关于人工智能何时以及是否会开始取代人类劳动力的问题,已经引发了众多讨论。
尽管目前还无法确切断定人工智能是否正在逐步接手以往由人类完成的工作,世界经济论坛最近的一项调查显示,40% 的雇主计划在人工智能能够实现任务自动化的领域减少员工数量。
SignalFire 的研究人员认为他们可能看到了人工智能对招聘影响的初步迹象。SignalFire 是一家以数据驱动的风险投资公司,通过 LinkedIn 跟踪超过 6 亿名员工和 8000 万家公司的职位变动。
在分析招聘趋势时,SignalFire 注意到科技公司在 2024 年招聘的新近大学毕业生数量比 2023 年有所下降。然而,科技公司,尤其是前 15 大科技企业,则加强了对具有丰富经验的专业人才的招聘。
具体而言,SignalFire 发现,大型科技公司在 2024 年相比 2023 年新毕业生的招聘减少了 25%;与此同时,初创企业对毕业生的招聘较去年下降了 11%。虽然 SignalFire 没有透露具体减少了多少毕业生,但一位发言人表示,减少的人数达数千人。
诚然,新型人工智能工具的采用可能不能完全解释近期毕业生招聘下降的原因,但 SignalFire 的研究负责人 Asher Bantock 表示,有“令人信服的证据”表明人工智能是一个重要的影响因素。
入门级岗位之所以容易被自动化取代,是因为它们通常涉及生成式 AI 能够高效处理的常规、低风险任务。
人工智能在编程、调试、金融研究以及软件安装方面展现出的全新能力,可能意味着公司对此类工作的需求将会减少。人工智能处理某些入门级任务的能力,预示着部分面向新毕业生的岗位很快可能面临淘汰。
AI 金融分析初创公司 Rogo 的创始人 Gabe Stengel 曾在 Lazard 投资银行开启其职业生涯,期间他曾协助大型制药公司收购生物技术初创企业。Stengel 在上周 Newcomer 金融科技峰会上表示:“Rogo 的工具几乎可以完成我在分析那些公司时所做的所有工作,我们能够整理材料、对公司进行尽职调查并审查其财务状况。”
据《纽约时报》去年报道,虽然大多数大型投资银行尚未因人工智能而明确减少分析师的招聘,但像 Goldman Sachs 和 Morgan Stanley 这样的公司高管曾考虑削减高达三分之二的初级员工招聘,并降低他们聘用员工的薪资,因为借助人工智能后相关工作的要求不再那么严格。
尽管人工智能对低技能工作的威胁确实存在,但科技公司对具有丰富经验的专业人才的需求依然在不断上升。根据 SignalFire 的报告,大型科技公司对拥有两到五年工作经验的专业人才招聘增长了 27%,而初创企业在同一资历范围内的招聘则增加了 14%。
对于应届毕业生来说,一个令人沮丧的矛盾出现了:没有经验便难以找到工作,而没有工作又就难以积累经验。虽然这一困境并非新问题,但 SignalFire 的人才合作伙伴 Heather Doshay 表示,人工智能使这一问题更加严重。
针对新毕业生,Doshay 建议道:掌握人工智能工具。“如果你是最擅长使用人工智能工具的人,人工智能就不会抢走你的工作,”她说。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。