他们把一切都交给AI,结果不是裁员,而是把团队规模翻了三倍
当所有人都在担心“AI 会不会抢走我的工作”时,这支团队做了一个反直觉的实验:把能自动化的全部交给 AI。结果不是裁员,而是工作更多、人也更多。这期视频讲清了一件很多人没想明白的事:自动化的终点,可能恰恰是人类价值的放大器。
当所有人都在担心“AI 会不会抢走我的工作”时,这支团队做了一个反直觉的实验:把能自动化的全部交给 AI。结果不是裁员,而是工作更多、人也更多。这期视频讲清了一件很多人没想明白的事:自动化的终点,可能恰恰是人类价值的放大器。
如果你还在拖拽文本框、对齐图片、调动画,这条视频会让你非常不舒服。Peter Yang 公开展示:用 Claude Code + HTML,他12分钟生成一整套可交互、带动画、还能自动质检的幻灯片。这不是效率提升,而是工作方式的断代更新。
多数人还在拼模型参数时,最好的 AI Agent 已经换了赛道。Mardu Swanepoel 提出一个反直觉观点:决定 Agent 上限的,不是能力,而是设计模式。这场分享拆解了四个正在被 Cursor、Claude 等产品验证的关键机制。
几乎所有人都在谈“AI Agent 会不会取代人类”,但这期《AI Daily Brief》给了一个更反直觉的答案:Agent 越强,人反而越值钱。2026 年被称为“Agent 成为现实的一年”,但真正的变化不在技术本身,而在我们如何工作、如何分工,以及为什么人类判断正在变成稀缺资源。
如果你以为 AI Agent 的核心难题是“模型还不够聪明”,那 Google DeepMind 会当场反驳你。在这场内部工程师的公开分享中,他们反复强调:真正把 Agent 跑到 Google 规模,最大的瓶颈是 Token、成本、配额,以及一整套几乎没人聊过的“代理操作系统”。
当所有人都在卷向量数据库、Agent 框架和微调时,Google DeepMind 的 Paige 却在台上泼了一盆冷水:这些东西,迟早都会被模型本身吞噬。这场长达一小时的分享,不是产品发布,而是一份来自一线的行业预言。
很多人以为“真·AI 应用”只能在云端完成,但 Google DeepMind 在这场 AMA 里给了一个完全相反的答案:Android 正在把生成式 AI 直接塞进手机里,而且已经能用。这场对话不讲概念,直面限制、取舍和真正可落地的路径。
如果一个提示,就能调动“50名科学家”为你工作一天,会发生什么?DeepMind最新展示的 Co-Scientist,不是帮你写论文,而是直接生成可验证的新科学假设,把原本需要数月甚至数年的探索,压缩到几天之内。
很多团队以为“主权AI”就是把API换成自托管模型,但真正动手后才发现:最先失控的不是效果,而是架构、流程和工程心智。来自 deepset 的一线经验,讲清楚主权约束下,AI系统到底会在哪些地方坏掉。
为什么今天最强的 AI Agent,跑几个小时就“开始胡来”?Anthropic 两位一线工程师给出的答案,几乎颠覆了很多从业者的直觉:问题不在模型,而在我们构建 Agent 的方式。这场分享,第一次系统拆开了“长时间运行 Agent”真正的技术瓶颈。