最近我对身为大学生的女儿说：如果你想从事工程领域的工作，除了学习传统的工程课程，还应当专注 于研习哲学。为什么呢？因为这会提升你的编程能力。 这话出自一名工程师之口，或许看似有悖常理。但围绕你想要解决的问题构建清晰的思维模型，以及在 着手思考 "如何做" 之前先理解 "为何做"，这些能力正变得愈发关键，尤其是在人工智能时代。 曾经有一段时间，为了创建一个计算机程序，我必须亲自拨动开关或在穿孔卡片上打孔。那时的创作过 程直接涉及计算机内存位数或寄存器的复杂细节。随着计算机拥有数十亿个晶体管和数万亿个存储单 元，我们的软件开发过程借助计算机语言不断提升层次，这些语言将底层硬件的复杂性抽象化，使开发 者几乎可以完全专注于算法质量，而非二进制的 0 和 1。 在管理工程团队的数十年间，我学到的一项至关重要的技能就是提出恰当的问题。这与使用人工智能并 无太大差异：大型语言模型（LLM）的输出质量对提示的质量极为敏感。模糊或表述不当的问题会让 人工智能试图猜测你真正想问的内容，进而增加得到不准确甚至完全编造答案的概率（这种现象常被称 为 "幻觉"）。正因如此，为了充分发挥人工智能的作用，人们首先必须掌握推理、逻辑和第一性 ...

文章核心观点 - 美国各大银行首席执行官普遍认为人工智能将带来划时代的效率变革 并承认这将导致部分岗位被淘汰 但各银行的具体应对策略和人员规模展望存在差异 [1][2][16] 摩根大通 (JPMorgan Chase) - 首席执行官杰米・戴蒙直言人工智能浪潮下裁员已成定局 人工智能将淘汰部分岗位 [3][17] - 短期来看 若人工智能落地顺利 公司员工规模可能保持稳定甚至小幅扩张 [3][17] - 人工智能将渗透到每一个岗位和业务 大幅提升工作效率 例如自动生成会议纪要 [3][17] - 效率提升会催生更多网络安全相关的岗位需求 [3][18] - 公司高管透露 未来五年运营部门员工工作效率有望提升 **40%** 至 **50%** [4][19] - 效率提升不会引发大规模裁员 但会放缓员工规模的净增长速度 [4][19] - 公司要求各部门尽可能控制人员扩招 将工作重心转向效率提升 [5][19] - 银行的招聘节奏大概率会放缓 [5][19] 高盛集团 (Goldman Sachs) - 首席执行官戴维・所罗门在内部备忘录中明确 人工智能是提升效率的核心抓手 效率提升意味着放缓招聘节奏、精简部分岗位 [6][20] - 公司每年都会对员工队伍进行小幅优化调整 [6][20] - 公司预计 **2025** 年底的员工规模将实现增长 **2025** 年第三季度全球员工数量同比增长 **5%** 达到约 **4.8** 万人 [6][20] - 核心思路是优化招聘结构 精准吸纳优质人才 [6][20] - 人工智能提升效率后 公司有能力吸纳更多能创造高价值的人才 以拓展业务版图 [7][21] - 所罗门坚信未来十年人工智能最终会推动高盛员工规模增长 [7][21] - 人工智能短期影响将集中体现在软件开发领域 [7][21] - 人工智能的普及速度会远超互联网和电力 白领阶层或成为受冲击最大的群体 [7][21] - 部分白领岗位需求会萎缩 但劳动力会被经济其他板块吸纳 [8][22] 花旗集团 (Citi) - 首席执行官简・弗雷泽认为生成式人工智能短期将大幅提升工作效率 长期将重塑所有业务板块及行业业态 [9][24] - 人工智能的降本增效作用已落地见效 今年以来自动化代码审核量已突破 **100 万** 次 [10][25] - 自动化代码审核每周为团队释放约 **10 万** 小时的工作时长 [10][25] - 