Keep on to blur preview images; turn off to show them clearly
关于“AI到底会不会取代我们的工作”，这可能是过去两年里我们聊得最多、也最焦虑的话题。包括我自己参与的大部分讨论都是“我觉得”、“我猜”、“我听说”，充满了各种宏大预测，或者拿历史蒸汽革命、互联网浪潮来类比，基本都没有真实的数据。 有一位叫 Henley Wing Chiu 的作者做了一件很多人想做但没精力做的事：他分析了从2023年到2025年10月的近1.8亿份全球招聘启事，对比了2024年，2025年哪些具体的职位招聘需求减少了，哪些又增加了？ 一个具体的数据是2025年全球总的招聘岗位数量，比2024年同期下降了8%，-8% 这个数据就是个基线，如果说岗位下降幅度高于这个数，说明职位数量下降了。 1. 创意领域：创意执行大幅下降 在2025年跌幅最大的Top 10岗位里，有三个来自创意行业： - 计算机图形艺术家（-33%）：包括3D艺术家、VFX特效师等。 - 摄影师（-28%） - 作家（-28%）：包括文案、编辑、技术文档作者等。 跌幅高达30%左右，远超-8%的基数，而且这是连续第二年下跌。这几乎可以确定是结构性衰退，而不是市场波动。 但不是所有创意领域数据都在下降，创意总监、创意经理、平面设计师、产品设计师这些岗位的降幅都远小于上面那些执行岗，基本跟大盘持平甚至更好。 AI正在取代的，是创意工作中执行的部分，而不是策略的部分。 这也比较符合直觉，对于创意执行，现在 AI 画图、甚至AI 生成视频，已经可以做到又快又好成本还低，但创意策略岗位，比如去跟客户沟通、理解需求、制定策略、把握风格、迭代反馈、研究用户，这些需要复杂决策、同理心和战略思考的工作，AI暂时还干不了。 纯粹的“创意执行岗”正在快速萎缩，而“创意策略岗”依然坚挺。 2. 按职级：AI在赋能高管，淘汰打工人 按职级来看看岗位的增减情况： - 高层领导（总监、副总裁、C级别）：-1.7% ，虽然也在下降，但是比整体幅度 -8% 低 - 中层管理者（经理）：-5.7% - 普通贡献者（IC，即一线员工）：-9.0% ，比基准 -8% 要差 这确实有点出乎我意料，我以为在经济下行周期，公司应该先砍掉昂贵的高管。作者给出的解释是： > 这可能是因为公司在增加战略领导层，同时对运营管理层更加挑剔。他们想要更多的人来决定做什么，更少的人来管理怎么做，以及更少的执行人员。谷歌就是一个典型的例子，他们在过去一年里裁掉了大部分中层管理者。 > > 这在某种程度上是 AI 赋能的。例如，一个总监或副总裁现在可以用 AI 编程工具快速制作想法的原型 (prototype)，而不需要一个工程师团队。那些威胁到基层员工的 AI 工具，实际上赋能了高级领导层，让他们能更独立地运作。一个能用 Cursor 或 Claude 这种工具快速搭建可用原型、验证技术方案的产品副总裁，就不再需要那么多向他汇报的基层员工了。 这个趋势很关键：企业似乎更愿意保留那些能决定“做什么”（What to do）的人，而减少那些“管理怎么做”（How to do it）和“具体去做”（Do it）的人。 应了中国那句古话：千军易得，一将难求！ 3. 热门替代岗位：软件工程师与客服反而坚挺 有两个岗位经常被拿来作为反面例子：程序员和客服，都觉得 AI 能写代码了，AI 能回答客服问题了，甚至很多公司已经这么干了，裁掉了大部分客服岗位和程序员岗位。 但从作者的数据来看，客服岗位的降幅仅为-4.0%，远好于大盘。 原因很简单：聊天机器人能处理“查订单”、“改密码”这种简单任务，但一旦遇到用户真的生气、愤怒、或者遇到复杂需要变通的问题时，AI就没办法处理了。 这时候，人类的同理心和判断力就成了刚需。 软件工程师这个倒是很符合我一直以来的判断，专业程序员还是不可或缺，无论你怎么 Vibe Coding 吹的多厉害，一旦要维护、要考虑大量用户和各种线上复杂的使用情况，必然还是要专业程序员处理。 不过有一点：“前端工程师”是程序员里下降最多的，这可能和AI在前端能力比较强有关，不过如果你自己是前段程序员也不用担心，稍微复杂一点的前端应用，AI 还真处理不了，前端需求还是挺多的。 4. 哪些岗位在增加？ 虽然整体岗位都在缩减，但是也有一些岗位是在逆势增长的。 涨幅第一名：机器学习工程师，+40%， 这毫无悬念。在AI的淘金热里，最赚钱的永远是“卖铲子”的人。