十年的事。他认为数学和写代码正被商品化,但理解模型如何运转反而更值钱,技术人还需懂人。他以 Amazon 30 年后才在收入上超过 Walmart 为例,指出技术扩散远比想象慢,模型能力与普通人实际使用之间的缺口正是商业机会。
IBM 首席人才、领导力与文化官 Aparna Nair 表示"通才的世界早已远去",认为仅靠通才无法在 AI 时代立足。她指出 IBM 客户看重的是深厚技术专长而非泛泛建议,入门级员工也需带着领域专长入职、更早承担复杂工作。她建议员工找到与雇主需求契合的领域并"深入下去",同时保持灵活性、善用 AI。
ADP CEO Maria Black 在 Fortune 最具影响力女性峰会上表示,信任 CEO 和高层领导的员工,高度敬业的可能性是其他人的 41 倍;信任身边同事的员工这一数字为 16 倍。
KPMG 美国主席兼 CEO Tim Walsh 表示 AI 不是 Y2K,而是"真的非常非常大的事"。KPMG《2026 美国 CEO 展望》调查 400 位美国大企业 CEO:85% 认为网络犯罪将影响未来三年繁荣,56% 将网络安全列为 AI 落地挑战;53% 计划部分裁员(一年前为 35%),86% 正为人类与 AI 协作重新设计岗位,89% 仍预计三年内增员。
Thumbtack 调查显示,近半数 16 至 30 岁美国人正在学习或认真考虑技能型工种,30% 称 AI 的兴起让他们对蓝领工作更感兴趣。25 岁的 Victoria Madsen 在犹他州 Sundance Mountain Resort 做了约五年缆车机械师,时薪比此前工作高 3 美元,她因此退学,如今收入超过大多数同龄朋友。
HEA Group 分析数据显示,杜克大学数学专业毕业生毕业四年后年薪中位数达 297,029 美元,约为全美高校均值 64,500 美元的近五倍;卡内基梅隆大学计算机科学和电气、电子与通信工程专业分别为 268,121 美元和 250,168 美元。
工程背景作者跟随斯坦福 CS336 课程 Assignment1,从零手搓一个引入 RoPE、SwiGLU 等变体的 Transformer,而非原始论文版本。文章从 MLP 与线性回归、梯度下降讲起,再过渡到 Transformer 构建,全程禁用 PyTorch 现有模块(Parameter、Module、Optimizer 除外)。
面对应届生失业率约 5.6%、高于疫情前不足 4% 的现状,前 AmeriCorps 负责人主张把带薪、有结构的服务经历当作职业培训路径。Anthropic 的 Claude Corps 本月启动首批 1000 名早期职业研究员,进入非营利机构服务一年,年薪 85,000 美元并提供 credential。
AIHR发布《2027年HR趋势报告》,提出11项HR趋势:人机协作成为日常、AI从应用转向价值创造、组织知识管理、人才悖论、初级岗位成长土壤被掏空、信任成为基础设施、HR承担更多结果、CHRO战略贡献扩大、新一代HRBP出现、HR能力被重新定价、HR投入仍反映过去。报告援引麦肯锡、毕马威、普华永道、波士顿咨询、Gartner、德勤等研究,并给出HR可采取的行动建议。
IMF 总裁 Kristalina Georgieva 警告 AI 如"慢动作海啸",最先受冲击的是进入劳动力市场的年轻人,他们原本通过例行重复性工作逐级晋升的路径正在消失。
2022 年 Eric Brynjolfsson 提出的“图灵陷阱”正演变为“人才陷阱”,即把人才视为固定存量、只靠学历定义,而非在工作中持续成长。Opportunity@Work 与 Brookings 的研究显示,约半数从入门岗位向高薪岗位流动的机会高度暴露于 AI 能力之下,涉及 1860 万工人。若企业只把 AI 用于自动化这些岗位,冲击将波及整个技能晋升通道。
GitHub 上 6 本开源中文 AI 教材受到关注,其中《深入理解 AI Agent》以 Agent = LLM + 上下文 + 工具 为主线,已获 4.9 万 Star;其姊妹篇《深入理解 AI Infra》讲大模型算力账,约 4600 Star。
33岁转AI产品经理的关键不在年龄,而在分清岗位差异:行业应用、平台产品、研究/模型三类岗要求截然不同,Anthropic的Research (Code)岗要求AI/ML理解与Python、SQL,Enterprise Privacy岗则侧重数据留存与访问控制。旧经验的价值在于能指出具体错误出在哪一步,转型成本取决于能拿到多少真实素材,路径从现有业务切口到跨行业换岗成本递增。
