职场满意度与加班情况 - 2024年职场人整体工作满意度为2.72，与2023年持平，薪酬满意度是主要影响因素中最低的[1] - 25.6%的职场人每天工作超10小时，17.6%的人每天工作10-12小时[1] - 服务业、制造业、交通/运输等蓝领行业加班更严重，超3成制造业从业者每日工作超10小时[1] 手机行业补贴动态 - 2025年手机国补上线，iPhone 16 Plus 128G版本从6999元降至5999元，补贴覆盖iPhone15/16及华为Mate60/70系列[2] - 国补首次纳入数码产品，要求单价≤6000元，补贴15%且单件上限500元[2] - 部分品牌通过降价参补换销量，但京东、淘宝部分商品国补后价格仍高于此前大促价[2] 社交媒体与AI技术 - 小红书上线多语种翻译功能，支持网络用语翻译及图片文字提取，仅面向外国用户[3] - OpenAI CEO否认AGI即将推出，称需降低预期100倍，但透露将在数周内发布新推理模型o3 mini[5][6] 加密货币与名人效应 - 特朗普夫妇发行迷因币TRUMP和MELANIA，TRUMP币首发2亿枚，80%由关联实体持有，市值一度飙升至特朗普家族财富4倍[7] - 迷因币被质疑为投机工具，此前马斯克推出的狗狗币也曾引发类似热潮[8] 游戏与互联网公司动态 - 米哈游子公司因侵犯儿童隐私和欺骗性营销指控向FTC支付2000万美元和解，未来将限制16岁以下用户内购[9] - 大窑汽水被传计划赴港IPO募资5亿美元，公司否认但2023年销售额达32亿元[10] 餐饮与汽车行业数据 - 九毛九2023年Q4门店数减少17家至807家，太二酸菜鱼和怂火锅翻台率及日均销售额均下降约20%[11] - 小鹏MONA M03上市5个月交付超6万辆，推动小鹏月销量从1万辆跃升至3.7万辆[14] 新能源汽车与海外战略 - 理想汽车成立德国研发中心，为首个海外研发中心，加速出海布局应对欧盟关税壁垒[12][13] - 奔驰CEO呼吁欧盟鼓励中国车企赴欧建厂，类比当年欧洲车企入华模式解决贸易争端[16][17] 其他行业动态 - 极越汽车员工工资赔偿陆续到账，并对未提车用户启动全额退款[15]

分享一篇文章。 晚点对话 晚点对话李开复丨他第一个讲了出来，不再追求 AGI 原创 阅读全文 ...

AI Agent发展趋势 - 2024年被多位科技巨头视为AI Agent发展元年，吴恩达预测AI智能体将推动比下一代基础模型更大的进步[1] - 行业共识认为AI Agent是AI时代的APP，类比移动互联网时代的应用程序[2][6] - 百度CEO李彦宏预测AI智能体数量可能超过人类数量，形成跨行业生态[6] 技术特性与应用场景 - AI Agent具备记忆、规划、行动和使用工具能力，能执行跨应用任务并理解用户行为模式[2] - 典型案例包括Cursor帮助非技术人员8分钟创建网站，文心平台的"躺平之城推荐官"提供城市数据分析[10][11] - 垂直领域应用如"武守恭医生AI分身"整合40年临床经验解决医疗咨询需求[13] 行业竞争现状 - 微软Copilot、Anthropic Claude、OpenAI Canvas等产品显示科技公司加速布局[7] - VC资金大量涌入AI Agent赛道，成为最活跃的投资方向之一[10] - 当前产品功能同质化严重，B端聚焦效率提升，C端侧重生产力解放[10] Super Agent发展瓶颈 - 大语言模型存在长尾推理能力不足和幻觉问题，限制复杂场景应用[12] - 落地场景挖掘困难，需在医疗/法律等高壁垒行业寻找专业锚点[12][13] - OpenAI将AI Agent定位为AGI五级方法的第二级，显示技术成熟度仍需提升[7] 未来展望 - OpenAI高管预测2025年为AI智能体主流化关键节点[15] - 技术演进方向从通用型转向专业化，聚焦垂直领域问题解决[14] - 行业预期从概念炒作转向务实应用，推动实际工作效率提升[15]

马毅的学术观点与研究方向 - 马毅认为当前AI大模型仅实现局部记忆功能，本质是数据压缩而非真正智能，知识不等于智能，智能应能自我纠正和发现新知识[4][5][51] - 反对Scaling Laws路线，认为单纯扩大数据、算力和参数规模无法实现AGI，现有模型依赖记忆和统计而非因果推理[16][17][22] - 提出智能的简约与自洽原则：规律表达需简洁高效（简约），预测需与外部世界一致（自洽），引用爱因斯坦名言作为理论依据[52][53][54] 白盒大模型技术路径 - 团队开发白盒框架CRATE，用数学解释深度学习网络的压缩过程，目标提升效率并超越黑盒模型[33][34][35] - CRATE在同等参数下性能接近ViT（如CRATE-L参数77.64M，ImageNet-1K准确率71.3%，ViT-S参数22.05M准确率72.4%），新版本CRATE-α通过编码优化已媲美ViT[41][43][47] - 白盒模型可降低试错成本，训练资源仅为经验方法的1/3-1/4，算子更稳定且可解释[38][39][49] 行业现状与批判 - AI行业存在同质化问题，过度追逐Scaling Laws导致研究趋同，国内投入规模大但创新不足[19][21][22] - 批评AI威胁论是"无知或别有目的"，指出当前模型无自主意识，危险论调可能阻碍创新[26][28][29] - 工业界更关注实用效果而非理论突破，学界与工业界算力差距加剧模型效果分化[8][9][10] 商业化与教育实践 - 创立忆生科技推动白盒路线产业化，公司定位"下一代智能系统"，聚焦完整记忆和闭环学习[83][84][85] - 在香港大学设计AI通识课程，面向所有专业学生教授计算思想，强调正确理解AI基础[81][82] - 认为资源应投向有创造力的年轻人，中国需建立支持年轻团队的创新机制[94][95][96] 历史视角与跨学科启发 - 梳理AI历史发现理论重复现象，如去噪扩散模型本质是250年前的拉普拉斯方法[69][70] - 借鉴神经科学发现，猴子大脑的低维编码与白盒压缩结构相似，闭环反馈机制受生物智能启发[70][71][72] - 区分科学家与工程师思维，前者追求必要性（简约），后者接受冗余（经验试错）[73][74][75]