新火种AI|OpenAI CTO表示:未来将会有越来越多的人被AI所取代...

AI技术决策型Newsletter:信息过载时代的高效筛选范式 AI技术爆发与信息过载并存的当下,工程师面临的核心挑战已从‘获取信息’转向‘高效决策’。AI newsletter作为一类兴的技术情报载体,其真正价值不在于信息密度,而在于构建可量化的筛选机制——通过技术影响半径、落地成本阈值、信号噪声比三重过滤,将海量动态转化为单位信息权重最高的决策依据。这类实践导向的内容设计,显著提升RAG选型、模型集成、本地部署等关键环节的工程效率,尤其适用于需快速响应技术演进的一线开发者与中小技术团队。本文深入解析其背后的信息筛选逻辑与实操方法论。 阅读详情

作者:小岩

编辑:彩云

对于“AI是否能最终取代人类进行工作”这件事儿,很多学者持有否定态度。大家普遍认为,即便如今诞生了ChatGPT,Claude等强大的AI工具,它们也只能够解决一些格式化,重复化的工作,无法取代人类进行一些具有创造性,设计性的工作。

但有些专业人士不这么认为,还有人将“AI工作”直接引入实践。譬如国外就有科技媒体的老板使用ChatGPT来撰写和编辑文章,用它取代了自己的60名员工,在他看来,AI完全可以驾驭撰写和编辑深度文章的工作。

就连OpenAI CTO,被誉为“ChatGPT之母”的Mira Murati也在采访中直言:AI可能会扼杀一些本来不应该存在的创意性工作。

或许,我们不得不颠覆思维,以全新的方式去思考这个问题:AI真的会淘汰掉那些富有想象力和创造力的人类吗?

OpenAI CTO直言:创意性的工作终将因为AI的出现而消失...

在前几天的采访中,OpenAI的CTO,ChatGPT的关键缔造者Mira Murati表达了自己对于AI与人类未来关系的看法。她表示,AI会扼杀掉一些可能出现的创意性工作,现存的某些创意性的工作也会因为AI的出现而消失。

随后,她在自己的社交媒体上发文,并拿出了自己在2022年撰写的文章来佐证观点。

在文章中,Mira Murati表示,OpenAI致力于推进科学理解,以帮助改善人类福祉。OpenAI所开发的AI工具,诸如Sora,GPT-4o,DALL·E,ChatGPT等从技术角度来看都令人印象深刻,但它们真正重要,也最为关键的作用在于,它们正开始改变人类与信息和想法互动的方式。

OpenAI创造AI工具的使命是将其变成有用,安全,易用,并尽可能让更多人使用的普遍性工具,希望帮助减少传统上的障碍,使大家可以自由的表达想法和观点,从而赢得更多的控制权,也更具有创新性和可探索性。

在Mira Murati的眼里,AI有潜力实现前所未有的创造力和民主化。毕竟,一个人的创造潜力不应该受到资源,教育或行业关系的限制。AI工具可以降低门槛,允许任何有想法的人进行创作。

对于Mira Murati的文章,网友纷纷玩起了梗。一位网友表示,“我让ChatGPT总结了这篇帖子,大意就是一些创造性的工作也许会消失,但也许它们本来就不应该存在”。

事实确实如此。在一年多前的文章里,Mira Murati只是表示“AI工具可以帮助降低门槛,允许有想法的人去创作”,但如今,她的观点直接升级加码成为了“AI会让一些创意性工作消失”。

而在现实生活在,这样的例子不在少数。很多大厂正在用AI工具取代一批又一批的员工,而这些员工本身所从事的工作也是复杂的,具有创造性的。

原来“ChatGPT之母”早早就表过态:人工智能对人类的影响才刚刚开始。

事实上,Mira Murati不止一次的谈及AI与人类之间可能存在的矛盾问题。

2024年5月29日-5月31日,亚洲科技大会在新加坡召开。Mira Murati通过视频远程参加了这场会议。她当时就在会议上发言表示,生成式人工智能才刚刚开始对经济产生影响。

她认为,目前我们还没有完全意识到AI可能对商业和工作产生的影响,因为这一切才刚刚开始。未来,随着AI工具的进一步普及,AI对全球经济的影响将愈来愈大。也就是在5月,OpenAI重磅发布了GPT-4o聊天机器人,GPT-4o模型可以帮助用户生成文本,演示文稿和视频等内容,使用起来越来越直观,这无疑会推动人工智能的进一步普及。如今,完全足以抗衡GPT-4o的Claude 3.5 Sonnet已经横空出世,在AI巨头们军备竞赛般的激烈比拼下,我们有理由相信,AI对于人类经济所产生的影响,势必会越来越大。

