依意思最接近的 30 筆
Anthropic 修訂版 S-1 顯示，7 至 9 月人力支出超 17 億美元，按 5300 名員工計人均每月約 10.73 萬美元，其中 11 億來自股權激勵。2026 年前九個月人力成本達 48 億美元，約佔 332 億營收的 15%，而 2023 年人事開銷曾是營收的兩倍多。檔案還稱，若 9 月 30 日完成 IPO，當天將一次性計入 82 億美元股權激勵費用，另有 241 億美元將在約兩年內確認。
《經濟學人》商業版 10 月 22 日刊文，討論 AI 取代人類勞動者時，被替代者失去的不只是工資收入，還有薪酬之外的其他東西。該文在 Hacker News 上引發討論，但熱度不高：截至收錄時只有 5 分和 1 條評論。原文需訪問經濟學人網站。
Ramp 資料顯示，企業 AI 用量在漲、支出卻幾乎停滯：8 至 9 月 token 支出僅增 1.5%，而 7 月環比還是 42%。主因是價格戰，OpenAI 9 月將 GPT-6 Sol 與 GPT-6 Luna 的 API 價格減半，Anthropic 也下調 Fable 5.1 與 Opus 5.5 價格，並稱這使收入增速減少約 6 億美元。支出最高的 1% 企業人均月支出從夏季峰值降至 1 萬美元以下，中位數企業僅 12–15 美元。
據 Business Insider 報導，Anthropic 內部使用 AI 的規模按零售價格折算後，已超過公司支付給員工的薪酬總額。報導以零售價而非內部成本價來折算內部 AI 用量，再拿它與薪酬總額作對比。原文沒有給出具體的 token 數量或金額，該話題在 Hacker News 上獲得 29 分、20 條評論。
Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示，超半數認為員工產出經 AI 打磨後難辨人機貢獻，近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮，但 78% 已改變考核方式，更看重提示詞撰寫與任務分配能力；39% 用 AI 起草績效評估，46% 用 AI 輔助決策。57% 的組織在用的工具反而變多，僅 29% 稱 AI 基礎設施已集中最佳化；58% 預計一年內要監督的 AI agent 數量將超過人類員工。
哈佛商學院教授 Willy Shih 做客 Decoder 播客，圍繞新書《Where Does My Stuff Come From?》談全球供應鏈的經濟邏輯，以及 AI 基建熱潮的隱性成本。他以富士康威斯康辛 LCD 廠為例，指出配套供應鏈缺位讓美國製造業迴流大多落空；加徵關稅後廠商的第一反應是轉道越南、墨西哥繞開壁壘，中國仍是全球製造中心。訪談還提到，AI 正以空前的基建規模吞噬全球算力資源。
《經濟學人》金融與經濟版發文提出，AI 算力正像石油一樣成為基礎性戰略資源，但還缺少與之匹配的市場。文章的核心主張是算力需要一套新的市場機制來完成定價與配置，原文未披露更多細節。該文在 Hacker News 上獲得 15 點、7 條評論。
美國創意產業過去四年流失超過 20 萬個崗位，近一年約 5 萬個，AI 造成多少仍難量化。影視與錄音業損失逾 10 萬個崗位、接近該行業三分之一，寫作出版減少逾 7 萬；數字藝術各子行業普遍裁員，而線下娛樂仍在增長。作者指出，媒體公司對 AI 使用諱莫如深，好萊塢整合、內容外包等影響也難以剝離。
Anthropic 於 10 月 16 日發布兩份報告：其內部 AI agent 工作時長在 2026 年 3 月已超過員工，到 8 月 agent 數量是員工的 6 倍，同期初級崗位與技術崗招聘佔比下降，人均程式碼、銷售與合同處理產出上升，瓶頸轉向人的注意力。第二份報告對比近 1.1 萬名美國成年人與 Anthropic 員工的調查：91% 的員工認為 AI 能在 2030 年前做出諾獎級發現，美國成年人中僅 39%；
Anthropic 在 11 月 3 日更新的 S-1 檔案中披露：截至 9 月 30 日的季度營收為 170 億美元，高於上一季度的 115 億美元；但算力成本已佔營收 58%，明顯高於上一季度的 48%，運營虧損同步擴大。當季算力支出約 100 億美元，其中 50 億美元來自價格顯著更高的短期合約；每花 1 美元算力換來的收入在略高於 2 倍後回落至 1.72 倍。