人工智能正助力客服团队和财富顾问提升服务效率与个性化水平 [10][25] - 弗雷泽担忧人工智能可能会先压缩就业岗位 再释放行业红利 两者存在时间差 [10][25] - 当前全球人工智能落地渗透率仅为 **10%** 弗雷泽认为需接近 **50%** 时才能看清对就业的最终影响 [10][25] 富国银行 (Wells Fargo) - 自 **2019** 年查尔斯・沙夫执掌以来 公司员工规模已缩减近四分之一 且他认为这一趋势还将延续 [12][27] - 希望尽可能通过自然离职而非主动裁员的方式完成人员精简 [12][27] - 人员规模缩减是整改低效业务、精简冗余架构及受资产规模上限（**1.95 万亿美元**）限制后的结果 [12][27] - 沙夫驳斥“人工智能不会减少岗位”的观点 认为否认者是对行业现状一无所知或不够坦诚 [13][28] - 生成式人工智能工具已让富国银行工程师的工作效率提升 **30%** 至 **35%** [13][28] - 该技术终将渗透到合规、法务、客服等各个板块 让公司能用更少人力完成更多工作 [13][28] 美国银行 (Bank of America) - 生成式人工智能的落地已导致公司部分部门的人员规模缩减 [14][29] - 核心应对策略是为员工开展技能培训 让他们胜任人工智能无法替代的工作 [14][30] - 公司正通过内部岗位调配而非外部扩招来维持整体人员规模稳定 人工智能承接了富余工作量 [14][30] - 人工智能助手“埃丽卡”成效显著 今年 **11** 月与客户的数字化互动量达 **14 亿** 次 [15][30] - 该项数字化服务为公司节省了约 **1.1 万** 个全职岗位的人力成本 [15][30]

核心观点 - “十四五”时期中国信息通信技术产业取得显著成就，5G用户普及率大幅提升至83.9%，建成全球最大最先进的网络，数字经济核心产业占GDP比重增至10.4% [1] - 行业在操作系统、人工智能、6G等关键技术领域取得系列突破，产业生态加快构建，电子信息制造与软件业务收入较“十三五”末大幅增长 [1][2] 网络基础设施与用户普及 - “十四五”时期中国5G用户普及率从15%大幅提升至83.9% [1] - 建成全球规模最大、技术领先的光纤宽带和移动通信网络 [1] 关键技术创新与成果 - 形成一批标志性、原创性、颠覆性信息技术创新成果，集成电路、人工智能基础软件等领域取得新成果 [1] - 搭载开源鸿蒙操作系统的产品总量超过11.9亿台 [1] - 超过700款生成式人工智能、大模型产品完成备案 [1] - 6G技术研发完成第一阶段技术试验，形成超过300项关键技术储备 [1] - 量子科技、脑机接口等前沿技术取得新进展 [1] 数字经济发展 - 数字经济核心产业增加值占GDP比重从7.8%增至10.4% [1] - 数字经济规模稳居世界第二 [1] - 全国网上零售额从11.76万亿元提升至15.23万亿元，稳居全球最大网络零售市场 [2] 产业规模与增长 - 2024年规模以上电子信息制造业营业收入达16.19万亿元，较“十三五”末提升33.8% [2] - 2024年软件业务收入达13.73万亿元，较“十三五”末提升68.2% [2]

