Y11
1个月前
分享陈天桥老师最新文章。 管理学的黄昏与智能的黎明:重写企业的生物学基因 引言:管理学的黄昏 管理学大师彼得·德鲁克曾说,动荡时代最大的危险不是动荡本身,而是延续昨日的逻辑行事。 今天,我们就站在这样一个危险的临界点。 从系统演化的角度来看,管理学本身就不是一个永恒的真理,这并非因为管理学理论本身的缺陷,而是因为它所服务的对象——碳基生物的大脑在即将被智能体所替代时,管理学存在的前提也会被物理性地移除。 所以,未来的企业变革不是基于 AI 的“更好的管理”,而是“管理的退出”。这不关乎对错,这关乎结构的必然。当执行不再依赖生物特征时,基于生物特征构建的制度大厦,其历史使命便已终结。 第一章:历史的代偿——管理即“纠偏系统” 现代管理学的大厦,实际上是建立在一片名为“生物局限性”的沼泽之上。过去一百年,我们所推崇的全部管理工具,本质上都是为了给人类大脑打上的“补丁”: 我们发明 KPI,并非因为它能精准衡量价值,而是因为人类大脑难以在长周期中锁定目标,“遗忘”是碳基生物的常态,我们需要路标; 我们发明科层制(Hierarchy),并非因为它高效,而是因为人类的工作记忆只能处理 7±2 个节点,为了避免认知超负荷,我们被迫通过层级来压缩信息; 我们发明激励机制,并非为了创造价值,而是为了对抗生物体天然的动机衰减与熵增。 管理学从未真正提升组织的“智能”。它是一个精密的“纠偏系统”,试图在人类心智失效之前,用制度锁定正确性。 当执行依赖人类时,企业是一个为适配大脑缺陷而构建的制度容器。 第二章:智能体的介入——一种全新的“认知解剖学” 那么,我们要引入的替代者究竟是什么? 请大家注意,当我说“智能体(Agent)”时,我指的不是一个运行速度更快的软件,而是一种在认知解剖学(Cognitive Anatomy)上与人类完全不同的存在。 如果我们将人类员工与智能体放在解剖台上对比,你会发现三处根本性的生理差异: 第一,是记忆的连续性。 人类的记忆是瞬时且易碎的,我们依赖睡眠重置,上下文经常断裂。而智能体拥有 EverMem(永恒记忆),它拥有的不是片段的工作流,而是连续的历史。它不会遗忘,不需要“交接”,它的每一次推理都建立在全量历史的基座之上。 第二,是认知的全息性。 人类受限于带宽,必须通过层级来过滤信息。而智能体拥有全量对齐(Context Alignment) 能力。它不需要通过部门周会来同步信息,整个组织的知识网络对它实时透明。它看到的是全局,而非盲人摸象般的局部。 第三,是进化的内生性。 人类的动力依赖于多巴胺和外部奖赏,容易衰减。而智能体的行动源于奖励模型(Reward Model)的结构张力。它不需要被“哄”着工作,它的每一次行动都是为了让目标函数收敛。 这不是更强的员工,这是基于不同物理法则运转的新物种。 第三章:基石的崩塌——当新物种遇到旧容器 现在,当我们把这种具备“连续记忆、全息认知、内生进化”的新物种,强行塞进为人类设计的旧管理容器时,会发生什么? 系统性的排异反应开始了。那些曾经支撑现代企业的五大基石,正在从“必要的保障”异化为“智能的束缚”: KPI 的崩塌:从“导航”变为“天花板” 我们要 KPI,原本是因为人类容易迷路。但对于时刻锁定目标函数的智能体而言,死板的 KPI 指标反而限制了它在无限解空间中寻找更优路径的可能性。这就好比你给自动驾驶汽车画死了一条轨道,却期待它能躲避突发的障碍。 层级结构的崩塌:从“过滤器”变为“阻断器” 我们要层级,原本是因为人类大脑处理不了太多信息。但对于能处理千级上下文的智能体,层级结构不再是过滤器,而成了阻碍数据自由流动的“血栓”。在智能网络中,任何中间层都是对信息的无谓损耗。 激励机制的崩塌:从“动力源”变为“噪音” 用外在激励去驱动智能体,就像试图用糖果去奖励万有引力一样,是无效且滑稽的。它不需要多巴胺,它需要的是精准的数据反馈。 长期规划的崩塌:从“地图”变为“模拟” 我们要五年规划,是因为我们无法在高频变化中维持长周期的推演。