“AI大范围的取代人类”,这并非预演,而是事实。

AI会让人类失业。这是一件百分百会发生的事情。

纵观过去的每一场科技革命,都会“夺”走不少的工作岗位,这是科技进步发展过程中必然会出现的阵痛和代价。

工业革命时期,机器得以大量使用,这使得许多手工业者破产,工人失业。工人们据此开始了砸机器的运动。工作人员把机器看作是问题的根源,他们试图通过砸坏它来保住工作,但事情的根源并不在此。到了20世纪中期,福特汽车的工人们也开始用罢工的方式来抵制新的流水线自动化系统。这一行为后来被发展经济学家所接纳,并称之为“卢德谬论”:即科技的发展带来生产力的提高,会减少对劳动力的需求,从而导致失业率的上升。

但有一点毋庸置疑,每一次科技革命都会在短时间内带来部分工作的消亡,但新的时代一定会孕育出更多的工作机会。

今年2月,瑞典的一家先买后付服务公司Klarna曾表示,基于OpenAI构建的客服聊天机器人,可以完成700名客服人员的工作,而且会比人类做的更快更准确,着实令人惊叹。

无独有偶,高盛和摩根士丹利等大型金融服务公司,也在引入AI工具。这些工具可以取代华尔街的大部分入门级白领工作,诸如备电子表格,创建演示文稿,分析金融数据等。

值得一提的是,AI工具并非是巨头和大公司的专有物,一些小企业也正被AI的力量逐渐渗透。伊利诺伊州布卢明顿的Little Beaver啤酒厂,以及达拉斯地区的亚洲餐厅Burning Rice,正在使用Slang.ai这样的平台来自动接听客户电话并预订座位。这些工作原本由人工来完成,现在却被AI所替代。

由此可见,Mira Murati在发言中所提到的观点都是正确的。可问题在于,说了真话的Mira,为何还要被广大网友们攻击反对呢?

没有生存和失业压力的高知当然可以客观冷静,对未知问题大方承认,而不是自欺欺人。但对于广大普通网友来说,工作被替代是一件多么可怕的事情,怎么能不焦虑?

也正因此,一个网友“地狱笑话”般的留言才让人感叹高明:“第一批应该被AI取代的工作是大多数企业高管。他们的薪酬过高,而且AI能和他们做得一样好。顺便说一句,这也包括Murati的CTO”。

AI周报设计方法论:从信息过载到技术决策的精准过滤 AI周报本质上是一种面向工程实践的技术情报处理范式,其核心在于将海量碎片化信息转化为可验证、可行动、可回溯的技术信号。它依托研究突破、开源进展、产业落地与社区观察四维结构,通过原子事实提取、交叉验证、生产就绪度标注和场景化重写等机制,实现对模型能力跃迁、开源社区动向等关键热词所指向的真实演进节奏的精准捕获。这种设计不仅压缩信息噪音,更构建起连接学术前沿与工业部署的认知桥梁,在算法选型、架构决策与技术预研中提供时间锚点与判断依据,是AI从业者建立技术雷达、规避路径依赖、抢占落地先机的基础工具。 阅读详情

相关推荐

DeepSeek V4发布背后的五大AI商业命题

大模型已从技术竞赛迈入商业深水区,‘开源策略’‘增长模式’‘基模研发方向’‘组织架构适配’‘青年才价值’成为决定企业存续的核心命题。其底层逻辑在于:模型能力趋同后,技术价值必须通过可计量的财务指标、可嵌入的工作流、可交付的客户KPI来验证。DeepSeek V4-pro与V4-flash双轨制,正是对‘开源性价比’和‘场景化交付’两大热词的工程化回应——它不追求通用榜单领先,而聚焦金融、法律、医疗等垂类中‘92.7%识别准确率’这类合同级指标。这种从实验室到合同条款的穿透式研发范式,正重塑AI公司的成本结

weixin_33806914的博客 471

火种AI|GPT Store可能是一个“硅基才市场”

GPT Store不是AI时代的“APP Store”

2301_81027856的博客 1651

AI资讯简报的工程化实践:深度筛选与生产就绪指南

AI资讯简报是面向开发者的技术情报载体,其核心在于从海量信息中实现高精度筛选与可验证落地。它基于实测数据、版本可控、模块化结构(如核心突破、工具链演进、生产信号、避坑日志)构建低决策成本的信息系统,强调非营销化表达、代价同步披露与环境可复现性。技术价值体现在缩短AI技术评估周期、降低生产环境试错成本、支撑CTO/工程师快速做技术选型。典型应用场景包括LLM推理优化、LangChain等工具链升级、RAG性能调优及Ollama本地部署排障。本文以#96期为样本,解析一套真正‘生产就绪’的AI简报设计逻辑与个

weixin_30326515的博客 683

火种AI | 反转再反转!微软正式收编,Sam Altman不回OpenAI

据The Informatin报道,Ilya表示,尽管公司已经力邀Altman回到公司继续担任CEO之位,但是在经过谈判之后,Altman表示并不会回归OpenAI,同时之前才刚刚当上临时CEO的Mira已经不是临时CEO了,现在OpenAI的临时CEO将由视频直播网站Twitch的联合创始Emmett Shear担任。就是这位Hinton。一时间,所有都以为Altman的「乔布斯时刻」剧情上演得如此之快,甚至调侃道,一样的剧情,只不过是短视频版本,都认为Altman即将回归OpenAI CEO之位。

