估值 46.5 亿美金!AI 大牛出走 Meta 揭开残酷真 #职场生存 #AI新范式 最近 AI 圈有个比喻极其扎心。一位在大厂干了十多年的顶级科学家说:“现在的打工人频繁跳槽,就像一条鱼在一个渐渐干涸的水坑里跳来跳去。只要水越来越少,你怎么跳最后都是死局,你唯一能活下来的方式,就是变成一只鸟飞出去。”
✅ 已完成任务ID: 1226
30秒速读
核心摘要
借田渊栋离职事件解析AI行业新动向与普通职场人破局路径。
可执行建议
- 放弃在日渐萎缩的职场池里反复跳槽的无效操作,深耕细分小众领域积累独有经验,成为不可替代的稀缺资源
- 摒弃工业时代做合格螺丝钉的固化思维,主动适配AI时代的能力要求,跳出被系统替代的命运
高价值评论洞察
- 大量用户对AI替代脑力劳动的趋势存在强烈焦虑,普遍认同大厂内耗下普通打工人跳槽难破局的观点
- 存在信息差争议,部分用户质疑田渊栋是被裁而非主动离职,同时有用户提出头部AI大厂决策容错率极低,方向偏差就会直接掉队
用户关注点
- AI时代普通打工人的职场破局路径,如何避免被AI替代
- 头部科技大厂AI业务的发展前景判断
- AI技术的落地边界,哪些领域暂时无法被AI覆盖
可复用选题/回应建议
- 补充田渊栋离职事件的完整细节,澄清网传被裁的不实信息,消除用户认知差
- 产出AI替代岗位边界的科普内容,结合实体生产、体力劳动场景拆解AI当前的能力局限
代表性评论
- 有用户质疑“我咋记得他是被裁的”,价值是点出内容存在信息缺口,补充事件细节可大幅提升内容可信度
- 有用户提出AI暂未替代底层制造类劳动,举例询问AI何时能完全自主生产主粮,价值是反映普通用户对AI落地的真实好奇,可延伸相关内容破圈
标签与备注
标签
备注
暂无备注
转录文本
Hello,大家好。最近的AI圈有一个比喻比较扎心,一位在大厂干了10多年的顶级科学家说,现在打工人频繁跳槽,就像一条鱼在一个渐渐干涸的水坑里面跳来跳去。 只要水越来越少,你怎么跳最后都是死路,你唯一能活下来的方式就是变成一只鸟飞出去。 说出这句话的是Meta前基础AI研究实验室的研究总监田渊栋。他最近做出一个惊人的决定,离开了深耕11年的Meta,也就是以前的Facebook,加入了一家只有二十多人的初创团队,叫RSI。这家公司连一行代码的产品都还没发,就拿到了6.5亿美金的融资,估值直接飙升到46.5亿美元。那么今天我们就借着《硅谷101》对田渊栋的独家专访,来深度扒一扒。 为什么顶尖的人才纷纷地逃离硅谷的巨头?大模型的下一代的引爆点到底在哪? 以及我们普通的打工人该怎么逃离这个快要干涸的水坑? 首先我们要搞清楚,放着Meta这样的巨头高管不当,为什么要跑去创业?原因其实很简单,大厂的病越来越重了。 田渊栋坦言,现在的硅谷巨头,频繁地重组、裁员、改变方向,为什么呢? 因为大厂是自上而下的,CEO极其焦虑,看到Coding Agent火了,一声令下,不管大家原来做什么,全都扑过去卷代码。 这就导致大公司之间的极度同质化,而在这种臃肿的体系里面,一个前沿的想法,向上汇报,向下对齐,沟通成本极其高昂,根本跟不上AI每天进化的速度。 用田渊栋的话来说,现在的前沿大模型之争,本质上已经变成了组织架构之争。 所以选择了RSI,这是一家典型的New Labs,也就是一种新型的实验室,它集聚了8位行业极其顶尖的联合创始人,比如前Salesforce首席科学家,还有Google DeepMind的资深专家等。资本为什么愿意给一个并没有产品的团队砸6.5亿美元呢? 因为在瞬息万变的AI时代,最值钱的资本其实一直都不是确定的产品,而是能快速应对变化的最强大脑。 