文章核心观点 - 国务院印发《关于深入实施"人工智能+"行动的意见》，推动人工智能与经济社会深度融合，为"人工智能+"赋能学术期刊高能级平台建设提供了政策支持和发展机遇 [1] - "人工智能+"通过深度融入学术期刊出版的全流程，赋能内容策划、编审流程、学术传播与服务，是推动期刊平台实现高能级跃迁的核心路径 [1] - 人工智能在赋能过程中也面临学术诚信与质量危机、人机协同边界模糊、数据安全与隐私泄露等挑战，需要制定规范并探索"人机协同"最佳实践 [4][5] 人工智能赋能学术期刊内容生产与策划 - 人工智能通过对海量学术数据的挖掘与分析，把握学科发展动态和研究热点，为期刊优质内容生产保驾护航 [1] - 利用自然语言处理技术，在海量学术文献数据库中快速准确地检索并自动分析文献，提取关键信息，帮助编辑和研究者把握现有学术文献整体结构 [1] - 分析特定领域的研究热点、创新点和空白点，减少对个人主观性和经验的依赖，提升选题策划的科学性和前瞻性，增强内容的学术引领力 [1] 人工智能赋能学术期刊编辑出版流程 - 人工智能尤其是生成式人工智能可以作为辅助工具参与期刊的组稿约稿、审稿、编辑加工等过程，以提升出版效率与质量，降低出版成本 [2] - 在组稿约稿阶段，人工智能可深入分析潜在作者的学术水平、能力和成果，帮助编辑评估作者与选题的契合度 [2] - 审稿时，人工智能可利用自然语言处理技术对投稿论文进行初筛，评估其创新性、逻辑严谨性和方法论合理性，并进行全方位的学术不端风险检测 [2] - 通过分析论文研究方向与审稿人的评审记录、发表成果和研究领域，实现稿件与审稿人的精准、高效匹配，使同行评议更加科学和理性 [2] - 在编辑加工阶段，基于强大的语料体系、文本生成能力和算法技术，有效识别稿件中的语言表达、标点符号、格式规范等问题，协助编辑纠正不当使用，提升编校效率 [2] 人工智能赋能学术期刊知识传播与服务 - 人工智能可以通过自然语言处理技术、知识图谱、深度学习、图像及视频识别技术、语音识别和合成技术、算法分析等，优化期刊资源整合与传播模式 [3] - 通过分析海量的用户行为数据（如浏览历史、下载记录、搜索查询）以及论文的关键词、参考资料等，精准预测用户潜在兴趣点，"点对点"地将论文推送给可能感兴趣的个体用户 [3] - 根据当下碎片化阅读习惯，将文章核心观点和内容转化为图文摘要、视频解读或大众科普短文，利用"声光电画"等新形态，丰富传播形式，拓宽传播维度 [3] - 在期刊网站或文章页面中设置智能客服机器人，可以24小时回答用户提出的文章基础性问题，实现实时互动交流 [3] - 通过记录和分析用户的互动行为和偏好，实现个性化互动体验，如向用户推送其关注话题的最新讨论、相关研究的后续进展或可能感兴趣的学术论坛、活动，以维护用户的长期关注和参与 [3] 人工智能赋能面临的挑战 - 学术诚信与质量危机风险：人工智能基于海量文献生成逻辑自洽、结构完整的学术文本，可能导致研究者使用人工智能代写论文或部分章节，引发抄袭剽窃、无实质贡献论文、虚假研究成果等问题，损害学术研究可信度并削弱同行评审体系 [4] - 人机协同边界模糊风险：人工智能在学术期刊中的应用使得人机交互增多，可能导致编辑和审稿人对技术产生依赖，消解主体能动性，影响专业判断能力，从而降低期刊的编辑质量和学术水平 [4] - 数据安全与隐私泄露风险：人工智能工具在使用过程中可能会收集用户的学术数据，如作者、审稿人个人简介、论文初稿、研究资料等，造成用户数据和隐私泄露或被恶意篡改的风险 [4][5]

行业趋势与周期判断 - 人工智能领域可能出现泡沫，但该泡沫的破裂速度将快于以往科技周期 [1][3] - 随着企业对人工智能的实际应用跟上基础设施投入步伐，行业后续将迎来力度更强的反弹 [1][3] - 中长期来看，人工智能绝对是一项规模庞大的长期趋势，这一点毋庸置疑 [1][4] - 未来12个月内，行业将出现一定程度的正常化，泡沫将转瞬即逝，行业会在泡沫破裂后以更强劲的姿态复苏 [1][5] - 人工智能引发了自互联网问世以来规模最大的技术变革，催生了数万亿美元的投资和惊人的股权收益 [1][5] 