所有公司都在疯狂地招人来开发、部署和维护AI模型。相关的如机器人工程师（+11%）、数据中心工程师（+9%）也都在猛增。 涨幅黑马：网红营销专员 (influencer marketing specialist) 的职位比去年猛增了 18.3%。这也不是昙花一现。去年这个岗位增长了 10%，所以这是一个持续两年的模式。 这应该是由于 AI 内容泛滥后大众对于内容信任感的缺失，普通人正在产生一种AI免疫反应。 我们越来越不相信那些看起来标准、完美但没有灵魂的东西。相比之下，一个你关注了很久的、活生生的博主，用他自己的方式给你推荐一款产品，这种真实感和信任感变得前所未有的珍贵。 要不怎么现在都在说“活人感”呢！ AI越是泛滥，人类的真实信任就越是值钱。
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
关于“AI到底会不会取代我们的工作”，这可能是过去两年里我们聊得最多、也最焦虑的话题。包括我自己参与的大部分讨论都是“我觉得”、“我猜”、“我听说”，充满了各种宏大预测，或者拿历史蒸汽革命、互联网浪潮来类比，基本都没有真实的数据。 有一位叫 Henley Wing Chiu 的作者做了一件很多人想做但没精力做的事：他分析了从2023年到2025年10月的近1.8亿份全球招聘启事，对比了2024年，2025年哪些具体的职位招聘需求减少了，哪些又增加了？ 一个具体的数据是2025年全球总的招聘岗位数量，比2024年同期下降了8%，-8% 这个数据就是个基线，如果说岗位下降幅度高于这个数，说明职位数量下降了。 1. 创意领域：创意执行大幅下降 在2025年跌幅最大的Top 10岗位里，有三个来自创意行业： - 计算机图形艺术家（-33%）：包括3D艺术家、VFX特效师等。 - 摄影师（-28%） - 作家（-28%）：包括文案、编辑、技术文档作者等。 跌幅高达30%左右，远超-8%的基数，而且这是连续第二年下跌。这几乎可以确定是结构性衰退，而不是市场波动。 但不是所有创意领域数据都在下降，创意总监、创意经理、平面设计师、产品设计师这些岗位的降幅都远小于上面那些执行岗，基本跟大盘持平甚至更好。 AI正在取代的，是创意工作中执行的部分，而不是策略的部分。 这也比较符合直觉，对于创意执行，现在 AI 画图、甚至AI 生成视频，已经可以做到又快又好成本还低，但创意策略岗位，比如去跟客户沟通、理解需求、制定策略、把握风格、迭代反馈、研究用户，这些需要复杂决策、同理心和战略思考的工作，AI暂时还干不了。 纯粹的“创意执行岗”正在快速萎缩，而“创意策略岗”依然坚挺。 2. 按职级：AI在赋能高管，淘汰打工人 按职级来看看岗位的增减情况： - 高层领导（总监、副总裁、C级别）：-1.7% ，虽然也在下降，但是比整体幅度 -8% 低 - 中层管理者（经理）：-5.7% - 普通贡献者（IC，即一线员工）：-9.0% ，比基准 -8% 要差 这确实有点出乎我意料，我以为在经济下行周期，公司应该先砍掉昂贵的高管。作者给出的解释是： > 这可能是因为公司在增加战略领导层，同时对运营管理层更加挑剔。他们想要更多的人来决定做什么，更少的人来管理怎么做，以及更少的执行人员。谷歌就是一个典型的例子，他们在过去一年里裁掉了大部分中层管理者。 > > 这在某种程度上是 AI 赋能的。例如，一个总监或副总裁现在可以用 AI 编程工具快速制作想法的原型 (prototype)，而不需要一个工程师团队。那些威胁到基层员工的 AI 工具，实际上赋能了高级领导层，让他们能更独立地运作。一个能用 Cursor 或 Claude 这种工具快速搭建可用原型、验证技术方案的产品副总裁，就不再需要那么多向他汇报的基层员工了。 这个趋势很关键：企业似乎更愿意保留那些能决定“做什么”（What to do）的人，而减少那些“管理怎么做”（How to do it）和“具体去做”（Do it）的人。 应了中国那句古话：千军易得，一将难求！ 3. 热门替代岗位：软件工程师与客服反而坚挺 有两个岗位经常被拿来作为反面例子：程序员和客服，都觉得 AI 能写代码了，AI 能回答客服问题了，甚至很多公司已经这么干了，裁掉了大部分客服岗位和程序员岗位。 但从作者的数据来看，客服岗位的降幅仅为-4.0%，远好于大盘。 