# 自动化的所有文章

在 HTX 新聞中心流覽與「自动化」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

专访7名普通职场人：AI来了之后，你过得还好吗？

专访七位来自不同行业的职场人，探讨AI浪潮对其工作与生活的真实影响。受访者普遍通过ChatGPT、Claude等工具接触AI，主要动机是降本增效、应对职业不确定性。AI显著改变了他们的工作模式：编程、搜索、内容创作等任务效率大幅提升，“一人团队”成为可能，思维方式也从传统学习转向AI驱动。然而，效率提升背后伴随普遍焦虑。AI并未减少竞争，反而将竞争推向新高度，要求从业者持续学习新工具与工作流。许多岗位（如文秘、财务、客服、基础编程与设计）面临缩减风险，技能“平权”效应使得“强者越强，弱者越弱”。受访者感到的威胁不仅来自收入压力，更源于对职业未来结构变化的担忧。面对冲击，他们积极寻找人类不可替代的“护城河”。关键在于从执行者转向复杂系统的负责人、超级协调者或独立创造者，核心价值在于业务理解、风险判断、审美与市场需求洞察、以及人际沟通与异常处理等AI难以替代的能力。尽管对AI工具已有中度甚至重度依赖，但他们认为，若工具失效，工作虽会变慢但不会瘫痪。最终，AI已成为职场“必选项”。旧的职业边界正在瓦解，新的价值体系则在形成——真正重要的不再是单一技能，而是整合AI、驾驭复杂性与承担最终责任的能力。

marsbit06/01 08:17

marsbit06/01 08:17

疯狂烧了数十亿美元 Token 之后，硅谷大厂开始限制员工 Token 用量了

近日，多家硅谷科技公司开始限制员工使用AI工具的Token（使用量），以应对高昂且效益不明的成本。此前，企业曾鼓励员工“tokenmaxxing”（最大化Token使用量）以体现数字化转型，但随后发现大量Token被用于非核心工作，如查天气或写祝福，且AI生成的代码存在高“流失率”（被抛弃或重写），导致隐性成本激增。数据显示，企业每花1美元在AI Token上，可能产生近80%的额外损耗用于修复Bug和审查。管理层开始质疑AI投资的回报率（ROI），仅有少数CFO能看到明确回报。个人效率的提升未能转化为公司整体收益增长。例如，Uber和Salesforce面临数亿美元的年化AI支出，却难以将其与业务成果直接挂钩。微软已取消部分员工的Claude Code许可，Meta也下线了内部鼓励使用的排行榜。市场随之出现AI成本管理工具，帮助企业监控支出并与业务成果关联。同时，部分AI厂商开始调整计费模式，从按Token用量转向按实际产出（如解决的对话数）收费。行业正从盲目追求使用量转向理性评估价值。分析指出，真正的挑战在于用AI重新设计工作流程和商业模式，而非仅仅优化现有任务。如果企业仅将AI用于加速旧工作，成本压力终将迫使它们面对这一根本问题。

marsbit06/01 04:06

marsbit06/01 04:06

“一人公司”爆火：有人年赚百万，有人收入缩水90%

AI时代催生了“一人公司”创业热潮，即个人借助AI工具独立创业的模式。2026年被称为“一人公司元年”，全国存量已超1600万家。热潮背后，成功者与受挫者并存：有人年入百万，也有人收入锐减。 **成功案例：** 1. 游戏开发者张sir，利用AI工具链，单人15天可开发一款弹幕游戏，成本极低，年流水近2000万，个人到手约80-100万元。 2. 在日创业者十月，从事材料定制零售，AI解决其90%的问题，月收入达日本同龄白领3倍，年收入约1500万日元。 3. 生物技术领域的小陶，为B端客户提供AI算法优化服务，AI承担80%重复工作，实现收入翻倍且时间更自由。 **挑战与提醒：** * 跨境电商创业者阿源指出，创业收入相比此前大厂年薪缩水90%，强调网上存在过度鼓吹，不建议盲目跟风。 * 成功者普遍认为，AI降低了技术门槛，但无法替代行业经验、创意、核心判断及客户资源。创业仍需面对市场开拓、政策合规等非技术挑战。总体而言，AI赋能了个体生产力，但“一人公司”并非成功捷径，考验的是创业者的综合能力与资源。

