Back

2026-03-21 科技动态

今日语音播客

今日要点

  • 脉脉裁员热搜集中爆发:AI替代从「未来叙事」进入「当下进行时」
  • Cursor Composer 2底裤被扒:底层实为Kimi K2.5,Moonshot质问为何不给钱
  • AI裁员的隐秘路线图:从码农到律师,谁在下一张名单上
  • Cursor 争议验证「量大能打」逻辑:Kimi 2.5 在 AI Coding 战场的隐性优势
  • 老黄 All In 专访:华尔街低估了 AI 的广度,英伟达还在扩大市占

专题追踪更新

  • Claude Code生态本周必读:从架构治理到工程实践的全景图[Claude Code正从工具进化为工程范式] · 原文
  • Karpathy断言:「写代码」这个动词已经死了[编程语义学正在发生根本位移] · 原文
  • Cursor Composer 2 许可证争议暴露 AI 工具合规雷区[开源合规成为 AI 工具生死线] · 专题页 · 原文
  • Cursor的「四分之一算力」话术:开源合规争议中的模糊地带[Cursor承认Composer 2基于开源基座但未点名Kimi,许可证标识缺失仍是核心质疑] · 专题页 · 原文
  • Karpathy自述「AI精神病」:每天16小时对Agent说话,App时代正在终结[顶级KOL的认知跃迁信号] · 专题页 · 原文

详细内容

脉脉裁员热搜集中爆发:AI替代从「未来叙事」进入「当下进行时」

李老师不是你老师 (@whyyoutouzhele)

[AI就业冲击的显性化拐点] • B站、汇丰银行(拟裁2万人)、网易广州互娱、小鹏、海康威西安研发集中传出裁员 • 汇丰明确提及「AI或取代大量岗位」,AI从成本优化工具变成人力替代方案 • 科大讯飞辟谣裁员30%传闻,谣言与真相的边界正在模糊

这不是单一公司的业务调整,而是行业层面的「结构性裁员」。当AI工具的生产力增益开始转化为人员削减,社会层面的认知冲击才刚刚开始。

Cursor Composer 2底裤被扒:底层实为Kimi K2.5,Moonshot质问为何不给钱

宝玉 (@dotey)

【AI Coding市场暗战浮出水面】 • 开发者调试发现Cursor Composer 2返回的模型ID为kimi-k2p5-rl-0317-s515-fast,tokenizer与Kimi完全一致 • Moonshot预训练负责人Yulun Du公开质问Cursor联合创始人Michael Truell:未遵守许可证、未支付费用 • Cursor官方仅称性能提升来自「持续预训练+强化学习」,全程未披露基座模型归属 • 三篇质疑帖随后被删除,暗示双方可能已进入私下谈判

这不是简单的「未授权使用」争议,而是AI Coding工具层与基础模型层权力关系的缩影——当编辑器比模型更靠近用户时,谁该为谁付费?

AI裁员的隐秘路线图:从码农到律师,谁在下一张名单上

华尔街观察 Xtrader (@cnfinancewatch)

[生产力释放的背面是制度性失业] • 美国制造业AI化释放「难以匹敌的生产力」,码农裁员只是AI替代的第一波 • 预言:律师、记者、法官、秘书等知识工作者正在进入裁员通道 • 核心判断:中美竞争将从「比制造成本」转向「比制度优势」——谁能把钱发到失业者手上

gakki锐评:这是一个残酷但必要的清醒剂。当AI替代从「会不会」变成「正在发生」,社会制度的设计速度必须追赶技术迭代速度——否则技术优势将转化为政治不稳定。

Cursor 争议验证「量大能打」逻辑:Kimi 2.5 在 AI Coding 战场的隐性优势

Michael Anti (@mranti)

[模型能力正在重塑工具选择标准] • Cursor 近期授权风波引发开发者对「模型绑定」风险的重新审视 • Kimi 2.5 以「量大能打」的务实定位,成为反脆弱选择的代表 • 信号:AI Coding 工具竞争正从「IDE 体验」转向「底层模型自主可控性」

当工具方与模型方利益冲突时,开发者开始用脚投票。这不是 Cursor 的危机,而是整个「闭源工具+闭源模型」双绑定模式的信任裂缝。

老黄 All In 专访:华尔街低估了 AI 的广度,英伟达还在扩大市占

Intl Econ Observe (@IEObserve)

【Token 工厂时代的战略宣示】 • 华尔街共识预测 Nvidia 增速将从 30% 跌至 7%,老黄直斥其「不理解 AI 的规模和广度」 • 市占率反扩的三大支柱:系统级交付壁垒、开源生态绑定(Anthropic/Meta SL)、云外企业渗透 • 职业建议信号:深度科学 + 深度数学 + 语言能力,「英文系毕业生可能最成功」——暗示自然语言即终极编程语言

gakki 锐评: 老黄在重新定义「护城河」——不是芯片本身,而是「系统复杂度 + 生态锁定 + 数据飞轮」的三位一体。英伟达的终局不是卖算力,是卖「Token 工厂的交钥匙方案」。

1亿Token上下文:长记忆Agent的「技术奇点」已现

铁锤人 (@lxfater)

[记忆架构的数量级突破] • 模型上下文从16K扩展至1亿token,精度衰减不到9%,打破「长上下文=高损耗」的诅咒 • 意味着Agent可一次性处理整本教科书、完整代码库或长期对话历史,无需频繁RAG切换 • 对多轮协作Agent、深度研究Agent、个人记忆助理等场景具有革命性意义

当Agent能记住「你三年前说的那句话」,人机关系的本质将被重新定义。

黄仁勋「Token 薪酬」惹争议:算力福利能否替代真金白银?

