McKinsey 让求职者与 AI 模拟客户对练
McKinsey 将在面试中引入 AI 模拟客户,要求初级候选人进行 10 分钟对话。该工具旨在反映顾问日常工作中 80% 的场景,由人类面试官评估表现而非 AI 打分。今年秋季,北美部分办公室将面向本科生测试此功能,预计数百人参与。
McKinsey 将在面试中引入 AI 模拟客户,要求初级候选人进行 10 分钟对话。该工具旨在反映顾问日常工作中 80% 的场景,由人类面试官评估表现而非 AI 打分。今年秋季,北美部分办公室将面向本科生测试此功能,预计数百人参与。
Anthropic 因 Claude 生成代码速度过快导致 Git 无法承载,自研版本控制系统 Scion。该系统支持虚拟化 checkout,将 CPU 和内存消耗降低 200 倍,缓存命中率超 99%,使 CI 算力节省 25%。Anthropic 预计其他公司将在未来 6 到 12 个月内面临相同基础设施瓶颈。
OpenAI 联合创始人 Andrej Karpathy 指出,公众对 AI 能力的认知存在巨大断层,外部世界看到的只是内部前沿系统的“预览”。他估算全球约 5000 人(占比 0.00006%)能访问内部前沿系统,见证数千个智能体协作完成需专家数年工作的软件项目、网络攻防及科学发现。目前 LLM 能力在数字、可验证且经济价值高的领域(如编码和数学)达到峰值,源于强化学习在可验证奖励上的应用。
菲尔兹奖得主陶哲轩发文宣告“数学2.0”时代来临,指出AI正导致证明泛滥并冲击传统评价体系。他批评OpenAI发布722篇论文等行为,牵头成立人类数学协会(AHM)呼吁重视理解而非单纯解题。陶哲轩强调需建立透明评估机制,主张通过SAIR基金会推进开放数学模型计划,以平衡AI效率与人类认知深度。
OpenAI 于 10 月 6 日一次性发布超 700 篇声称解决数百个开放数学问题的论文,引发全球数学家强烈震惊与不满。菲尔兹奖得主 Peter Scholze 警告此类系统可能突破广泛使用的加密方法,Terence Tao 则批评缺乏人类作者导致交流困难。尽管部分结果被指难以阅读且存在争议,但专家承认其引入了富有成效的新思路,重塑了数学研究格局。
Carson Gross 认为,即便 AI 工具普及,掌握计算机问题解决与复杂性控制能力仍是极具价值的职业技能。他指出编程本质在于利用计算机解决问题并管理复杂度,因此该领域在未来依然具备可行性。
海外FDE年薪中位数约20万美元,国内大厂开出月薪3-5万。Anthropic投资1亿美元培训1万名FDE,OpenAI成立专做部署的公司并获40亿美元投资。FDE核心工作是梳理企业Ontology,将AI能力沉淀至标准产品以区别于外包。
Clay 联合创始人兼 CEO Kareem Amin 将在 TechCrunch Disrupt 2026 的 AI Stage 分享“GTM 工程师:AI 如何创造科技界下一个大职位类别”。
针对AI普及后的招聘变化,UI设计师作品集应从宏观项目转向单一模块的构建或迭代,重点展示解决抽象问题的设计逻辑。以小黑盒页面优化为例,需基于用户体验而非视觉样式推导方案,通过清晰的结构调整体现同理心。面试中应能应对多维质疑,将话题聚焦回核心视角,证明设计决策的有效性。
UI 设计需构建透明背景框以模拟前端“矩形堆叠”布局,确保文本、图标等元素基于隐形模块而非轮廓排版。Figma 的 Frame 与 Auto Layout 逻辑旨在还原开发标准,通过固定或自适应尺寸模块提升组件质量与交付效率。
AI时代UX作品集核心已从展示视觉结果转向呈现解决问题的全过程。设计师需具体演示如何利用AI辅助需求分析、原型推演及交互验证,并展示对AI输出的筛选与优化能力。仅罗列工具使用已难以证明真实竞争力,清晰的工作流闭环才是关键。
OpenAI设计负责人Ian Silber指出,设计师的焦虑主要源于外界误以为AI已大幅提效但实际流程未变、角色定义陷入真空以及社交媒体上的表演型炒作。他认为虽然岗位边界在模糊,但专业分工依然必要,当前是产品设计师最好的时代,因为实现门槛降低让设计师能更专注于核心判断。建议设计师区分长期主义与快速迭代的工作内容,多用原型辅助思考,并以好奇心驱动探索而非被动承受压力。
推荐理由:文章梳理了OpenAI设计负责人关于设计师焦虑根源及应对策略的观点,为从业者提供了在AI浪潮中重新定位角色价值的参考视角。
CESifo 研究人员 Robert Fairlie 和 Jane Wu 发表工作论文,指出没有证据表明 AI 导致应届毕业生招聘显著减少或失业。尽管斯坦福大学此前发现“受 AI 影响”职业的入门级就业滞后,但新研究反驳了这一观点。