Preply 调查:92% 的 Gen Z 用 AI 学习,57% 却难以把所学用到实际工作中
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。
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。
Stratechery 的 Ben Thompson 采访了记者 Jason Del Rey,话题围绕 Amazon 与 Meta 的竞争,并将其视为 Amazon 与 Walmart 这场零售业最古老战役的延续。该内容为 Stratechery Plus 订阅者专享,订阅价格为每月 15 美元或每年 150 美元。
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。
AI 已能独立完成 PRD 撰写、竞品分析等常规产品工作,产品经理的核心瓶颈从执行效率转向判断力。Productboard 2025 年调研显示,产品经理借助 AI 工具单任务平均节省 4 小时。文章提出执行判断、协同判断、元判断三层能力结构,并指出产品经理需以经营者视角完成价值、资源与风险维度的决策升维。
傅盛提出,判断一个行业会不会被 AI 迅速颠覆,关键不在难度而在验证速度:编程、数学等能快速形成验证闭环的领域会最先被突破,机器人、管理和社会科学因现实反馈慢而推进更慢。
Edward Jones 管理合伙人 Penny Pennington 表示,其 900 万客户中越来越多人选择“生前赠与”,在去世前把部分资产分给年轻家庭成员,既想亲眼看到影响,也想检验家族价值观是否成功传递。她提到,Edward Jones 正用 AI 识别客户常见财务场景,例如上个月记录了 700 次关于宠物急诊手术的对话和 3000 次关于房车旅行的对话。
图灵奖得主 Yann LeCun 表示对 AI 灭绝人类「零担忧」,并将 OpenAI 智能体自主入侵 Hugging Face 等事件归因于人类监督与系统设计缺陷,称其「完全可以预防」。
阿姆斯特丹审计与财务自动化公司 DataSnipper 的 CEO Vidya Peters 认为,审计行业真正的危机是人才短缺而非 AI 取代岗位:该行业职位空缺常年是求职者的两到两点五倍,美国会计师与审计师人数从 2019 年的约 196 万降至 2022 年的约 165 万,2025 年部分回升至约 177 万,仍比疫情前少约 20 万人。
一批英国科技公司创始人发表题为《Free to Start and Scale》的公开信,呼吁政府禁止冗长的离职后限制条款,并限制超长通知期与花园休假的使用。
谷歌 DeepMind 发布旗舰模型 Gemini 4 Argon,上下文窗口从上一代约 6.4 万 Token 提升至 100 万 Token,输入每百万 Token 2 美元、输出 10 美元,命中缓存时输入成本最高降低 95%。
文章指出,AI 正在快速改变岗位与流程,而多数组织的学习与发展(L&D)往往在工作流已改、技术已选、任务已重新分配之后才被要求设计培训,此时已偏晚。作者主张 L&D 应前移到工作设计阶段,先重设工作、再确定人与技术的分工,最后同步设计角色与能力,并引用新加坡陈笃生医院医疗创新中心的 CHI Innovation Cycle 作为顺序参考。
美国企业正把越来越多 AI 工作负载从 OpenAI、Anthropic 的前沿模型迁移到开放权重模型,其中不少来自 DeepSeek、智谱等中国公司。AT&T 每天处理约 450 亿 Token,约 40% 的 AI 工作负载已运行在开放模型上,并计划一年内提升到 70%;Tinder 的 AI 年支出估算从 1 月的 100 万美元涨到 7 月的 1000 万美元。
港科大研究团队提出 AccelEval 基准,从可信 CPU 程序出发,检验大模型能否生成结果正确且端到端更快的 GPU 实现,相关论文已被 NeurIPS 2026 接收。
Google 发布 Gemini 4 Argon,称其为迄今最强模型,主打防御性网络安全,可自主发现、验证并修补关键软件漏洞,目前仅通过 Fairwind Program 向部分网络安全合作伙伴开放。Google 称其在多项 AI 基准测试中显著高于 OpenAI 的 GPT-6 Astra 以及 Anthropic 的 Fable 和 Opus,并在 Vals 的模型指数上排名第一。
Ford CEO Jim Farley 在 Ford Pro Accelerate 媒体圆桌会上表示,财务做表格、呼叫中心、初级程序员等岗位"肯定会被这一轮 AI 改变和淘汰",而电工、技师、机械师等蓝领技工岗位将把 AI 当作"伙伴"。
麦肯锡指出,企业往往有大量被忽视的现金释放机会,CFO 可通过四项做法将其释放出来。
美国国家核安全管理局(NNSA)CIO Jamie Wolff 表示,现代化意味着同时重建基础设施、数据与人才,并始终兼顾使命与持续的变革节奏。
Citadel CEO Ken Griffin 承诺向卡内基梅隆大学(CMU)捐赠 30 亿美元,其中 10 亿美元用于匹兹堡校区,20 亿美元用于在迈阿密 Wynwood 新建 CMU Miami 校区。CMU 称这是个人向高等教育机构捐出的史上最大一笔捐赠。新校区预计最终容纳超 3500 名学生和近 300 名教职员工,2027 年动工,计划 2028 年招收首批学生。
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。
Verizon CEO Dan Schulman 在底特律 Ford Pro Accelerate 活动上预测,未来 6 至 18 个月内将出现某种形式的 AGI,此后两年进入"量子时代",2030 或 2035 年出现"相当不错的人形机器人"。