原因很简单：聊天机器人能处理“查订单”、“改密码”这种简单任务，但一旦遇到用户真的生气、愤怒、或者遇到复杂需要变通的问题时，AI就没办法处理了。 这时候，人类的同理心和判断力就成了刚需。 软件工程师这个倒是很符合我一直以来的判断，专业程序员还是不可或缺，无论你怎么 Vibe Coding 吹的多厉害，一旦要维护、要考虑大量用户和各种线上复杂的使用情况，必然还是要专业程序员处理。 不过有一点：“前端工程师”是程序员里下降最多的，这可能和AI在前端能力比较强有关，不过如果你自己是前段程序员也不用担心，稍微复杂一点的前端应用，AI 还真处理不了，前端需求还是挺多的。 4. 哪些岗位在增加？ 虽然整体岗位都在缩减，但是也有一些岗位是在逆势增长的。 涨幅第一名：机器学习工程师，+40%， 这毫无悬念。在AI的淘金热里，最赚钱的永远是“卖铲子”的人。所有公司都在疯狂地招人来开发、部署和维护AI模型。相关的如机器人工程师（+11%）、数据中心工程师（+9%）也都在猛增。 涨幅黑马：网红营销专员 (influencer marketing specialist) 的职位比去年猛增了 18.3%。这也不是昙花一现。去年这个岗位增长了 10%，所以这是一个持续两年的模式。 这应该是由于 AI 内容泛滥后大众对于内容信任感的缺失，普通人正在产生一种AI免疫反应。 我们越来越不相信那些看起来标准、完美但没有灵魂的东西。相比之下，一个你关注了很久的、活生生的博主，用他自己的方式给你推荐一款产品，这种真实感和信任感变得前所未有的珍贵。 要不怎么现在都在说“活人感”呢！ AI越是泛滥，人类的真实信任就越是值钱。
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
原文：I analyzed 180M jobs to see what jobs AI is actually replacing today https://t.co/YxkpbggBmt 翻译：https://t.co/wTw73mpXKl
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
原文：I analyzed 180M jobs to see what jobs AI is actually replacing today https://t.co/YxkpbggBmt 翻译：https://t.co/wTw73mpXKl
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
RT @0xMert_: @VitalikButerin @ilblackdragon new judge: @eddylazzarin CTO of a16z crypto! this might be the most stacked lineup of judges…
CTO @a16zcrypto
一筐大模型揉一起做篮球识别！ 给大家看这个识别效果，投篮位置，是否进球，球衣编号，球在哪里(甚至裁判手里拿的另外一个球都能捕捉到)，篮筐，运动员都能识别。 总计用了这些模型： F-DETR （检测球员）—— 这是个类 DETR 的实时目标检测器。微调后用来检测球员、球衣号码、裁判、篮球，甚至投篮类型。 SAM2 （跟踪球员）—— 用于分割与跟踪。它在球员被遮挡后重新识别，并在身体接触中保持目标 ID 稳定。 SigLIP + UMAP + K-means （无监督球队聚类）— 结合视觉-语言嵌入与无监督聚类，通过统一的颜色和纹理将球员自动分组，无需人工标注 SmolVLM2 （识别球员号码）— 这个比较猛，今年2月份发布的，有256M, 500M, 2.2B 三个版本。一般用在OCR场景，是个VLM，经过 NBA 球衣裁剪图像微调后，识别队服和编号准确率从 56%提升至 86% ResNet-32 — （号码分类）一种经典 CNN，经过微调用于球衣号码分类，测试准确率达到 93%，优于微调后的 SmolVLM2 原文写的非常棒，作为学习资料足够了，推荐给大家：
A coder, road bike rider, server fortune teller, electronic waste collector, co-founder of KCORES, ex-director at IllaSoft, KingsoftOffice, Juejin.