那这家聚集了8位最强大脑的公司到底想干翻什么行业? 他们盯上了一个极其硬核的领域,也就是递归自我改进,听起来很复杂对不对? 其实说白了就是用AI来自己优化自己。过去的一年大家都在卷用AI来写代码,因为代码替代程序员的ROI,也就是投资回报率很高。但在访谈中,田渊栋抛出了一个预测,coding之后的下一个big thing,一定是AI research,也就是AI研究。大家想一想,人是有生理极限的,要吃喝拉撒睡,不可能24小时去做实验。 如果能用AI打造出一个自动进化的科研系统,让它自己提出科学假设,自己设计实验,自己迭代优化架构,甚至未来能同时跑几千个AI科学家去攻克难题。一旦这个系统成型,不管是发现新药、新材料,还是找出新的物理规律,它的回报将是不可估量的,这才是真正意义上用机器去极大地拉升人类社会科技进步的密度和速度。 不过要让AI自己搞科研,靠现在大家熟知的思维链就够了吗?田渊栋给出了一个否定的答案。他之前在Meta做过一项非常有名的研究,叫做Coconut,也就是连续思维链。他发现人类在思考真正复杂的高阶难题时,大脑里其实并不是一行一行往外蹦文字的,而是一种说不清也道不明的直觉和图像交织的过程,也就是所谓的非语言媒介。如果AI只通过语言来一步步做推导,也就是现在的思维链,效率其实很低。未来真正的突破点在于Latent Space Regeneration,也就是潜在空间推理,也就是说让AI在它的神经黑盒里同时处理多条极其复杂的思路,最后直接给出正确答案。当数据和算力、深层算法迭代到一定的程度,模型就会跨过单纯的死记硬背,产生所谓的像人的顿悟一样的灵感。 这其实也侧面说明了,单纯靠堆算力的Scanular总有一天会撞到人员和成本的天花板。 真的能带来下一次范式突破的,一定是像RSI这种小团队正在死磕的底层范式级的创新。 那聊完高精尖的技术,我们回过头来看看最扎实的现实,AI进化得这么快,咱们普通人的饭碗怎么保持住呢? 明面上的答案非常残酷,很多工作确实扛不住了,而且这一天正在逼近。 它也指出,现在大厂里的L4和L5级别,也就是刚入职几年到高级别之间的工程师,他们做的很多工作,AI智能体已经完全可以胜任了,这就意味着大厂根本不需要再招那么多的基层管理者和一线执行者。 更可怕的是,现在甚至出现了一个极具争议的词汇:“蒸馏员工”,也就是所谓的“吸星大法”,这话大家都懂,有些公司在雇佣条款里明确规定要用AI来监控你的经验并炼化,可能等它炼化完了,就是你卷铺盖走人的时候。面对这场降维打击,就回到我们开头那个隐喻,整个传统的雇佣市场就是一滩正在干涸的水,只要水再变少,你在大厂之间怎么跳来跳去都没用。 以前的教育体系花十几年把你培养成一个优秀的螺丝钉,让你嵌入庞大的公司这个机器去运转,但是今天大机器不需要零件了,你必须去寻找自己独一无二的意义,去做那个极其细分, 只有你愿意去探索深挖的领域,当你在这个领域里获得了别人拿不到的独特经验,你本身就成为了一个不可替代的稀缺资源。 今天的这期内容新鲜量挺大,我们看到了AI的研究范式正在从由人类主导转向机器的递归自我改进,我们也看到了前沿科技探索的主力军正在从臃肿的大厂向极其敏捷精干的新锐一拨转移。 在这个时代被淘汰其实并不可怕,可怕的是你依旧用工业时代做好一颗螺丝钉的思维,去面对已经全面觉醒的数字生命时代。我希望田园洞的这番话能给你带来一场个人的文艺复兴,成为那个制定规则的人,而不是被系统替代的零件。那你觉得自己现在的岗位在未来三到五年内安全吗? 面对逐渐干涸的水坑,你找到那件让自己成为稀缺数据源的独特技能了吗? 也欢迎在评论区留言并关注伊登同学,带你透视科技背后的产业密码,我们来掌握AI时代的生存法则,咱们下期见,拜拜!