但在智能体手中,静态的战略地图被实时的世界模型模拟(World Model Simulation)所取代。既然能每秒钟推演一万次未来的可能性,为什么还要死守那张半年前打印出来的旧地图? 流程与监督的崩塌:从“纠偏”变为“冗余” 传统的监督机制,原本是为了盯着人别犯错。但在智能体内部,理解即执行,感知即行动。监督不再基于对执行过程的怀疑,而是基于对目标定义的再校准。 第四章:终极形态——AI-Native 企业的五项根性定义 如果抛弃了这些生物学的拐杖,一家真正的 AI-Native 企业,它的终极形态究竟长什么样? 这不再是关于一家公司应该购买什么软件,而是关于一家公司应该以何种生物学形式存在。真正的 AI-Native 企业,必须在基因层面完成以下五项重写: 1. 架构即智能(Architecture as Intelligence) 传统企业架构是社会学产物,旨在解决人际摩擦。而 AI-Native 的架构是计算机科学产物。 整个组织本质上是一个巨大的、分布式的计算图(Computational Graph)。部门不再是权力的领地,而是特定功能的模型节点;汇报线不再是行政命令的通道,而是高维数据流转的总线。企业架构的设计目标,从“管控风险”转变为“最大化数据吞吐与智能涌现”。 2. 增长即复利(Growth as Compounding) 传统增长依赖线性的人力堆叠,边际成本随规模递增。AI-Native 增长依赖认知复利。 智能体的核心特征是“零边际学习成本”。一次成功的边缘案例处理,其实验结果会瞬间同步给全网智能体。企业的估值逻辑将彻底改变——不再取决于 headcount 的规模,而取决于认知结构复利的速度(Rate of Cognitive Compounding)。 3. 记忆即演化(Memory as Evolution) 没有记忆的智能只是算法,拥有记忆的智能才是物种。 传统企业的记忆是离散且易碎的“死数据”。AI-Native 企业必须拥有一个可读写、可进化的长期记忆中枢(Long-term Memory)。所有的决策逻辑、交互历史与隐性知识,都被实时向量化,沉淀为组织的“潜意识”。这是企业实现时间结构(Temporal Structure)的基础,也是智能跨越时间进行自我演化的前提。 4. 执行即训练(Execution as Training) 在旧范式中,执行是消耗过程,价值交付即终点。在 AI-Native 范式中,执行是探索过程。 不存在单纯的“执行部门”,所有部门本质上都是“模型训练部门”。每一次业务交互,都是对企业内部“世界模型”的一次贝叶斯更新(Bayesian Update)。业务流即训练流,行动即学习。 5. 人即意义(Human as Meaning) 这是企业伦理的重构。人类从“燃料”的角色中退出,升维为“意图策展人(Intent Curator)”与“认知架构师(Cognitive Architect)”。 智能体负责在无限的解空间中解决“如何做(How)”的问题,进行路径的极值优化;而人类负责处理那些不可计算的模糊性——定义“为何做(Why)”,定义审美、伦理与方向的价值函数(Reward Function)。智能负责扩展可能性的边界,人类负责裁定方向的意义。 结语:智能的黎明 这与我们在科学领域提出的发现式智能(Discoverative Intelligence)殊途同归。 发现式智能的核心定义是:智能不应止于对既有知识的拟合,而应具备构建模型、提出假设、并在与世界的交互中修正认知的能力。 AI-Native 企业,正是发现式思维在组织层面的投射。它要求企业本身成为一个发现式结构的平台,而非操作流程的容器。 如果组织的形式正在发生物种级的演化,那么承载它的数字容器也必须随之突变。 这就引出了一个我们不得不面对的命题:我们脚下的基础设施——那些为了固化流程而生的 ERP,那些为了切割职能而建的 SaaS——真的还能容纳这种液态的智能吗?