marsbit06/01 02:48

marsbit06/01 02:48

从Token到机器劳动力：AI正在从工具变成「工人」

本文探讨了AI从辅助工具演变为“机器劳动力”的趋势。文章指出，企业购买AI的本质正从获取算力（token、GPU小时）转向购买由其直接完成的“经济性劳动”。未来的AI市场将演进为“机器劳动力市场”，其中工作成果本身（如客服问题解决、代码合并）将成为标准化、可验证、可定价和交易的对象。市场将经历四个阶段演化：1）原始token交易；2）标准化模型能力（如文本处理、代码生成）交易；3）行业特定劳动力（如会计、法律）交易；4）面向Agent的、以结果为单位的可编程市场。这要求建立明确的任务规格、性能基准和定价机制。文章认为，AI不会简单替代人类劳动，而是引发协同重组。机器将承担大量标准化工作，人类角色则转向复核、责任承担、上下文管理及关键决策。随着工作成本下降，市场需求可能扩张，催生新的服务形式。最终，竞争焦点将从模型能力或算力价格，转向谁能率先将“工作”本身商品化，使机器劳动力成为一种新型生产要素。

marsbit05/31 12:33

marsbit05/31 12:33

260亿美元，“全华班”撑起全球AI编程估值最高公司

AI编程公司Cognition近期完成超过10亿美元融资，投后估值达260亿美元，成为该赛道估值最高公司。其核心产品为“AI软件工程师”Devin，能够根据自然语言指令端到端完成软件开发任务。公司由三位具有国际信息学奥赛金牌背景的华人创始人创立。 Devin早期因演示效果惊艳而爆红，但也曾因实际表现不稳定、定价过高而面临质疑。随后，Cognition通过收购AI IDE公司Windsurf，实现了产品战略的关键转型，形成了“Devin（云端异步Agent）+ Windsurf（本地IDE助手）”的双线产品布局，既覆盖企业自动化工程任务，也服务开发者日常编码辅助。最新数据显示，其企业客户用量快速增长，年化收入约达4.92亿美元，客户包括高盛、奔驰、NASA等大型机构。本轮融资由Lux Capital、General Catalyst等领投，资本看好的不仅是编程工具，更是其作为下一代软件工程基础设施的潜力。未来，人机协作的混合开发模式或将成为主流。

marsbit05/31 10:22

marsbit05/31 10:22

Agent用户时代，加密价值流向何方？

随着人工智能代理（Agent）成为区块链的潜在十亿级用户，加密行业的价值捕获逻辑面临重构。传统理论如“胖协议”或“胖应用”均默认用户是人类，依赖用户体验、品牌和交易便利性。但Agent直接调用API，无品牌忠诚度且切换成本极低，这使得掌控用户界面的应用层护城河可能失效。未来可能出现几种场景：一是应用“无头化”，将钱包、聚合等能力开放为API服务；二是Agent绕过中间层，使协议层价值重新凸显；三是Agent推动全栈商品化，将利润压缩至边际成本；四是Agent催生过去不成立的新经济活动，如高频再平衡、机器间支付等。核心问题在于，在Agent拥有无限选择时，什么因素能使其持续回归？答案可能不再是用户体验，而是流动性、延迟、结算确定性或尚未出现的新商业模式。短期内，人类与Agent将共存，对应不同的价值地图。对于建设者而言，关键在于找到吸引Agent的不可替代优势。

marsbit05/28 08:31

marsbit05/28 08:31

AI 工业革命，我们如今置身何处

本文探讨当前AI革命的实质阶段，指出我们仍处于“旧车间装新机器”的早期。虽然AI工具（如ChatGPT、Copilot）已被广泛使用，但大多数组织只是将其附加在原有工作流程上，并未围绕AI重新设计生产方式。如同工业革命初期，蒸汽机仅替代水车，工厂仍建在河边，真正的变革始于工厂主离开河流、以蒸汽机为核心重建车间。当前资本狂热投资于AI基础设施（如算力、数据中心），类似历史上的铁路建设热潮，存在过度建设风险。但真正的价值创造在于下一层：利用独特行业数据和深度工作流，围绕AI重构组织。少数先锋者（如Notion的西蒙）已开始用AI Agent替代传统岗位，实现数十倍效率提升；而多数人仍停留于用AI节省零散时间，却被旧流程吞噬这些收益。文章强调，未来的职业和组织形态尚未命名，但趋势已显：知识工作将从人类尺度的协作，转向由大量AI Agent与人员组成的、持续运行的“东京式”系统。公司的核心将是由数据与行业知识构成的“公司大脑”，人则专注于高判断、高情绪的情境。最终，AI革命的关键不是技术本身，而是谁率先拆掉旧车间，围绕新动力重建生产。个人需确保自己站在“铁路沿线”，而非守着即将干涸的河流。