供应链与市场结构 - 目前计算资源的需求仍超过供应，未来两到三年内，供应链几乎已被提前锁定 [1][5] - 定价权正逐步向芯片制造商和超大规模科技企业倾斜，这一趋势与这些企业在公开市场上居高不下的估值相呼应 [1][5] - 人工智能导致存储芯片短缺，引发监管审查 [1][5] 对劳动力市场的影响 - 随着人工智能重塑劳动力市场，日本电信数据已开始重新审视招聘策略 [2][5] - 人工智能显然会产生影响，未来5到25年内，劳动力市场可能会出现动荡 [2][5] - 日本电信数据仍在多个地区持续招聘 [2] - 人工智能初创企业Writer Inc的CEO表示，客户当前关注的重点是放缓员工数量增长，客户CEO常询问多久能帮助削减30%的团队规模 [2][5][6] - 普华永道报告显示，生成式人工智能的实际应用情况尚未达到董事会层面的预期，日常使用率仍远低于高管们所宣称的水平 [2][6] - 具备人工智能技能的员工平均薪资溢价已达56%，较去年翻了一倍多 [2][6] 技能与培训差距 - 普华永道指出技能差距正不断扩大：约半数非管理人员表示能获得培训资源，而这一比例在高管群体中约为四分之三 [2][6]

事件概述 - 韩国顶级高校延世大学本月4日再次曝出集体作弊事件 继上个月被曝出数百名学生涉嫌在考试中使用人工智能（AI）工具作弊后[1] - 本月1日 延世大学某课程对约200名学生进行线上测验 考试期间部分学生通过匿名聊天群互相传递题目与答案 另有学生利用在线协作文档工具实时共享试题内容[3] - 该课程采用线上视频授课模式 部分线上小测验以非面对面形式进行 延世大学相关负责人表示学校“正在调查相关事实情况”[3] 行业背景与现状 - 延世大学与首尔大学、高丽大学并称韩国三大顶级高校[3] - AI工具已在韩国高校中迅速普及 但大多数院校尚未制定明确的指导方针或应对措施[3] - 韩国职业教育培训研究所2024年一项调查显示 726名四年制及六年制高校的学生中 91.7%曾使用AI工具完成作业或研究[3] - 据韩国大学教育委员会一项研究 韩国131所高校中 71.1%尚未出台针对生成式人工智能的正式政策[3]

清华大学发布AI教育应用指导原则 - 清华大学近期发布了《清华大学人工智能教育应用指导原则》，首次系统性对校园人工智能应用提出全局性、分层级的引导与规范 [1] - 该指导原则覆盖了当前教学与学术研究的核心场景，对AI在校园的应用持“积极而审慎”态度，强调AI始终是辅助工具 [1] - 指导原则明确禁止用AI代替本应由本人进行的学术训练，严禁使用AI实施代写、剽窃、伪造等行为 [1] 指导原则出台的背景与校园现状 - 生成式人工智能技术在开启教育变革的同时，也导致学生的“AI作业”让老师感到无奈，学生面临“思维惰化”和“认知外包”的隐忧 [2] - 大学校园已颇有“苦AI久矣”的感慨，在技术应用从无序到有序的过程中，存在一个“伦理的自然状态”或道德真空阶段 [2] - 许多大学生对新技术抱有天然好奇，会利用AI当“小跟班”来应付作业甚至生成论文，惰性找到了“托付”对象 [2] 指导原则的核心内容与目标 - 指导原则提出了“主体责任”、“合规诚信”、“数据安全”、“审慎思辨”、“公平包容”五大核心原则 [2] - 清华大学表示将推动该指导原则落地生根，旨在助力培养能与智能技术携手创新的人才 [2] - 指导原则的性质为“原则”，介于法则和准则之间，代表的是特定群体的共识，起桥梁作用 [3][4] 指导原则的有效性挑战与实施关键 - 指导原则要起到有效规范作用，关键可能在于无形的外在因素，如被规范对象的素质和信仰，以及他们是否对原则保持敬畏 [3][4] - 