Top economist Steve Hanke told us why he doubts AI will be the job destroyer many expect

约翰霍普金斯大学经济学家 Steve Hanke 认为,AI 运行成本极其高昂,企业不会大规模裁员换 AI,因为根本不划算。在科技巨头今年预计投入约 7000 亿美元建设数据中心、2027 年可能突破 1 万亿美元的背景下,这个观点为“AI 将摧毁就业”的主流叙事提供了一个反向视角。

约翰霍普金斯大学经济学家 Steve Hanke 认为,AI 运行成本极其高昂,企业不会大规模裁员换 AI,因为根本不划算。在科技巨头今年预计投入约 7000 亿美元建设数据中心、2027 年可能突破 1 万亿美元的背景下,这个观点为“AI 将摧毁就业”的主流叙事提供了一个反向视角。

大模型前沿正在解决数学难题,而许多企业还在为token花费的ROI纠结。这种“两极分化”说明AI能力扩散的速度,远比模型技术突破本身要慢。

AI能力正在从“通用场景普惠提升”转向“专业领域垂直突破”,OpenAI新一代模型据称已解决多个重大科学难题,但普通用户短期内很难直接感知这种变化。

创作者 Peter Yang 在 X 上公开反馈,OpenAI 插件平台存在 bug,导致他开发的“/no-ai-slop”AI 内容检测技能无法正常以插件形式使用;OpenAI 相关人员已回应会排查。此事之所以值得关注,不在于单个 bug 本身,而在于它再次暴露 AI 插件生态在体验和成熟度上的短板。

X 平台上一则“希望 AI 一劳永逸治愈癌症”的帖文引发近 6 万次浏览和大量业内人士共鸣,其中免疫学家明确回应“会实现的”。它反映的不只是一个愿望,而是 AI 在生物医药领域的积累正让“AI 攻克癌症”从口号变成可讨论的路线图。

Y Combinator 联合创始人 Garry Tan 观察到,OpenAI 正把自己定位成一个开放平台,把“智能”当作按需提供的公共服务;而 Anthropic 则公开宣扬“模型与应用必须一体化”的立场,两家公司 2026 年的路线分歧正在成为行业最值得关注的张力。

开发者 Peter Steinberger 在 ESP32 芯片上构建开源项目 ESP OpenClaw Node,为了让 AI 代理能端到端测试语音唤醒功能,把摄像头权限交给了它;结果代理在调试过程中反复大喊“HI ESP”进行唤醒验证,让他感觉像是被 AI 监视了。

AI 并没有简单地消灭人类工作,而是把生产环节的成本降到极低,再将瓶颈转移到审查、判断和问责上——这反而催生了更多需要人类专家参与的新工作。

Andrej Karpathy 用约 10 美元的成本,让 Claude Opus 5 花两个小时写出了 5500 行代码,把《指环王》第一章做成一个可运行的 3D 场景。这件事本身很粗糙,但它说明大模型的测试方式和能力边界正在发生变化。

X 博主 Peter Yang 公开批评 Anthropic 最新旗舰模型 Opus 5 的写作风格和“人格魅力”出现明显退化,认为此前的 Opus 4.6 才是该系列表现最好的版本。这起讨论折射出大模型厂商在安全对齐与对话体验之间日益明显的张力。