Fortune AIQ 峰会在纽约证券交易所举行,与会高管认为企业 AI 的关键问题已不是是否部署工具,而是能否改变工作方式。ServiceNow 的 Enterprise AI Maturity Index 显示,57% 的“领跑者”投入持续 AI 技能升级,其他企业仅 4%;在 AI 人才招聘与留任上,两者分别为 68% 和 10%。
Coursera 免费课程可让 L&D 与 EdTech 从业者免费预览部分内容,但通常不含证书,需付费、订阅或申请助学金才能获得完整访问与评分作业。
菲尔兹奖得主陶哲轩发文宣告数学2.0时代已至,认为AI正让数学证明从稀缺走向泛滥,建立在证明稀缺之上的数学1.0评价体系即将落幕。他提出数学研究应拆分为生成证明、验证、解释、被共同体接受、融入标准理论五个阶段,并警告盲目优化“解题”指标会损害数学长期健康。他参与创立的SAIR基金会开放数学模型计划将很快发布。
McKinsey 研究显示,AI 创造的就业岗位多于自动化取代的岗位,但本十年将有 1100 万美国工人需要帮助。Eric Kutcher 与 Tanguy Catlin 在 Fortune 撰文指出,未来最大的挑战是帮助工人找到通往增长岗位的最直接路径。
Palantir CEO Alex Karp 称 AI 时代只有两类人有未来:受过职业培训的人,或神经多样性者。Palantir 为此设立 Neurodivergent Fellowship 招募神经多样性人才,并推出面向高中毕业生的 Meritocracy Fellowship,2026 秋季班提供每月 5,400 美元津贴。
前高盛 CEO Lloyd Blankfein 公开反驳 Peter Thiel 等科技领袖劝年轻人放弃大学的论调,称教育是多数人进入中产和上层的真正加速器。他 16 岁从布鲁克林公共住房考入哈佛大学,认为大学让他成为"完整的人",并培养了自信、写作能力与对历史的兴趣。
Jobs for the Future 与 Burning Glass Institute 报告显示,到 2035 年美国每年将有 170 万个技工岗位空缺,其中净新增 60 万个,AI 数据中心建设、国防生产与保障房需求是主要推手。
AI 让知识与内容生成变得普惠,却使专业判断、主动性、优先级取舍、人际连接与智慧等能力更稀缺。Anthropic 对数十万次编程会话的分析发现,最成功的用户未必是编程能力最强的人,而是对具体问题理解最深的人,竞争优势正从执行转向判断。LinkedIn 最新 Skills on the Rise 研究也显示,战略思维、沟通、关系建立、利益相关方管理与冲突解决等技能增长最快。
面对生成式 AI 冲击与财务危机,大学应停止纠结学生是否使用 AI,转而回归传统口试式教学。牛津、剑桥与法国 classes préparatoires 长期采用每周论文加导师追问、每周 colles 口试来考查推理能力,但这类模式慢、贵、难规模化。文章提出用 AI 每周与每位学生进行十分钟"解释你的推理"对话,并标记需人工介入者,从而让一对多辅导变得可负担。
The Josh Bersin Company 的 Amy Farner 指出,AI 正在终结以学历和职业认证衡量能力的"文凭主义"。当政策、法规与最佳实践可由 AI 智能体即时检索和整合,判断力比记忆更重要,协作比个人绩效更重要,灵活性比技术细节更重要。学位与认证仍有价值,但基于实践的学习模式和可证明的实际能力正成为招聘与 L&D 的新标准。
2026年下半年中美头部大模型综合能力差距重新拉大,Anthropic 凭 Opus 5.5、Sonnet 5.5 更新实现口碑反转,Meta 靠 Muse 系列强势反弹,而 Kimi K3.1、智谱旗舰、DeepSeek V4 Pro 等国内产品同期缺少惊艳表现。
Monster 调查显示近九成应届毕业生担心 AI 取代入门级岗位,但 AI 不会淘汰技能型员工,而是改变他们能完成的工作。MIT 经济学家 David Autor 认为,AI 的最大经济机会在于扩展专业能力而非替代它。Microsoft 最新 Work Trend Index 发现,七成管理者更愿意聘用具备 AI 能力的候选人,即使其经验较少。