这些系统本质上是旧时代管理逻辑的数字化投影,它们通过“打补丁”的方式或许能带来暂时的安宁,但这终究是在用旧地图寻找新大陆。 AI-Native 企业呼唤一种全新的操作系统。 一种不再致力于“资源规划(Resource Planning)”,而是致力于“认知演化(Cognitive Evolution)”的全新神经系统。 当管理退出,认知升起。 管理学不会消失,但它将第一次真正建立在智能(Intelligence)的地基之上,而非生物学(Biology)的废墟之上。 未来的企业,不再是由人领导智能,而是由智能扩展人。
Y11
1个月前
最近,网信部门联合各大网站平台,对一些违法违规的网络名人账号进行了依法处理。这么做就是为了让咱们的网络空间更干净、更安心,下面和大家说说几个典型的处理案例: 一、煽动群体对立的账号被彻底关闭 网络账号 “户晨风” 在多个平台上,长期编造 “安卓人”“苹果人” 这样的说法,故意制造不同群体间的矛盾和对立 。这种行为只会让网络充满戾气,破坏大家和谐交流的环境,目前该账号在各平台的相关账号都已被关闭。 二、宣扬炫富拜金的账号被严惩 微博 “郭美 May 努力努力”、小红书 “亿颜 LuLu”、快手 “忘川”、抖音 “Ayuki_888”、微信视频号 “周熙凯 XK” 等账号,一直传播炫富、拜金的不良内容。这种内容会误导大家的价值观,尤其是对心智尚未成熟的年轻人影响不好,相关账号已被关闭或长期禁言。 三、传播不良内容、言语低俗的账号被约束 微博账号 “阑夕” 发布境外色情影片相关内容,抖音主播 “张雪峰” 在直播中长时间说脏话、用污言秽语。这些内容既污染网络风气,也会让大家上网时感到不适,相关账号已被限期禁言或停播。 四、偷税及违规复出的账号被严肃处置 根据税务部门的通报,抖音 “小影夫妇”、快手 “曳步舞鑫鑫” 等账号的主播存在偷税行为,目前已被长期禁言停播,同时暂停了带货营利权限。另外,网络主播 “王子柏” 之前因偷逃税款、炫富拜金被关闭账号,近期又重新注册,网信部门已经督促平台核查处理。 网络名人的账号影响力大,本该传递正能量、引导好风气。这些账号的运营者更要守规矩、依法上网,不能为了流量就突破底线。后续,网信部门会一直督促平台做好管理,完善规则,加强对账号运营者的提醒和教育,不让这些违规问题再次出现。
Y11
1个月前
高端招聘:淘天集团 招 高级Java开发工程师(P6-P7) ----- 业务技术-高级Java开发工程师-自营交易链路 淘天集团 · 杭州 职位描述 负责自营核心交易链路的架构设计与开发,主导或参与交易领域的高并发、分布式系统建设,提升系统稳定性与性能; 深入理解业务需求,设计并实现高可用、可扩展的技术方案,优化系统架构,解决复杂业务场景下的技术痛点; 推动技术方案在跨团队协作中落地,参与技术评审、代码审查,确保代码质量符合规范,并推动团队技术能力提升; 职位要求 2年以上Java开发经验,有头部企业(如互联网大厂)或电商领域核心系统开发经验的优先考虑; 精通Java语言,熟悉JVM原理(内存管理、GC机制),熟练使用Spring、MyBatis等主流框架,具备分布式系统(如缓存、消息队列、微服务治理)设计与优化经验; 掌握基础的AI概念,熟悉AI技术在业务场景中的应用,有AI相关项目落地经验的优先考虑; 熟练掌握MySQL等关系型数据库,具备SQL调优能力,熟悉Redis、MongoDB等NoSQL技术,具备高并发场景(如电商大促)的技术落地经验; 具备优秀的业务理解能力,熟悉电商核心业务链路(如订单、库存、促销、供应链),能结合业务需求提出技术解决方案; 具备良好的沟通协作能力与抗压能力,注重代码规范与可维护性,认同技术驱动业务的价值观,愿意在团队中推动技术实践与创新; 报名地址详见: 搜索。
Y11
1个月前
