最新观点显示,科学在提出改变世界观的激进思想时最为出色。这是所有理性人都会支持的旗帜,我们在这面旗帜下进军战场。然而在内心深处,我们知道最令人愉悦的科学是那些证实我们偏见并验证我们一直以来所知道的东西。康奈尔大学刚刚为我们呈上了一盘最精美的佳肴。
在一项关于商业语言学人类学的创新而深刻的研究中,该机构的研究人员证明了古老格言"废话迷惑大脑"的正确性。那些最容易被企业术语使用所打动的人,恰恰是那些最缺乏分析思维能力的人。当无意义的陈述用精美的商业术语包装时,他们会给出更高的评价,这一结论通过企业废话接受度量表(CBRS)得到了验证。这一新发现具有双重愉悦性,不仅证实了我们许多人在管理和被管理研究中观察到的现象,还暗示那些本能厌恶这些术语的人具有出色的分析能力。
术语本身并不坏。它有许多重要功能,特别是在技术领域,那里对新发明和旧概念新用途有着巨大需求。用"流畅性"代替"低延迟触控图形用户界面响应性"并无过错。四个音节胜过二十个。使用术语本身也可能是好事。当极客们初次见面时,他们的初始对话常常像调制解调器在对话,这是一个训练和协商序列,用以建立最高水平的交流。正确术语的使用是衡量某一知识领域兴趣深度的强有力指标,正确使用恰当术语标志着相应的专业知识。
管理术语滥用了这些用途,因为商业的核心不是技术性的,但却拼命想要显得技术化。它主要是人与人之间的交往,是通过地位来鼓励合作的绝妙游戏,这从我们互相挑虱子的时代起就没有真正改变过。但它必须看起来在进步,所以需要用新词来表达旧概念。用"架构"代替"设计"。用"深入钻研"代替"探索"。用"颗粒度"代替"细节"。用"生理休息"代替"上厕所"。
那些使用这些词汇的人标志着他们在商业环境中的较高地位和思想的优越性。那些接受这些术语的人理解过度分析老板的危险,以及接受部落标识符的重要性。这些东西存在是有原因的,并且能够抵制理应产生的任何批评和嘲笑。正是在学术界、技术界和商业新闻界,批评和嘲笑才最为盛行。
这些地方优先考虑分析思维和创造力,在难以被管理层控制的人群中产生清晰高效的输出。并非其他地方缺乏对商业术语的广泛认识和讽刺态度——这些都是普遍存在的——而是技术和新闻界更适合公开嘲笑它。
以废话宾果游戏为例,这是一个在会议期间悄悄在宾果卡片上勾选令人讨厌术语的游戏。如果你赢了,实际上不能喊"宾果!",但适当的咳嗽同样有效。这可以追溯到90年代初大学里的火鸡宾果游戏,然后演变为商学院的流行语宾果。最终通过硅谷图形公司员工在早期网络上的托管,以当前的名称和形式传播开来。《注册报》从第一手报告中了解到,这个游戏迅速在硅谷建立起来。英特尔和微软员工还声称有一个高级变体,挑战是引入新术语并让管理层在会议上采用。商业术语确实还有真正的用途。
尽管商业废话及其批评者有着悠久传统,康奈尔大学的研究来得恰是时候。技术和咨询营销一直对糟糕术语有着特别强烈的偏爱,鉴于该行业有以新面目重新推出旧想法的习惯,以及用华丽外衣掩饰平庸想法的倾向。不止一种主要的新商业方法论在信息图表、白皮书和闪亮图形的盛大展示中推出,归根结底就是"多开会,我们能告诉你怎么做"。这些倾向现在因需要向我们所有人销售AI而被极度加速,而且要拼命销售。
"AI"这个术语本身就是最好的例子,经常被用作软件的同义词,但从未用于它暗示的真正智能。这种过度宣传一直渗透到大语言模型中,承诺的效率收益被检查其持续犯错的需要所毒害。或者不检查这些错误的后果,当你相信这些声称并且太累、太过劳或太懒而无法质疑术语时就会发生这种情况。忘记战争迷雾吧,需要驱散的是废话的瘴气。
这就是我们呼吁康奈尔大学团队扩展和延伸他们的科学研究的地方,超越对商业术语及其创造者和消费者的一般性批判,尽管这种批判是受欢迎和有价值的。将这些东西用作诊断工具很棒——现在以此为基础来识别和解剖这些东西本身,以及它们影响选择和行动的机制。
企业废话接受度量表是一个很好的开始。现在我们需要ABRC,即AI废话接受度量表。康奈尔的英雄们,你们知道技术界和新闻界的盟友正准备为你们的努力喝彩和宣传。毫无疑问,整个诺贝尔奖评委会都在焦急地等待你们在这里的未来努力,因为它们具有潜在的重要性。存在威胁可能只是另一个企业术语,但某件事是陈词滥调并不意味着它不是真的。
Q&A
Q1:康奈尔大学的企业废话接受度量表是什么?
A:企业废话接受度量表(CBRS)是康奈尔大学研究人员开发的一个评估工具,用来测量人们对企业术语和商业行话的接受程度,研究发现那些最容易被企业术语打动的人往往缺乏分析思维能力。
Q2:为什么技术行业特别容易产生商业术语?
A:技术和咨询行业特别喜欢使用糟糕的术语,因为该行业习惯于以新面目重新包装旧想法,用华丽的外衣掩饰平庸的概念。现在随着AI的推广,这种趋势被进一步加速,"AI"这个术语经常被滥用作为软件的同义词。
Q3:废话宾果游戏是如何发展起来的?
A:废话宾果游戏起源于90年代初大学里的火鸡宾果游戏,后来发展为商学院的流行语宾果,最终通过硅谷图形公司员工在早期互联网上传播,以当前的形式在硅谷迅速建立起来,成为对抗企业术语的一种方式。
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。