2301_81027856的博客 478

火种AI | OpenAI深夜变天!CEO奥特曼竟被扫地出门…

当地时间周五(2023年11月18日),OpenAI突然对外表示:“在Altman离职之前,董事会进行了审慎的审查,得出的结论是,他在与董事会的沟通中并不坦诚,阻碍了他履行职责的能力,董事会也不再相信他继续领导OpenAI的能力。尽管如此,微软方面依旧选择坚定和OpenAI站在一起,其发言表示,“微软将继续与OpenAI保持长期性的合作关系,恪守对OpenAI的投资承诺,为我们的客户带来下一个人工智能时代。但如今,OpenAI手握大把投资,“找钱能力”变得不再稀缺,取而代之的,是要拥有足够过硬的技术。

2301_81027856的博客 273

火种AI | 临时顶上堪当大任!揭秘ChatGPT背后的神秘女:Mira

2013年,Murati跳槽到了特斯拉,她在特斯拉旧金山湾区办事处工作了3年,领导了特斯拉汽车产品的设计,开发和发布等过程,这期间她经手了Model X,以及航空航天领域的创项目,2016年离开时,Murati是Model X的高级产品经理。对于这个名字,了解AIChatGPT的朋友都不会陌生,因为ChatGPT的持续爆火,这位“ChatGPT背后的女”从幕后走向了前台,不仅向全世界宣告了她的存在,更用自己的出色实绩向大家证明了一点:AI,从来都不只是男的游戏。

2301_81027856的博客 276

入门篇--知名企业-2-OpenAI--从非营利实验室到定义AI时代的商业巨头

OpenAI:从理想主义到全球AI领跑者 OpenAI最初是2015年由科技精英创立的非营利实验室,旨在防止AI技术被巨头垄断。经历从开源理想向商业化的转型后,2022年推出的ChatGPT引爆全球AI热潮,用户5天破百万。如今估值860亿美元,核心产品GPT系列已迭代至模态的GPT-4o,支持实时语音、视频分析等复杂任务。尽管商业化引发争议,OpenAI仍通过独特治理结构平衡盈利与使命,持续推动AI技术边界。其发展折射出AI行业的核心矛盾:理想主义愿景与商业化现实如何共存。

weisian的博客 3万+

日“烧”508万,OpenAI只能活到2024?

图片来源:由无界AI生成撰稿丨千山来源丨51CTO技术栈日前,据外媒Analytics India Magazine报道,综合各项数据分析,OpenAI 目前财政状况不佳,可能在 2024 年底宣告破产。作为一手打造了ChatGPT、掀起全球大模型热的行业领头羊,OpenAI何以陷入当前处境?01日耗70万美元,用户数逐月下降据报道,ChatGPT每天的运营成本为70万美元(当前约合民币508万...

weixin_44383880的博客 459

面对闭源 Sora,国产视频模型要怎么走 OpenAI 的“西游路”?

在世界模型的路径上,跨模态是非常重要的事情。文 | 王启隆出品丨AI 科技大本营(ID:rgznai100)本文为 CSDN 编辑整理,未经授权,禁止转载。7 月 26 日上午,智谱 AI在北京举办开放日(OpenDay),正式发布视频生成大模型产品「清影」(Ying)。目前,清影已经上线“智谱清言” App,可用,大家都能体验。面向广大的开发者群体,智谱也开放了清影背后的视频生成模型 Co...

AI科技大本营 5433

大模型商业化五道生死题:开源、增长、研发、组织与才的实战破局

大模型已从技术竞赛迈入商业深水区,单纯关注参数规模、上下文长度等硬指标正快速失效。真正的分水岭在于开源策略的财务可行性、增长路径的场景精准度、基模研发的实用导向性、组织架构的工程适配性,以及才争夺背后的认知主权构建。当1M上下文成为标配,MoE架构趋于普及,行业竞争焦点正悄然转向‘软实力’——即如何将技术能力转化为可计量的商业价值。本文基于国内头部模型公司真实财报、组织调整与落地实践,拆解开源ROI模型、精细化增长三把刀、场景倒逼架构法、海战术标准化、文评估基准(H-Bench)等关键方法论,为AI

weixin_34302561的博客 560

(论文速读)EDiT:用线性压缩注意力加速扩散 Transformer

本文提出了一种高效扩散Transformer架构EDiT,通过创的线性压缩注意力机制解决传统DiT在生成高分辨率图像时的计算瓶颈。EDiT采用卷积增强的线性注意力(ConvFusion+SpatialCompressor)处理图像自注意力,同时为模态场景设计混合注意力方案,仅对图像-图像交互进行线性化处理,保留文本相关交互的标准注意力。实验表明,EDiT在PixArt-Σ和Stable Diffusion3.5-Medium上实现高达2.2倍的加速,同时保持接近原始模型的生成质量。该方法的核心创在于针