高端招聘:美团 招 内容投放策略运营(P6-P7) ----- 内容投放策略运营 美团集团 · 北京 职位描述 1、负责美团 App 的站外营销项目操盘,重点深耕小红书等核心种草渠道,结合数据分析、用户研究、产品及运营策略,优化小红书及整体站外投放策略,对美团 App 的 DAU、交易、复购及小红书渠道种草转化率等指标负责; 2、负责全渠道的投放工作,手段包括但不限于小红书信息流投放、笔记种草、其他信息流媒体投放等,优化流量结构,提升投放效果; 3、基于对用户增长的理解,结合美团多元化本地生活业务属性及小红书平台内容生态、用户偏好,制定小红书渠道专属的人群分层、素材创作、承接玩法匹配的投放策略; 关注并优化小红书站外营销全链路用户转化率及用户体验,包括流量获取、笔记种草逻辑、商品推荐及补贴策略,跨部门联动产品、研发、商分等团队有效协同达成高效增长; 4、对小红书平台规则、行业动态、市场趋势保持高度关注,深度理解平台算法逻辑及种草玩法,结合平台特性和用户偏好,提出小红书渠道专属的合理化投放建议; 同时关注整体行业动态,优化全渠道投放组合; 职位要求 1、本科及以上学历,3 年以上国内广告投放或用户增长运营经验,其中包含 1 年以上小红书平台深度投放运营经验; 2、具备出色的用户洞察、数据分析、文字表达能力,能独立完成所负责项目的分析报告、复盘报告; 3、有营销 sense,尤其具备小红书内容营销敏感度,能结合平台种草逻辑输出贴合用户偏好的素材方向及文案创意,同时对投放 / 广告感兴趣,愿意在投放领域深入研究,有较强的自驱力与主动学习能力; 4、出色的沟通协调能力以及推进能力,能调动跨部门资源,推动项目按期落地; 报名地址详见: 搜索。
Y11
1个月前
高端招聘:阿里 招 AIGC前端研发高级工程师/专家(P6-P7) ----- AI创新事业群-AIGC前端研发高级工程师/专家-未来生活实验室 阿里集团 · 北京|杭州 职位描述 负责AIGC应用Web前端开发工作,从需求评审、原型评估到前端实现和上线的完整闭环; 与产品经理、设计师紧密合作,理解业务目标和交互方案,保障AI交互场景有流畅、直观的用户体验; 关注前端与AI相关的新技术、新体验形式,探索并实现前沿的AI技术,将其与产品结合,创造富有价值的产品; 应用系统性能调优,优化产品体验,稳定性能力建设,构建鲁棒的AI应用; 参与前端自动化测试、E2E测试和可观测性建设,提升整体稳定性; 职位要求 本科及以上学历,计算机相关专业优先; 3年及以上Web前端开发经验; 扎实的前端基础:精通HTML5/CSS3/JavaScript(ES6+),对浏览器原理有一定理解; 熟练使用至少一种主流前端框架,React/Vue/Next.js/Nuxt等其一或多项; 具备良好的工程质量意识,熟练使用TypeScript进行中大型项目开发,有良好的类型设计意识; 对大语言模型(LLM)与生成式AI应用有兴趣或相关经验,使用过OpenAI、Claude、国产大模型等API进行过项目开发者优先; 具备良好的视觉和交互审美,能和设计师就布局、动效、组件状态等展开有效讨论; 自驱力强,能够在目标清晰但细节不完全确定的AI创新项目中快速推进落地; 报名地址详见: 搜索。
Y11
1个月前
高端招聘:智元 招 PMO(P8-P9) ----- PMO 上海智元新创技术 · 上海 职位描述 1 流程体系战略与规划:深入理解公司战略与业务目标,诊断现有研发流程的痛点,制定流程体系建设的长期路线图; 主导或深度参与公司级流程变革项目,如集成产品开发(IPD)的引入与适配、敏捷/Scrum的规模化推广(如SAFe、LeSS)等; 2 流程设计与优化:结合AI/自动驾驶产品数据驱动、快速迭代、高可靠性的特点,设计并持续优化端到端的产品开发流程; 负责将敏捷开发实践与IPD结构化流程进行有机融合,建立从概念、规划、开发、验证到发布的全生命周期管理机制; 建立和完善需求管理、技术评审、风险管理和质量保证等关键子流程; 3 