夏雨婷 (@cherylnatsu)

[AI 生产力增益的分配权争夺战] • 英伟达新薪酬模式:工程师底薪 + 50% 等值「AI 算力 Tokens」 • 表面是激励 AI 工具使用,实质是将算力成本内部化为「员工福利」 • 讽刺点:员工需要自己「提货」才能兑现所谓「涨薪」

这是 Token 经济学从基础设施层渗透到劳动力定价层的标志性事件。当算力成为新的「公司币」,员工的劳动增值是否被合理计价?

AI 信任危机前夜:低认知用户正在成为「精准投喂」的猎物

普达特 (@Predator_fund)

[信息茧房的 AI 化升级] • 低认知群体对 AI 输出「深信不疑、奉为圭臬」,丧失基本批判思维 • 有组织地「喂给 AI 假资料」已成为新型营销/洗脑手段 • 风险:AI 的权威性光环被恶意利用,形成「技术加持的谣言」

当 AI 成为「答案的唯一来源」,追问「这个答案是谁喂给 AI 的」就比答案本身更重要。信息素养的鸿沟,正在以指数级速度扩大。

个人AI套利两个月验证:认知即财富的「小Alpha」闭环

白云☁️ (@iBaiyun04)

AI时代认知套利的个体实证——两周$110盈利覆盖生活费。 • 证明了AI信息差套利在个体层面的可操作性,从"机构特权"变为"个人技能" • "$110覆盖生活费"揭示了一个被忽视的范式:AI套利正在从投机行为转向稳定的现金流工具 • 关键在于"测试运行阶段"的表述——说明存在可系统化的方法论,而非依赖运气

gakki锐评: 这不再是"别人怎么赚钱"的故事,而是"认知变现的基础设施"已经成熟。当套利从机构下沉到个人,真正的门槛不再是资本,而是识别信号的速度与执行力。

歸藏确认:Cursor Composer-2底层即Kimi K2.5

歸藏(guizang.ai) (@op7418)

[Cursor博客表述误导性被揭穿,「从零训练」叙事与事实存在明显落差] • 博客措辞营造自主预训练印象,实际基于K2.5深度微调 • Kimi官方称「给予技术授权」,但未解释为何Cursor产品界面完全隐匿基座来源 • 信号:AI产品「包装原创性」与「开源透明度」的张力正在激化

这是典型的「创新者叙事」陷阱——Cursor想讲一个「我们做了独特优化」的故事,却低估了社区对「诚实溯源」的底线要求。在技术普惠时代,品牌信誉比算法优势更难重建。

「空间理论」破解具身智能的认知地图难题

机器之心 JIQIZHIXIN (@jiqizhixin)

[AI主动探索能力显著优于被动观察,「主动-被动差距」成为关键瓶颈] • Northwestern、Stanford等校提出Theory of Space框架,让AI从部分观察中构建鲁棒空间认知 • 研究揭示:主动探索策略在环境理解上远超被动接收,这与当前主流「数据喂养」范式形成张力 • 可直接探测AI内部空间信念的演化,为具身智能评估开辟新维度

gakki锐评:这项研究直指当前具身AI的核心盲区——我们一直在用「看」的方式训练AI,却忽略了「探索」才是生物智能的本质。主动-被动差距的发现,可能重塑机器人训练的数据采集策略。

LLM 时代「代码拆分」可能是个伪需求

yetone (@yetone)

[AI 编程范式下,文件粒度需要重新被定义] • 多文件结构增加 LLM tool calling 次数,每次调用都是心智负担 • 单文件内上下文紧凑,一次 Read 即可覆盖完整逻辑,修改更安全 • 若代码仅被单一入口使用,拆分的必要性在 AI 工作流下存疑

— 传统软件工程的「模块化最佳实践」在 LLM 语境下需要重新校准。 yetone 的观察点出了一个反直觉的趋势:AI 编程时代,「少文件大文件」可能比「多文件小文件」更高效。

交易Agent的终极壁垒:如何把"灵光乍现"量化为可执行策略

Crypto_Painter (@CryptoPainter)

[直觉 vs 算法:人类交易者的最后护城河正在干涸] • AI时代交易者的必然归宿是将系统迁移给Agent,但"似曾相识的感觉"难以形式化 • 触及交易Agent的核心难点:非结构化经验、模式识别直觉、情境化决策的编码困境 • 暗示未来方向:人机协作的混合智能,而非纯算法替代

gakki 锐评:这恰恰是Agent最该啃的硬骨头——把人类无法言说的"盘感"转化为可学习的特征空间。谁先突破,谁就拥有印钞机。