AI 医疗公司 Regard 联合创始人 Nate Wilson 与 Eli Ben-Joseph 在创业前结伴旅行 10 个月,穿越中国、菲律宾和哥伦比亚,期间遭遇滞留、断电和资金紧张等失控局面。
新加坡《智能体 AI 模型治理框架》警告,AI 智能体接管传统上用于培养新人的入门级任务后,组织可能出现技能退化,并在智能体失效时面临业务连续性风险。研究显示,AI 助手能提升客服生产力且新人获益最大,但智能体让员工从执行者变为审批者,审批工作与亲手完成工作的认知收益并不等同。
Fortune 首届 AIQ 峰会在纽约证券交易所举行,核心结论是企业落地 AI 的成败取决于人而非技术。ServiceNow 的 Enterprise AI Maturity Index 显示,AI“领跑者”企业中有 57% 投资于员工 AI 技能升级,其余企业仅 4%;68% 的领跑者有 AI 人才招聘与留任计划,其余企业仅 10%。多位与会高管强调,灵活性与适应能力比 AI 原生经验更重要。
BCG 与《Fortune》联合发布 2026 年 Fortune Future 榜单,今年从 50 家扩展至 120 家,基于超 1000 万数据点和 15 项预测指标计算 Vitality Score。
爱德曼2025信任晴雨表显示,68%的受访者认为企业领导者会故意误导他们,高于2021年的56%。FranklinCovey Institute 2026年报告发现,仅42%的员工信任自己的领导者;Noomii在2025-26年对政府机构和财富500强企业的评估中,73%的高潜领导者缺乏三项以上关键能力。
一位北大数学系校友公开批评 OpenAI 和 Anthropic 用 AI 攻克百年数学猜想并大肆宣传的做法,认为这向公众传递了"不再需要人类数学家"的错误信号,会吓退想学数学的年轻人并误导经费决策者。
西门子智能基础设施部门 CEO Peter Koerte 认为,欧洲在工业流程 AI 上可能拥有优势:其工业基础模型仍在开发中,有望将工程周期缩短最多 40%,西门子计划未来三年向工业 AI 投入超 10 亿欧元。他指出,欧洲百年制造企业积累的制造与工程数据是训练工业模型的关键,但说服企业共享数据仍是挑战。Koerte 还表示,完全的技术主权不现实,跨国协作才能充分释放 AI 的效率收益。
Anthropic 联合创始人兼总裁 Daniela Amodei 建议创业者用一起度假、同住一间房来测试潜在联合创始人,如果相处后只想"再休个假来恢复",那对方可能就是错误人选。
一位曾为 Microsoft、Accenture、Deloitte 招募技术人才、面试过数千名求职者的招聘专家指出,求职者落聘的原因往往简单且可避免:简历写得空洞、不按职位说明操作、海投上千个岗位,以及答不出“你最大的错误是什么”。他强调个人推荐在招聘中价值最高,并提醒面试是双向选择。
通用汽车 CEO Mary Barra 表示电动车仍是终局,但转型节奏慢于预期,公司将以多车型组合应对需求波动。GM 计划 2028 年在 Cadillac Escalade IQ 上推出可脱眼的高速公路自动驾驶,基于现有 Super Cruise 系统。Barra 称安全是推出该技术的首要优先级。
ADP 数据显示美国 9 月私营部门新增 9 万个岗位,其中教育医疗增加 5.5 万个,休闲酒店业 2.2 万个,制造业和建筑业分别增加 1.7 万和 1.5 万个。
语言学习平台 Preply 调查九国逾 5000 名职场人发现,Gen Z 受访者中 92% 用 AI 学习,但 57% 表示难以把所学付诸实践,比例高于 Gen X 的 40%;71% 的 Gen Z 感觉忙于学习却无进步,Gen X 为 56%。Preply 首席产品官 Josh Crossick 称 AI 能支持学习,但远非学习全过程。
Ken Griffin 宣布向卡内基梅隆大学捐赠 30 亿美元,其中 20 亿美元用于在迈阿密 Wynwood 社区建设新校区 CMU Miami,计划 2028 年迎来首批学生。该校区将围绕人类健康与生物发现、国家安全、能源与气候韧性、先进制造四大挑战组织教学与研究,并通过产业研究实验室和创业工作室对接市场。
喜剧演员 Nate Bargatze 以福特代言人身份为技术工种发声,他早年做过抄水表工,如今巡演售出约 201.6 万张门票并创下吉尼斯纪录,还在田纳西州筹建 3.5 亿美元的 Nateland 主题公园。