如果学生不能敬畏该指导原则，其规范有效性将存疑，原则可能无法走进师生的心灵世界 [3][5] - 要达到预期效果，关键在于在人工智能时代如何塑造学生群体的技术信仰，让学生懂得技术应用的道德边界 [6] - 需要引导在校大学生的自然兴趣向道德兴趣转化，同时需要AI技术立法禁止开放制造学术不端的功能，法律和道德并举才能使指导原则真正有效 [7] 生成式AI技术带来的深层影响 - 生成式AI技术具备自动化、类人智能、有求必应等特点，极易激起年轻大学生的自然兴趣 [6] - 该技术可能假借便利之名，将人们的智慧“锁”在“小屋”里，导致智慧荒废，使人成为隐形的“废柴”，这是技术不善用带来的惩罚 [6] - 面对能帮写作业和论文的技术产品，要求学生不动心并坚持事必躬亲，需要很强的道德定力，而这并非所有学生都能具备 [6]

人工智能的战略地位与发展目标 - 人工智能是新一轮科技革命和产业变革的重要驱动力量，具备通用技术特征，能全方位赋能千行百业，加快发展人工智能是构筑先发优势、形成新质生产力、推进中国式现代化建设的重要战略 [2] - 人工智能已成为国际竞争的新焦点和经济发展的新引擎，是赢得全球科技竞争主动权、推动科技跨越发展、产业优化升级和生产力整体跃升的重要战略资源 [3] - “十五五”时期需抢抓人工智能发展的重大战略机遇，以人工智能引领科研范式变革，加强其与产业发展、文化建设、民生保障、社会治理相结合，抢占产业应用制高点 [2] 发展人工智能的战略意义 - 发展人工智能是赢得全球科技竞争主动权的战略抉择，关乎国家核心竞争力与国际话语权，全球主要国家均已将其作为提升国家竞争力、维护国家安全的重大战略进行布局 [4] - 发展人工智能是推动科技跨越发展的核心驱动力，以人工智能为核心的智能经济正成为经济发展新引擎，其为高质量发展阶段转变发展方式、优化经济结构、转换增长动力提供创新动力 [5] - 发展人工智能是实现产业优化升级的关键，能推动制造业数智化转型，让“中国制造”迈向“中国智造”，同时促进新兴产业蓬勃发展，为经济增长注入新动能 [6] 人工智能产业的发展现状与应用深化 - 中国人工智能产业步入快车道，创新生态持续完善，截至2025年8月，累计有538款生成式人工智能服务完成备案，263款生成式人工智能应用或功能完成登记 [5] - 人工智能技术迭代加速并走向实用化，在语音识别、图像识别、自然语言处理等许多领域达到或超越人类水平，生成式人工智能被广泛应用于智能搜索、内容创作、办公助手及农业生产、工业制造、科学研究等领域 [5] - 人工智能赋能传统产业转型升级，传统产业增加值、用工人数等主要指标占全部制造业约80%，人工智能通过优化流程、提升效率，推动生产方式与组织方式再造，成为重塑传统产业的核心引擎 [6] 推动人工智能高质量发展的路径 - 坚持自立自强，持续加强人工智能基础研究，需在基础理论、方法、工具等方面取得突破，集中力量攻克高端芯片、基础软件等核心技术，构建自主可控的基础软硬件系统 [8] - 突出应用导向，推动人工智能科技创新与产业创新深度融合，充分发挥其赋能千行百业的规模效应，加快各行业智能化转型升级，拓展服务消费新场景，深化数据资源开发利用和开放共享 [9] - 加强人工智能治理，需构建技术监测、风险预警、应急响应体系，完善法律法规、政策制度、应用规范、伦理准则，统筹发展与安全，并在联合国框架内加强规则治理与国际合作 [10]

