澳大利亚软件巨头Atlassian宣布裁员10%的消息,使人工智能与就业的辩论更加贴近我们的生活。
虽然关于AI实用性的更广泛问题仍未解决,但毫无疑问AI已经改变了软件行业。开发人员报告称,使用Anthropic公司AI编程工具Claude后,生产力大幅提升。
AI驱动的失业威胁一直备受争议。但在这场辩论中,几乎完全缺失的观点是:AI带来的生产力提升应该带来工作时间的减少,而非工资增长或更可能的情况——企业利润增加。
对新技术导致失业的担忧可以追溯到工业革命和"卢德分子"领导的砸机器暴动。当时的工人反抗是正确的。工厂制度的初期影响不仅摧毁了手工织布的家庭工业,还大幅增加了工作时间和强度。19世纪初英国平均工作时间达到每周近70小时,一些工厂工人每天工作12小时,每周六天。
但从19世纪中期到20世纪末,技术进步的益处体现在工作时间的稳步减少。澳大利亚和新西兰从1850年代开始实现八小时工作制,引领了这一潮流。在接下来的100年中,标准周工作时间从48小时减少到44小时,再到40小时。现在理所当然的周末,澳大利亚工人直到1948年才获得。这一过程由工会和政府推动,克服了大多数雇主的阻力。
到1980年,澳大利亚工会理事会发起了35小时工作周的推动。但权力平衡已经改变,工会力量大大减弱,工党和自由党政府都站在雇主一边。标准工作时间减少到每周38小时,此后一直保持不变。惠特拉姆政府时期增加到四周的年假也保持不变。
40到50年后,这些条件已经存在太久,以至于看起来像是自然秩序。因此,关于AI影响的讨论理所当然地认为,总工作时间的减少直接转化为失业。
但疫情开始以来远程工作的突然出现向我们展示了从根本上改变工作方式的可能性。数百万人一夜之间从标准的五天工作周转为居家办公,令许多人难以置信的是,由此产生的干扰微乎其微。封锁结束后,雇主发布法令要求回到疫情前的常态,但无法强制执行。至少部分时间在家工作的人员比例自那时起几乎没有变化。
虽然老板过去推动员工在标准工作时间外继续在家工作,但断线权的法律引入,结合社会规范的变化,抵制了这种工作强化形式,有报告称一些办公室员工已经悄悄开始部分或完全休周五下午。
但这些益处远非普遍。需要实际到场的工作,如零售和交通,几乎没有变化。简·休姆在2025年选举中以公平名义停止远程工作的提议,是对这种不公平的扭曲反映。阿尔巴尼斯政府宣布反对四天工作周,在这方面没有提供任何积极建议。只有绿党支持澳大利亚工会理事会重新发起缩短工作时间的活动。克里斯·明斯和彼得·马利瑙斯卡斯等州长试图限制远程工作。
现在毫无疑问AI将产生真正的生产力改善。但无法保证我们大多数人将分享这些改善的益处。迫切需要重新启动长期暂停的逐步减少工作时间的进程。
约翰·奎金是昆士兰大学经济学院教授
Q&A
Q1:Atlassian的裁员决定对AI与就业辩论有什么影响?
A:澳大利亚软件巨头Atlassian宣布裁员10%,使AI与就业的辩论变得更加贴近现实。这一事件表明AI确实在改变软件行业,开发人员使用AI工具后生产力大幅提升,但同时也带来了失业威胁。
Q2:为什么AI生产力提升应该带来工作时间减少而不是失业?
A:历史上从19世纪中期到20世纪末,技术进步的益处体现在工作时间的稳步减少。澳大利亚从1850年代的八小时工作制到1980年的38小时工作周,都是通过工会和政府推动实现的。AI带来的生产力提升理应延续这一趋势。
Q3:目前澳大利亚对缩短工作时间的政策立场如何?
A:阿尔巴尼斯政府宣布反对四天工作周,在缩短工作时间方面没有提供积极建议。只有绿党支持澳大利亚工会理事会重新发起缩短工作时间的活动。一些州长如克里斯·明斯和彼得·马利瑙斯卡斯甚至试图限制远程工作。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。