Anthropic 與經濟學家聯合調查顯示，91% 的 Anthropic 員工認為 AI 到 2030 年能做出諾獎級發現，美國成年人中這一比例為 39%。員工預期 AI 屆時能完成自己 75% 的工作，美國工人平均為 28%；在使用 AI 的工作任務中，員工預期 2030 年有 65% 交由 AI 完成，美國成年人預期為 42%。
The Verge 的 Nilay Patel 在 The Vergecast 中稱 AI 產品「成本太高、收益不真實」，認為行業只有做出更好的產品才能走出當前困境。他指出各公司在這類產品上的花費已超過收入，agent 尚未真正成立、也未必按任何人的期望被使用，而換來的卻是 AI overviews 與深度偽造垃圾，還要讓人承受資料中心噪音和歐洲存血冰箱被黑等代價。
Anthropic 宣布投入 1 億美元，通過 Claude Frontier Academy 培養 10000 名 Frontier Deployed Engineers，目標在 2027 年底前完成。首批學員來自埃森哲、貝恩、凱捷、澳大利亞聯邦銀行、德勤、麥肯錫、摩根士丹利和諾和諾德等企業。按人數計算，人均培訓投入約 1 萬美元。
Anthropic 發布內部研究報告，稱初級技術崗位招聘佔比已從 27% 降至 9%，技術部門初級員工佔比自 2025 年初的 21% 降至 14%。報告顯示 AI agent 的工作時長與員工之比已達 6:1，員工人均產出隨之上升，非技術員工的程式設計類 agent 會話從 2025 年 8 月每月 2 次增至 2026 年 5 月的 90 次。招聘經理因此更看重自主性與判斷力，公司還建立了崗位中斷預警系統並優先內部轉崗。
文章認為，OpenAI 與 Anthropic 把 coding agent 以每月 20 美元賣給所有人，反而拆掉了自己最重要的客戶：靠軟體訂閱收費的公司。過去三年，AI 實驗室的說法是用 AI 軟體工程師替代昂貴的人類工程師；但同樣的工具被廉價賣給個人後，業餘開發者週末就能做出 Photoshop 替代品並開源，Adobe 式訂閱收入隨之消失，而且不會流向 AI 實驗室。文中還提到，200 美元/月的套餐一年 2400 美元，低於 Google 高階工程師一個月薪水；
企業一度鼓勵員工儘可能多地使用 AI，即所謂的 #tokenmaxxing，隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱，其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量，而企業發現 token 很難統計，這讓 AI 預算幾乎無法編制。
阿波羅全球管理首席經濟學家 Torsten Slok 稱，AI 對科技行業以外的美國大企業帶來「零財務回報」。他考察剔除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla 後的標普 493 成分股，發現其利潤率與人均營收基本持平，沒有證據顯示 AI 提升了生產率。Slok 認為企業很難把日益廉價的智慧轉化為更高的營收與利潤率，因為商業中的智慧更多是判斷力；近期多項研究也未發現 AI 帶來顯著生產力增益。
一項覆蓋美國經濟的基準地圖研究顯示，90% 的美國工作時間花在現有 AI 基準幾乎未覆蓋的任務上。研究把美國勞工部 O*NET 的 923 個職業、18797 項任務與篩選出的 29 個基準做對映，只有 208 個職業、924 項任務被至少 5 條基準提示覆蓋，22 個職業大類中有 6 類完全空白。覆蓋分佈並不隨機，偏向高工資、大勞動力市場：同樣被判定易受 AI 影響的律師任務覆蓋充分，法律秘書、法庭書記員的任務卻幾乎沒有對應基準。
Hacker News 上一條 Ask HN 帖子的作者稱，AI 雖然讓產出變多，自己卻比過去更累。他把原因歸於需要並行跟進多件事、閱讀大量生成文字，以及不斷的護欄檢查、決策和上下文切換帶來的過載。他向社群徵集在不加重心理負擔的前提下繼續用 AI 的方法，該帖獲得 32 分、12 條評論。
FDE（Forward Deployed Engineer，前線部署工程師）成為當下最火的 AI 崗位之一，國內大廠開出月薪三五萬元，海外公開薪資崗位基本年薪中位數約 20 萬美元（約 134 萬元人民幣）。Anthropic 宣布投資 1 億美元在 2027 年底前培訓 1 萬名 FDE，OpenAI 以 40 億美元投資成立部署公司，AWS 拿出 10 億美元組建 FDE 部門；國內 Kimi 聯合 IT 服務商共建 FDE 隊伍，騰訊雲推出 FDE 工程師認證。從業者稱溝通需求佔工作時間七成以上，開發僅約三成。