流程推广与赋能:负责新流程的宣导、培训和组织赋能,确保流程在研发团队中有效落地; 担任各团队(软件、算法、硬件、系统、测试)的流程顾问,提供专业指导和支持,解决流程落地中的实际问题; 培养团队内部的流程专家和敏捷教练,构建流程文化; 4 度量与改进:设计并建立流程效能度量体系,通过数据(如交付周期、缺陷率、迭代速率等)评估流程健康度; 定期组织复盘和评估,基于数据和反馈持续驱动流程改进,确保流程体系的适应性和有效性; 5 PMO体系建设:协助完善项目管理工具链(如Jira, Confluence等)的配置与优化,以支撑流程的高效运行; 参与建立项目管理制度、模板和知识库,提升项目管理的规范性和成熟度; 职位要求 1 学历与经验:本科及以上学历,计算机科学、电子工程、车辆工程或相关专业; 5年以上研发项目管理或PMO经验,其中至少2年专注于流程体系建设、优化或变革管理; 必须具备AI、自动驾驶或类似高科技行业(如机器人、芯片)的从业经验,深刻理解该领域的技术特点和开发挑战; 2 专业知识与技能:精通敏捷开发:对Scrum、Kanban等有深刻理解和实践经验,持有CSM、PSM、SAFe Agilist等相关认证者优先; 精通IPD流程:深刻理解IPD核心理念与阶段评审流程,拥有在企业中成功推行或优化IPD流程的实际经验; 流程方法论:掌握CMMI、Lean等流程改进方法论者优先; 工具技能:熟练使用Jira, Confluence等项目管理与协作工具进行流程配置和管理; 3 核心能力:卓越的系统思维和架构能力能够设计复杂且自洽的流程系统; 强大的推动力和影响力,能够跨部门、跨层级协调资源,驱动变革; 出色的沟通、协调和解决问题的能力,能够与技术人员、产品经理和高层管理者有效沟通; 数据驱动决策,能够通过数据分析发现问题并指导改进方向; 4 优先考虑:有在从0到1的初创公司或高速发展公司中搭建流程体系的成功经验; 对自动驾驶相关的功能安全标准(如ISO 26262)和ASPICE有了解; 具备PMP、PgMP或PMI-ACP等项目管理认证; 报名地址详见: 搜索。
Y11
1个月前
高端招聘:阿里 招 通义实验室-算法专家-文档智能QwenDoc(P7-P8) ----- 通义实验室-算法专家-文档智能QwenDoc 通义实验室 · 北京|杭州 职位描述 专注于文档理解、推理、生成大模型的研究、探索和开发,具体职责包括:; 1. 通过研究超长上下文管理和记忆技术、模型自进化、long cot、数据自动合成技术等提升超长文本、多文档能力; 2. 长文本强化学习基础技术研究,包括long-context reasoning RL、open-ended generation RL、long-context agentic RL; 重点解决长文本强化学习训练稳定性和推理过程监督问题,提升文档大模型长文推理能力、创作生成能力、文档agentic智能,发表高水平论文、techreport; 3. 研究深度文档创作技术,在SFT、RL阶段探索提升策略,优化reward model在创作任务上的判别精度和泛化性能,提升大模型的写作、纠错、改写、仿写、编辑、风格化、长文本输出等创作能力,设计完善的评估体系; 4. 研究多模态文档解析和理解技术,提升多模态文档细粒度理解、多模态多页长文档、表格理解、多模态推理等技术; 职位要求 1. 具备良好的基础算法与代码能力,熟练掌握 Python 编程语言,熟悉Pytorch, transformers 等工具使用; 2. 熟悉文档理解、推理或生成技术,强化学习技术,AI agent智能体技术,具备相关开发经验者优先; 3. 具备优秀的分析问题和解决问题的能力,以及良好的沟通协作能力; 4. 有一作顶级会议和期刊文章,有开源项目经验者优先; 有LLM等大模型项目的实战经验优先; 有 ACM/ICPC、NOI/IOI、Top Coder、Kaggle 等算法竞赛经历或获奖记录者优先; 报名地址详见: 搜索。