网信事业“十四五”成就总结 - 网络生态持续向好，2021年至2024年累计清理违法和不良信息8.14亿条、处置有害账号近1.7亿个 [2] - 信息化赋能高质量发展，数字经济规模连续多年稳居世界第二，IPv6活跃用户数从2020年底的4.62亿增长至2025年6月的8.34亿，网民规模从9.89亿增长至11.23亿 [3] - 网络安全屏障日益筑牢，连续12年举办国家网络安全宣传周，推动100余所高校成立网络空间安全学院 [3] - 网络法治建设成效显著，网络领域立法已达160余部，并针对生成式人工智能在全球率先开展立法 [4] - 网络空间国际影响力提升，深度参与国际治理并推出《全球人工智能治理倡议》等 [4] “十五五”期间网络内容建设与管理方向 - 以主流思想舆论引领网络空间，做强“理响中国”等理论宣传品牌，提升网络国际传播效能 [6] - 健全网络综合治理，持续开展“清朗”系列专项行动，加强对网络平台、自媒体、直播、短视频等重点领域规范管理 [6] - 健全网上网下协同机制，精准开展舆论引导，及时发布权威信息以回应关切 [7] - 培育积极健康的网络文化，丰富优质网络文化产品供给，深入实施争做中国好网民工程 [7] 信息化助力新质生产力发展与中国式现代化 - 加快网络信息技术创新突破，全链条推动集成电路、基础软件等关键核心技术取得决定性突破，积极实施“人工智能+”行动 [8] - 加快产业生态体系发展，前瞻布局量子科技、具身智能、脑机接口、6G等未来产业，加快发展人工智能、操作系统、数据库、RISC—Ⅴ等生态 [8] - 加快信息基础设施优化升级，推进5G—A规模化应用，加快6G技术研发和标准制定，深化IPv6技术创新和融合应用 [9] - 加快网信为民惠民便民，提升电子政务服务效能，推动数字乡村建设，深入开展全民数字素养与技能提升行动 [9] 网络空间安全能力建设重点 - 强化网络安全保障，加快国家网络安全防御体系建设，强化关键信息基础设施安全保护，常态化运行12387网络安全事件报告平台 [11] - 强化数据安全防护，完善网络数据分类分级保护、安全风险评估等基础制度，优化数据跨境管理，严厉打击侵犯个人信息违法犯罪活动 [11] - 强化人工智能安全治理，截至2025年12月1日已有663款大模型服务完成备案，将建立人工智能安全监管制度并加强安全风险监测预警 [12]

中国AI产业发展特点 - 产业发展路径为需求牵引型，资本投入围绕各行业实际需求展开，更加稳健和审慎 [1] - 具备支撑AI发展的四大条件：丰富的数据资源、完备的产业体系、广阔的应用场景和巨大的市场空间 [1] - 生成式人工智能用户规模达5.15亿人，为技术训练和优化提供了坚实基础 [1] AI技术应用与赋能 - 人工智能技术正全面赋能农业、工业、服务业，推动传统产业转型升级 [1] - 具体应用包括教育评价大模型、智能医疗诊断、自动驾驶汽车和智能陪伴机器人等 [1] - “人工智能+”行动旨在以AI引领科研范式变革，并与产业发展、文化建设等多领域结合 [2] 政策支持与产业环境 - 国家层面要求全面实施“人工智能+”行动，抢占人工智能产业应用制高点 [2] - 政策提出加快高价值应用场景培育和开放，以满足科技、产业、消费等多领域发展需要 [2] - 为AI产业营造健康发展环境需要在鼓励技术创新与防范风险之间寻找平衡 [2] AI高价值应用场景 - 高价值应用指AI从基础应用走向深度应用，能解决重大需求痛点并形成规模化应用 [3] - 智能制造领域的“柔性生产”是典型场景，通过AI优化流程实现按需定制，降低库存和缩短周期 [3] - 高价值场景针对重复劳动多、劳动力紧缺、流程瓶颈多、决策复杂度高等痛点 [3] 产业发展建议与方向 - 真正的泡沫源于概念炒作而非技术本身，应聚焦AI产业链的核心价值环节 [3] - 参与者应穿透市场噪声，聚焦技术本质与商业价值，深化场景创新 [3] - 在技术浪潮中，总会有企业脱颖而出，为社会创造巨大价值 [2]