AI 考验人性:东京 IT 就职圈为何陷入混乱
在东京 IT 就职圈,一位工作十年后跳槽的技术者发现,AI 并不筛选人,而是放大心性:没有底线的非技术操盘手靠拉活、雇人、硬压案件运转生意,招聘与面试都变得轻飘飘。用 AI 挑错字更成了权力游戏。作者借“给每个人发枪”的比喻,追问是否该放缓工业新革命,把创作还给人类。
支持对已公开的 133 篇文章进行关键词模糊搜索、分类与标签筛选。
在东京 IT 就职圈,一位工作十年后跳槽的技术者发现,AI 并不筛选人,而是放大心性:没有底线的非技术操盘手靠拉活、雇人、硬压案件运转生意,招聘与面试都变得轻飘飘。用 AI 挑错字更成了权力游戏。作者借“给每个人发枪”的比喻,追问是否该放缓工业新革命,把创作还给人类。
曾鸣在新书《智能》中判断,工业时代的公司制度与科层制正在走向衰亡。当大模型把通用智能变成水电一样的基础设施,组织的最小单元从岗位转向任务,战略也从顶层规划变成组织自发生成。文章梳理 AI 产业的三阶段演进、token 成为度量衡后的云公司终局,以及应用层仍在等待自己的“浏览器时刻”,并追问知识被接管之后,人还剩下什么。
当 agent 接手大部分工作,批判性思维不会自动发生:人会从「认知卸载」滑向「认知投降」,在看起来干净、测试通过的产出里悄悄积累认知债。本文给出六个自问、让验证成为习惯而非看绿灯的方法、真正阅读生成物的做法,以及把 prompt 当作思考镜像的实践。核心只有一句:工作可以交出去,判断与问责不能。
40岁、身在东京的作者在职业转型期被焦虑与失控感反复困扰,由此接触到心理学中的「不确定性不耐受」与「灾难化思维」。文章从进化角度解释人类为何难以忍受不确定,提出先分清假设与事实、再把注意力拉回当下的练习方法,并讨论AI时代被淘汰的恐惧:与其和AI比速度,不如思考如何驾驭它。作者也指出,这不只是个人心态问题,而是需要社会共同面对的结构性变化。
Antigravity 正从生成代码转向管理长时间运行的自主体。本文梳理它的四根支柱——代理引擎、工件验证、可组合原语与纵深防御,并说明 Gemini 4 Argon 与 3.8 Flash 如何分工、生产案例给出哪些数字,以及如何用 /compact、/context 管理上下文。最后介绍我最常用的 grill-me 和 /btw 两个命令。
在 Antigravity 的 deep dive 上,Google 的资深开发者关系工程师提出:AI 编程不应停留在“更聪明的聊天对象”,而应把开发组织成并行装配线式的“软件工厂”。文章梳理模型与 harness 的共同进化、/boost 与 Teamwork Preview 的结构化委派、cron 与钩子触发的自动化、源自丰田自働化的停线与验证机制、.gemini/brain 的状态持久化,以及搭建产线的五个步骤。
生成式 AI 正从「输入问题、返回答案」走向「给出目标、代理自主执行」。本文整理 Google Cloud 讲者关于 Agent 落地的判断:很多幻觉不是模型问题,而是业务定义没有写进上下文;PoC 规模一放大就会遇到成本、延迟、治理与复现性问题;解法是用数据源、元数据、语义层和计算口径搭起上下文架构,并用五类问题各 20 次的对比实验与银行、营销演示说明效果。
当 AI 让写代码变快,瓶颈并没有消失,而是移向需求定义、业务语言化与验证运营。测试全绿不等于产品正确,真正稀缺的是能连接客户、业务与工程的人。本文结合金融与通信场景,讨论 AI 的适用边界、人的判断,以及组织应从何处开始。
企业 AI 的成败不在模型,而在实装。SoftBank 的讲者把实装置于半导体、数据中心、电力与储能这条链的末端,谈到遍布各部门、彼此连携的 AI 代理,6 月发布的安全服务,FDE 的五级能力与最关键的系统设计判断力,以及大型机、COBOL 等遗留系统必须先做云迁移。六周约 150 个需求,一个人五到八小时走完,靠的是验证、实装、改善的循环。
AI 智能体难以在企业中可靠行动,原因往往不是模型推理能力,而是缺少业务知识。Neo4j 发布的 Context Engine 用六层业务本体,把流程、术语、数据位置、权限与历史决策组织成一张图,并以 GraphRAG 检索和记忆学习支撑智能体。本文梳理其思路,也讨论 private preview 阶段仍需验证的问题。
企业 AI 提案常常停在“需要知识图谱”的概念上。本文把它拆成三层:定义知识形态的概念层,抽取业务逻辑、让 AI 能判断的应用层,以及支撑判断与执行的云基础设施层。文章还讨论了由 5 个周期、6 种能力构成的判断框架,用 MCP 把旧系统包成 AI 可调用服务的 modernization 思路,以及为什么智能必须配得上执行。
企业用同一套能力模型招聘、同一套绩效标准考核,却期待非标准化的突破成果。亚历克斯·卡普指出,最有创造力的人往往最难管理,因为真正的创新会挑战权威。文章进一步讨论技术与商业价值之间的断层、FDE如何让技术进入流程,以及AI时代执行变便宜后,隐性知识与判断系统为何成为无法复制的优势。