2026 年 7 至 9 月，OpenAI、Anthropic 和 Nvidia 的聯邦遊說支出都達到各自單季最高。其中 Nvidia 花 220 萬美元最多，Anthropic 為 210 萬，OpenAI 為 150 萬。與微軟、Google 等長期佈局華盛頓的大廠相比，這一規模並不算異常：微軟自 2021 年起每季至少 200 萬美元，Google 常在 300 萬以上；但這顯示三家 AI 公司正加大對政策制定的投入。
亞馬遜、微軟、Alphabet、Meta 在最新季度財報電話會上表示，今年資本開支合計至少 7200 億美元，其中大部分投向 AI 資料中心，此外還有至少 1 萬億美元的已承諾支出。但這些投入距離兌現此前承諾的回報並沒有更近，文章認為巨頭們不會自行放慢腳步。
Hugging Face 政策負責人做客播客，討論企業採用開源 AI 模型的成本、風險與取捨。開源模型因成本更低、更可控、更靈活，被企業、政府和初創公司更多采用；但模型能力越強、越容易獲取，企業如何從中獲取價值就成了難題。節目還談到中國開源模型的進展，以及美國廠商能否跟上。
Manus 母公司蝴蝶效應完成超 5 億美元新一輪融資，由博裕投資、IDG 資本領投，騰訊、紅杉中國、真格基金繼續加持，同時重啟北京辦公室、組建面向中國市場的 AI Agent 產品團隊。招聘官網顯示目前開放 17 個崗位（16 個全職、1 個實習），較國慶假期前的 11 個明顯擴大，含 AI Agent 產品經理、Agent Harness 工程師、Agent 評測工程師、LLM 演算法工程師等核心崗。
越來越多 AI 助手不再需要單獨下載 App，直接用 iMessage、RCS 或簡訊就能對話並代辦任務。其中 Instinct 於 2026 年 9 月完成 10 億美元融資、估值達 100 億美元，並開始給使用者分配助手專屬信箱地址、上線代打電話功能，目前仍處私測。其餘選項裡，Folk 免費、Pro 訂閱 8.33 美元/月，Comma 開源且免費起步，Fambot 主打家庭日程並每晚推送次日摘要，Martin 訂閱 21 美元/月起。
彭博刊文指出，舊金山的 AI 熱潮正把失業的科技從業者排除在外。抓取時正文被該站反爬驗證頁攔截，僅能確認標題與發布時間為 2026 年 11 月 2 日，報導中的具體資料、受訪者與案例均無法核實。因此這條資料目前只有標題層面的資訊。
IBM CEO Arvind Krishna 在第三季度財報電話會上稱，開源權重模型現已能用前沿模型 10%–25% 的 token 成本實現約 90% 的效果。他回顧差距從 2024 年的 70 分對 20–30 分，縮小到 2025 年底的 70 分對 50 分，認為企業大多數任務（總結郵件、審查合同、客服應答）用便宜模型就夠。由此 IBM 看到本地部署 AI 需求升溫，稱兩三機架即可搭建，但企業缺核心、網路與 GPU 叢集調優人才；
蘋果據報導下調了工程團隊每日 AI 支出上限：10 月起從 300 美元降至 200 美元，部分團隊的額度還將降到每天 100 美元。彭博稱，工程部門之外的崗位也在考慮低至每天 25 美元的上限。這發生在此前企業鼓勵員工大量使用 AI（tokenmaxxing）之後，隨著 token 賬單到期，公司開始轉向配給額度；AI 的建置與執行成本同其生產力收益之間的差距仍是普遍擔憂。
AI Impacts 於 2024 年 12 月調查 1,580 名頂會 AI 研究者，他們對「未來 AI 導致人類滅絕或永久喪失自主」的機率中位數首次升至 10%，高於一年前的 5%。同一調查中「極度糟糕（如人類滅絕）」的中位數仍為 5%，自 2016 年以來未變，而人類水平 AI 出現的中位年份從 2016 年的 2061 年提前到 2042 年。
Anthropic 發布一套面向企業客戶的報表工具：管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡，並獲得改進建議；這些資料預設不用於模型訓練。同時上線團隊共享預算池，用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%；