marsbit05/27 01:32

marsbit05/27 01:32

高盛CEO：「AI就业末日」被夸大了

高盛CEO大卫·所罗门撰文指出，关于AI将导致“就业末日”的担忧被夸大了。他认为AI更可能改变工作内容而非简单消灭大量岗位，其核心观点是：AI将自动化约25%的工作时长，而非25%的岗位。 AI会冲击劳动力市场，尤其影响会计、银行、法律、软件工程等白领工作中的重复性任务。但历史表明，技术变革在带来阵痛后，经济往往能创造新的就业机会。例如，数据中心需求增长已创造大量建筑岗位。AI可能减少某些流程性职位，但同时会增加需要人际互动和复杂判断的岗位。美国经济具备适应技术冲击的韧性。工具进步会提升工作复杂度，而非直接减少工作总量；技术替代不意味着职业消失；劳动力市场本身充满活力，岗位更迭频繁。然而，转型过程确实伴随人力成本，社会需通过公共与私营部门合作，加强再培训和技能提升，帮助劳动者顺利过渡。所罗门总结，对失业的恐惧可能低估了AI推动经济与生产率进步的潜力。关键在于社会能否及时调整，以充分利用新技术带来的机遇。

marsbit05/26 07:01

marsbit05/26 07:01

CoinQuant 推出面向智能体经济的交易基础设施

CoinQuant发布面向智能体经济的基础设施。随着AI智能体越来越多地直接执行交易和交互，现有金融基础设施发展滞后。CoinQuant将其无代码交易平台扩展为统一交易智能架构，服务于人类交易者和自主AI智能体。该平台在交易意图和实盘资金部署之间引入了结构化信任层。所有策略，无论是人工创建还是AI生成，都必须经过系统性的回测、风险分析和参数优化才能上线。其核心是一个统一智能系统，整合了机构级回测、来自Kaiko等的数据、AI优化及专有领域专家系统。人类用户可通过自然语言交互，而AI智能体可通过API集成进行策略验证和数据访问。平台拥有超过1.5万用户，其业务模式基于同一智能引擎服务两个增长方向：人类用户验证产品市场契合度并生成策略情报，而AI智能体接口则通过高容量程序化验证放大价值。所有策略数据汇聚成一个匿名的聚合情报层。 CoinQuant即将在HyperLiquid上推出自动策略执行层作为第二收入来源。公司目前正在筹集300万美元种子轮资金，用于产品开发和扩展，并正在开发用于高级研究的多智能体架构HYDRA。其目标是成为智能体驱动金融时代算法交易的智能骨干。

TheNewsCrypto05/26 05:57

TheNewsCrypto05/26 05:57

自动化的悖论：AI越强，人类越忙

本文探讨了AI自动化发展中的一个核心悖论：尽管AI能力快速提升，但人类的工作量并未减少，反而可能增加。文章以作者所在公司Every为例，说明AI工具已深度嵌入编码、写作、客服等流程，但并未导致裁员，而是重组了工作形态。人类从重复执行者转变为框架设计者、系统维护者和质量判断者。 AI擅长将过去已沉淀的能力（如代码、文案、客服回复）商品化，使其变得廉价且人人可用。这导致市场出现大量同质化的“默认输出”。然而，真正稀缺的是面对具体当下问题时的判断力、差异化创造和意义定义能力。因此，自动化并未消灭专家，反而创造了更多需要专家介入的场景，例如工程师需要审查AI生成的代码，编辑需要打磨AI起草的文稿。文章进一步指出，基准测试（如高级工程师编码测试）衡量的只是模型在特定人类设定的“框架”内的表现。模型可以快速攻克一个框架，但人类会不断将问题推进到更复杂的新框架中。AI可以高效执行目标，但缺乏真正的主体性——它回应人类设定的问题，而非自主产生目标。知识工作的未来在于人类持续扮演“框定者”的角色。因此，AI让“执行”变便宜，却让“判断什么值得做、为何做、做到何种程度”变得更为珍贵。自动化没有消除人类工作的价值，而是使其变得更前沿、更依赖人类的独特判断。

marsbit05/24 07:06