有个真相可能不符合大家的认知：AI不是牛马打工人的好朋友，而是打工人的天敌。原因很简单：AI让管理者重新思考员工的工作价值，可裁可不裁者必裁。打工人真正应该关心的从来就只有自己在老板心中的工作价值。这其中还有个认知的代沟：假如一个人在之前完成一件工作要5天，ai提效后现在只要3天，但是老板觉得现在ai这么强大，半小时就应该搞完的事你为什么还是要用这么久？是不是你不会用ai?不肯懂脑子去学习ai?企业这样子下去会不会被淘汰？再代入老板的视角：ai这么强，原来3个人才能完成的事现在1个人就能搞定，那公司为什么还要留着2个闲人？一个冷知识：一个员工的企业用工成本大概是他薪资的1.4倍，裁员后会把用工...

最近刷boss 投了一堆公司。公司画像员工100-500人，非互联网公司跟着AI热潮产生的岗位需求，多为AI agent开发/全栈开发，基本都是CTO/老板直接对接，流程混乱，要求线下面试，不报销路费，直接不感兴趣拉黑。现在的互联网开发，非进校园的线下面试本来就少，基本都是借助腾讯/飞书会议线上面。走线下反映两个问题：1. 内部能效极低，线上面效率不比线下高？ 2.不懂互联网工具，不会用好互联网产品，内部怎么做的好开发？ 3. 公司没有融资没有上市没有title，凭什么要浪费时间精力给你们线下筛选？这并不表示我们求职者好高骛远，行情不好就安心沉淀寻找方向，盲目的下注只会浪费自己的时间和资源。

Q1：大模型（LLMs）具有什么优缺点？答案：优点：可以利用大量的无标注数据来训练一个通用的模型，然后再用少量的有标注数据来微调模型，以适应特定的任务。这种预训练和微调的方法可以减少数据标注的成本和时间，提高模型的泛化能力；可以利用生成式人工智能技术来产生新颖和有价值的内容，例如图像、文本、音乐等。这种生成能力可以帮助用户在创意、娱乐、教育等领域获得更好的体验和效果；可以利用涌现能力（Emergent Capabilities）来完成一些之前无法完成或者很难完成的任务，例如数学应用题、常识推理、符号操作等。这种涌现能力可以反映模型的智能水平和推理能力。缺点：需要消耗大量的计算资源和存储资源来训...