LJ1147517021的博客 269

如何借助 AI 实现自动化测试:让 Agent 帮你写测试、跑测试、修测试

上下文工程优先:维护(页面结构、账号、业务规则),AI 输出质量立竿见影;AI 生成 + 审 + 入库:测试代码是资产,必须 code review,禁止「AI 跑完就当真」;定位器纪律:全程getByRolegetByLabel,从源头减少失效;分层使用:单元/接口测试用传统框架,UI 探索性测试用 Agent,回归用固化脚本;成本控制:批量生成用便宜模型(DeepSeek / 本地 Ollama),关键修复用强模型;安全红线:测试 Agent 只能连测试环境;

篮球界最会写bug的人;程序猿中打球最菜的人。 700

83.85% vs 17.91%:FormStruct-Bench 揭开表单解析的错觉

文章摘要 FormStruct-Bench论文提出了一个针对表单类文档结构识别的型分层评测基准,解决了传统方法在结构化评估上的不足。研究团队通过"导演-美术-质检"的合成流程构建了7,000个带精确标注的表单实例,并设计了分层评估指标,包括内容读取(Value-nED)、结构重建(Schema-nED)和路径正确率(TSR-path)等。实验结果显示,当前最佳系统在内容读取上达到83.85%,但结构路径正确率仅17.91%,区域检测和关系识别指标更低。研究表明,视觉退化主要影响结构绑定而非内容识别,且合成

liferecords的博客 689

WAIC论坛现场|网易智企分享企业AI“上岗之路“

在世界人工智能大会(WAIC)2026上,网易智企举办了"用可信AI构建企业智生产力"专题论坛。会上,网易智企副总经理段毓铮带来了题为《从能聊、到能干、到越干越好:企业AI的上岗之路》的演讲,抛出了一个核心观点:不把AI当工具,而是当作"AI员工"来看待。

weixin_43099039的博客 207

8.4 处理智能体的工具调用与输出解析《LangGraph开发AI Agent实践》

规范遵循:工具需遵循LangChain的BaseTool接口,定义清晰的name、description以及args_schema(通常为Pydantic模型)。注册方式:将工具实例传入LLM的tools参数(如OpenAI的function_calling)或通过LangGraph的状态节点显式绑定。目的:确保LLM能理解工具的功能、输入格式及使用场景。

夏天又到了的专栏 503

AI 配音软件哪个最好用?配音工具实测推荐

大批量长脚本、矩阵推文解说,追求稳定省事,优先叮叮配音;做探店带货、本地生活短视频,看重口语自然度,优先布丁配音;剪辑短剧、漫剧,需要角色剧本、声音克隆打造 IP,优先媒小三配音。AI 配音只是内容制作辅助工具,不要盲目追求花哨功能。结合自己的视频类型、脚本长短、是否商用去选择,稳定好用、少套路,才是挑选配音软件的核心。

2601_95566246的博客 241

AI网关和API网关区别在哪?MAI Gateway统一治理方案深度解析

API网关转发请求,不关心内容。AI网关处理消费,不只转发。这是两类网关的根本区别。调用方不需要知道服务在哪,网关负责路由。请求体内容在网关层透传,网关不碰。企业要知道AI调用的内容安不安全、花了少钱、归谁的部门、模型说了什么。请求体内容在网关层被检查、脱敏、计费、记录。差异的根源在于:大模型调用是按次消费,每次调用花钱;传统API调用是基础设施服务,部署了就能用。

youdiyunan的博客 308

企业级AI Agent规模化落地的技术挑战:从62%试点到23%规模化的差距在哪?

数据显示,62%的企业已完成AI Agent试点,但成功实现规模化部署的比例仅为23%。从“Demo跑通”到“生产级落地”之间,隔着一系列工程化难题:任务执行可靠性、遗留系统兼容、数据安全合规、状态管理与断点恢复、租户隔离。本文从技术架构角度逐一拆解这些挑战,并给出可落地的解决方案。

2501_93684580的博客 176
上一篇: 新火种AI|Claude 3.5一夜封王超越GPT-4o!留给OpenAI的时间真的不多了...
下一篇: 新火种AI|苹果要将苹果智能做成AI时代的APP Store?
新火种
博客等级 码龄3年 901粉丝 129原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值