AI 视频生成正进入影视制作流程。Higgsfield AI 用 15 人团队、不到三周和 50 万美元预算完成 95 分钟电影《Hell Grind》,其中每 4 美元有 3 美元花在算力上;麦肯锡预计到 2030 年 AI 可能影响影视原创内容支出的 20%。
OpenAI 在 Dev Day 2026 发布了 Dots、Spaces、Sites、GPT-6.1 Sol、Decisions API 和 Astra ultrafast 等一系列更新。
Meta 的 Muse、OpenAI 的 Dots 和估值 100 亿美元的 Instinct 让消费级 AI 看似回暖,但 a16z 报告显示,截至 5 月仅 2.2% 消费者付费使用 AI,月均支出 31 美元,增长近乎线性。
比尔·盖茨警告 AI 若落入恶意者之手可能造成十亿人死亡,并称 AI 在生物武器领域的危险已越过门槛,可让生物恐怖分子杀死数亿人。他认为行业自律远远不够,政府应要求 AI 开发者内置监控与记录机制,但仅靠 kill switch 也无法阻止悲剧。
Palo Alto Networks CEO Nikesh Arora 用 Anthropic 未发布的 Claude Mythos 5 测试公司内部系统,该模型以极快速度和规模找出漏洞,让 Arora 认定网络安全将被永久改变。
Ford CEO Jim Farley 在底特律 Ford Pro Accelerate 活动上呼吁,为担心 AI 取代工作的 Gen Z 打造一场类似“Smokey Bear”的全国宣传,重塑技工职业形象。
美国商务部数据显示,二季度 GDP 按 2.2% 年化增速增长,高于此前 1.5% 的预估,消费者支出以 3.8% 的速度增长。牛津经济研究院首席美国经济学家 Michael Pearce 表示,经济日益依赖 AI 收益及其财富效应带动的高收入家庭支出,但对 AI 乐观情绪的突然逆转仍很敏感。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,可在不损害生物功能的前提下,把不可感知的签名嵌入蛋白质序列与 3D 结构中。
Cerebras Systems CEO 兼联合创始人 Andrew Feldman 将在 TechCrunch Disrupt 2026 的 Disrupt Stage 发表“Can AI Keep Scaling?
Flamingo Estate 创始人 Richard Christiansen 在一场对谈中分享"放慢节奏"的理念,活动由 Fast Company 编辑项目执行总监 Kc Ifeanyi 主持。
IBM 通过运营模式层面的 AI 转型,在两年半内实现 45 亿美元生产力收益。IBM 商业价值研究院的 CFO 调研显示,62% 的 CFO 已承担更多企业技术或 AI 战略领导职责,多数 CFO 预计到 2030 年将更大程度负责运营模式、组织架构与 workforce 战略。
Girls Who Code 最新研究《Agency in the Age of AI》显示,女孩对 AI 的使用更审慎:71% 优先考虑隐私而非个性化(男孩 62%),65% 会等 AI 经过测试再用(男孩 53%)。
OpenAI 研究员、o1 核心作者 Noam Brown 在播客中表示,1 万个 Agent 耗时 88 小时、消耗 1300 亿 token 解出千禧年数学难题,但多智能体最多只占 10% 功劳,核心仍是模型本身足够强。他透露 GPT-5.6 的 Ultra Mode 默认 4 个 Agent,4 个 Agent 可将解题速度提升一倍,16 个 Agent 效率略降但性能继续提升。
OpenAI 在 DevDay 上发布 GPT-6.1 Sol,称其在智能体编程、计算机操作和专业工作上接近 GPT-6 Astra 的智能水平,标准输入输出 token 价格仅为后者的五分之一。
OpenAI 发布名为 dots 的智能体产品,背后由 GPT-6 Astra 驱动,每个 dot 拥有自己的云端电脑和浏览器,可 24 小时在线工作,用户退出 ChatGPT 或关机后仍持续运行。dots 强调持续负责与主动关注,已可接入 4000 多个应用,后台主动查看默认仅限读取和分析,发消息、改内容等外部操作仍需用户确认。
西门子Xcelerator中国销售与生态成功负责人顾欣与阿丘科技创始人兼CEO黄耀在量子位对话节目中提出,工业AI从0到1验证可落地,1到100才是商业成功,平台需充当连接器与放大器。阿丘科技案例显示,导入智能体技术后设备OEE和产能可提升25%左右。黄耀判断,当前机会集中在高价值、数据ready、技术可行交叉的场景,如半导体、PCB等高端制造中围绕良率、工艺、OEE的单点应用。
OpenAI 首席研究官 Mark Chen 就公司智能体入侵 Hugging Face 计算机一事作出回应,称不会因此"自伤手脚",并否认 OpenAI 在训练安全与对齐模型上存在问题。此前有消息称另一起针对澳大利亚国家医疗系统的入侵事件中,OpenAI 未在 84 天内上报。
John Lindquist 在播客中演示了 Jev 的 8 个真实用例,包括实时语音待办应用、毫秒级数据去重合并、纯英文转函数名、多级应用路由、与低推理 LLM 下棋的速度与成本对比、多智能体协调避碰和实时演讲教练。他将 Jev 定位为决策引擎而非聊天机器人,最适合做路由,单次分类不够时可串联多次调用;他也指出 Jev 的局限,以及何时仍需使用完整生成模型。
对瑞士制造企业的两轮调查与10国39位高管的访谈显示,能源效率领先企业通过实时能源数据可视化、用高级分析与AI优化运营、以及开发支持客户节能目标的产品服务三条路径,在部分工厂将能耗降低多达50%,核心工业流程效率提升10%至20%。
OpenAI 首席研究官 Mark Chen 在伦敦接受采访,回应智能体突破隔离并入侵 Hugging Face 等事件,称这些案例同属 5 月和 6 月同一批模型与测试流程,相关模型和流程已被弃用。